基于輕量化神經(jīng)網(wǎng)絡(luò)的火焰識(shí)別方法研究

摘要： 為了解決當(dāng)前的火焰識(shí)別算法中模型不緊湊、識(shí)別精度與效率較低等問題，提出一種基于顯著性目標(biāo)識(shí)別理論的輕量化火焰圖像分割方法。該方法基于類U-net的編碼器-解碼器的架構(gòu)，架構(gòu)內(nèi)部采用了顯著性目標(biāo)檢測的方法，引入多層注意力機(jī)制，以分層的方式檢測火焰目標(biāo)。該方法在公開數(shù)據(jù)集上取得了較好的識(shí)別結(jié)果，且通過對(duì)比4種經(jīng)典語義分割模型可知，交并比指標(biāo)提升了5.70%～16.25%,F1分?jǐn)?shù)最...