YOLOv5算法在山火检测中的应用 |
| |
作者姓名: | 刘洪 王元华 何健 侯雪飞 |
| |
作者单位: | 兴义民族师范学院信息技术学院 |
| |
摘 要: | 随着高新技术的发展,山火的监控、预警方式从过去以人工为主转换成图像、热成像等火焰识别的计算机处理,前者检测成本较高且监视范围小,同时存在环境背景杂乱,灯光、白云等与烟火混淆的因素导致检测误差大,预警延迟等问题。YOLO是基于深度学习的目标检测算法,它对收集到的多元烟火数据集进行以火焰、烟雾为研究对象的目标检测训练,能够得到烟火的自动识别检测模型,同时降低环境中检测混淆因子造成的影响使得分离烟火。对目标检测模型进行优化改进,使最后训练出的检测模型能够对图片或视频有更好的检测效果。
|
关 键 词: | 深度学习 目标检测 YOLOv5 山火检测 |
|
|