當(dāng)前位置:首頁(yè) > 實(shí)用文檔 > 安全科學(xué)與災(zāi)害防治 > 正文

基于改進(jìn)YOLOv5的火焰檢測(cè)方法

計(jì)算機(jī)工程 頁(yè)數(shù): 12 2022-10-21
摘要: 現(xiàn)有基于圖像的火焰檢測(cè)方法難以兼顧實(shí)時(shí)性和準(zhǔn)確性,且缺乏對(duì)小火焰目標(biāo)精準(zhǔn)識(shí)別的能力,無(wú)法有效應(yīng)對(duì)小火點(diǎn)滅火等應(yīng)用場(chǎng)景。YOLOv5算法與傳統(tǒng)主流算法相比在檢測(cè)的實(shí)時(shí)性上有很大優(yōu)勢(shì),為提升火焰檢測(cè)精度,提出一種基于改進(jìn)YOLOv5的火焰實(shí)時(shí)檢測(cè)方法。針對(duì)YOLOv5模型進(jìn)行改進(jìn):在特征提取部分嵌入?yún)f(xié)同注意力機(jī)制模塊,在不損失特征信息的情況下減少特征冗余,以幫助模型更精確地定位火焰...

開通會(huì)員,享受整站包年服務(wù)立即開通 >
科技文檔
數(shù)學(xué) 力學(xué) 化學(xué) 金融 證券 保險(xiǎn) 投資 會(huì)計(jì) 審計(jì) 園藝 林業(yè) 旅游 體育 物理學(xué) 生物學(xué) 天文學(xué) 氣象學(xué) 海洋學(xué) 地質(zhì)學(xué) 新能源 金屬學(xué) 農(nóng)藝學(xué) 農(nóng)作物 管理學(xué) 領(lǐng)導(dǎo)學(xué) 自然科學(xué) 系統(tǒng)科學(xué) 資源科學(xué) 無(wú)機(jī)化工 有機(jī)化工 燃料化工 化學(xué)工業(yè) 材料科學(xué) 礦業(yè)工程 冶金工業(yè) 安全科學(xué) 環(huán)境科學(xué) 工業(yè)通用 機(jī)械工業(yè) 無(wú)線電子 電信技術(shù) 鐵路運(yùn)輸 汽車工業(yè) 船舶工業(yè) 動(dòng)力工程 電力工業(yè) 農(nóng)業(yè)科學(xué) 農(nóng)業(yè)工程 植物保護(hù) 動(dòng)物醫(yī)學(xué) 教育理論 學(xué)前教育 初等教育 中等教育 高等教育 職業(yè)教育 成人教育 自然地理 地球物理 經(jīng)濟(jì)統(tǒng)計(jì) 農(nóng)業(yè)經(jīng)濟(jì) 工業(yè)經(jīng)濟(jì) 交通經(jīng)濟(jì) 企業(yè)經(jīng)濟(jì) 文化經(jīng)濟(jì) 信息經(jīng)濟(jì) 貿(mào)易經(jīng)濟(jì) 財(cái)政稅收 市場(chǎng)研究 科學(xué)研究 互聯(lián)網(wǎng) 自動(dòng)化 輕工業(yè) 核科學(xué) 服務(wù)業(yè) 石油然氣 服務(wù)業(yè) 野生動(dòng)物 水產(chǎn)漁業(yè) 硬件 儀器儀表 航空航天 武器軍事 公路運(yùn)輸 水利水電 建筑科學(xué) 軟件