-
题名基于高效全局上下文网络的轻量级烟火检测算法
被引量：3
- 1
-
-
作者
魏伦胜
徐望明
张景元
陈彬
-
机构
武汉科技大学信息科学与工程学院
武汉科技大学教育部冶金自动化与检测技术工程研究中心
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2023年第1期118-127,共10页
-
基金
国家自然科学基金(No.51805386)
教育部冶金自动化与检测技术工程研究中心开放课题(No.MADTOF2021B02)
湖北省教育厅科研计划(No.D20191104)。
-
文摘
针对现有烟火检测算法存在的漏检和误检问题,提出一种基于高效全局上下文网络(EGC-Net)的轻量级烟火检测新算法。该算法以轻量级目标检测网络YOLOX为基础网络,将改进的EGC-Net嵌入到YOLOX的主干特征提取网络与特征金字塔网络之间。EGC-Net由上下文建模、特征转换和特征融合3阶段结构组成,用于获得图像的全局上下文信息,建模烟火目标与其背景信息的远程依赖关系,并结合通道注意力机制学习更具判别力的视觉特征用于烟火检测。实验结果表明,本文提出的EGC-YOLOX烟火检测算法的图像级召回率为95.56%,图像级误报率为4.75%,均优于对比的其他典型轻量级算法,且速度满足实时检测的要求。该算法可在安防和消防领域推广,用于实时火灾监控和预警管理。
-
关键词
烟火检测
egc-net
YOLOX
全局上下文
注意力机制
-
Keywords
smoke and fire detection
egc-net
YOLOX
global context
attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
