融合注意力機(jī)制的輕量級(jí)火災(zāi)檢測(cè)模型

摘要： 基于視覺(jué)信息的火災(zāi)檢測(cè)對(duì)消防工作具有重要意義，但現(xiàn)階段相關(guān)研究提出的方法大多是基于高性能的硬件設(shè)備開(kāi)展，這限制了相關(guān)成果的實(shí)際應(yīng)用。在YOLOv5目標(biāo)檢測(cè)算法基礎(chǔ)上使用ShuffleNetv2網(wǎng)絡(luò)為主干構(gòu)造輕量化模型，并引入SIoU損失函數(shù)提高模型目標(biāo)框的定位精度，同時(shí)在模型中添加Shuffle Attention注意力機(jī)制，提高在復(fù)雜環(huán)境下對(duì)目標(biāo)火焰的識(shí)別精度。試驗(yàn)證明，與Y...