-
题名基于改进YOLOv5s算法的锂电池火灾识别模型
被引量：1
- 1
-
-
作者
张术琳
王澜凝
文拙
鲁义
-
机构
湖南科技大学资源环境与安全工程学院
火灾爆炸防控与应急技术湖南省普通高等学校重点实验室
-
出处
《消防科学与技术》
北大核心
2025年第8期1023-1028,共6页
-
基金
国家自然科学基金(52304215)
湖南省重点研发计划项目(2022GK2042)
+1 种基金
湖南省自然科学基金(2023JJ40292)
湖南省教育厅科学研究项目(22C0240)。
-
文摘
锂电池火灾温度上升迅速,易引起周边物体燃烧,扩大火灾范围;同时,锂电池火灾会产生可燃气体,容易形成爆炸风险,加重火灾的危险性。因此,及时检测锂电池火灾以采取应急救援措施对阻断锂电池连锁事故具有重要意义。本研究基于YOLOv5s算法,添加CA注意力机制增强模型的特征提取能力,并选用Mosaic-9数据增强算法提高模型的泛化能力,同时在模型中添加CIoU损失函数提升模型对小目标火焰的检测精度,建立基于改进YOLOv5s算法的锂电池火灾识别模型,并基于多干扰锂电池火灾数据集训练分析改进前后算法模型的损失函数和评价指标的鲁棒性。结果表明,改进模型的损失值收敛性更好,损失值较低;相比于原算法模型,改进算法模型的精确度提高了2.25%,召回率提升了2.11%,mAP增加了2.98%,F1分数提升了4.14%;改进算法模型在实现46帧/秒的检测速度的同时维持了准确的识别效果,本模型的建立对智能识别锂电池火灾的研究具有参考价值。
-
关键词
锂电池火灾
火灾检测
YOLOv5s算法
CA注意力机制
mosaic-9数据增强
CIoU损失函数
-
Keywords
lithium battery fire
fire identification
YOLOv5s algorithm
CA mechanism
mosaic-9 data augmentation
CIoU loss function
-
分类号
X932
[环境科学与工程—安全科学]
TM912
[电气工程—电力电子与电力传动]
-
