融合注意力机制的无锚点森林火灾检测算法

摘要：

森林火灾、野火是一个重大的自然灾害问题,每年全球各地植被都会受到严重的破坏.为了提高森林火灾的防控精度,针对传统方法具有火灾背景复杂、准确率低、效率低等问题,本文提出一种基于CenterNet的森林火灾检测算法.CenterNet作为一种无锚的方法,将目标定义为一个点,通过关键点估计定位目标的中心点,可以有效避免小目标的漏检.同时基于高效深层特征提取网络ResNet50,融合ECA模块以抑制无用信息,增加模型的特征提取能力.在公开森林火灾数据集上进行实验表明,与其他算法相比,本文提出的森林火灾检测算法误检率低,识别精度达到92.39％,F1值为0.86,Recall值为79.75％,FPS为43.31.本文提出的方法检测精度高,可满足实时检测森林火灾和实施精准施救的要求.

关键词：注意力机制;无锚点检测;森林火灾

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2021-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：61-66,76