基于YOLOv5网络模型的火焰检测

摘要：

煤炭资源在开采的过程中会伴随着产生一种名为煤层气的产物,煤层气又称为瓦斯,若将瓦斯直接排放至大气中,则会造成严重的温室效应,研究发现瓦斯可以通过燃烧用来发电,但瓦斯在发电过程中遇到明火,则会发生爆炸,给工作人员及企业会造成不可估量的损失,因此检测瓦斯发电站内的火焰情况,成为了解决瓦斯发电站爆炸事故的重要目标.基于火焰识别问题,采用传统目标检测算法难以满足精度要求,后续出现了基于深度学习的双步目标检测算法,虽在识别精度上能有效满足要求,但检测的实时性上存在不足.本文综合考虑目标检测的检测精度以及检测实时性,采用了最新的YOLOv5模型进行火焰的实时检测.

关键词：火焰检测、YOLOv5、目标检测、深度学习

所属期刊栏目：12

分类号：TP399(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目;贵州省教育厅创新群体黔教合KY字2021012

在线出版日期：2022-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：158-161