融合注意力機(jī)制的輕量級火災(zāi)檢測模型

摘要： 基于視覺信息的火災(zāi)檢測對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)備開展，這限制了相關(guān)成果的實際應(yīng)用。在YOLOv5目標(biāo)檢測算法基礎(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)境下對目標(biāo)火焰的識別精度。試驗證明，與Y... （共6頁）