面向火焰检测的轻量化维度注意力卷积YOLOv5s方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对YOLOv5s在复杂背景下难以提取火焰细节特征的问题，本文构建了一种轻量化维度注意力卷积模块。该模块采用分组异构卷积块，在保证模型轻量化的同时提取火焰特征，并在其分支网络上加入轻量化维度注意力机制，增强模型对重要特征的关注，抑制噪声信息的干扰。将该模块集成至YOLOv5s后进行多次实验，实验结果表明，所构建的模块在保持模型轻量化的同时，显著提高了检测精确度，mAP50指标增加了6.9%，mAP50-95指标增加了6.6%。（剩余8852字）

试读结束

目录
monitor