电动汽车充电站火灾多目标实时检测与预警方法

摘要：

电动汽车在充电过程中易发生火灾事故,为了提高电动汽车充电站火灾检测实时性,提出一种基于YOLOv4-Tiny-CBAM的电动汽车充电站火焰烟雾多目标实时检测与预警算法:为在低算力平台实现实时检测选用YOLOv4-Tiny轻量级网络模型;引入K-means-GA算法重新计算锚框值;引入卷积注意力机制模块(convolutional block attention module,CBAM)以加强网络对火焰烟雾特征提取能力以提升检测精度;将电动汽车充电站监控视频作为模型检测输入源,实现就地端实时检测.实验结果表明:该改进算法模型参数量为6.143 M,视频检测每秒传输帧数(frames per second,FPS)值为43,均值平均精度(mean average precision,mAP)值为86.76%,具有较好的目标连续跟踪能力,满足实时检测的需求,对无人化电动汽车充电站安全运行以及火灾应急处置具有重要意义.

关键词：电动汽车充电站、火焰烟雾检测、YOLOv4-Tiny、K-means-GA聚类算法、卷积注意力机制(CBAM)

所属期刊栏目：23

分类号：TP241.2(自动化技术及设备)

资助基金：山东省重点研发计划项目;山东省自然科学基金

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：12136-12144