基于改进YOLOv8的森林火灾探测技术研究AET-电子技术应用-最丰富的电子设计资源平台

基于改进YOLOv8的森林火灾探测技术研究
所属分类：技术论文
上传者：wwei
文档大小：3704 K
标签： YOLOv8 森林火灾探测图像分析
所需积分：0分积分不够怎么办？
文档介绍：森林火灾探测是当前的一个重点研究方向，然而，真实的森林火灾场景中存在大量的负样本数据，严重影响目标探测的性能，同时边端侧部署需要更加轻量化的模型。针对这一问题,提出了一种改进的YOLOv8方法，该方法首先引入EfficientViT模块到骨干网络（Backbone），通过级联分组注意力模块，减少计算开销；然后，在头部网络（Head）中引入CBAM模块，对骨干网络提取的特征进行特征增强，同时抑制噪声和无关信息；最后针对数据集的低质量样本，引入Wise-IoU损失函数，增强数据集训练效果。实验结果表明，改进后的YOLOv8模型对森林火灾的检测精度达到79.5%，检测速度达到75 FPS，整个模型的参数量降低了5.7%，对森林火灾探测具有重要意义。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动