基于GBS-YOLO的輕量級(jí)煙焰檢測(cè)方法

打開文本圖片集

摘要：文章針對(duì)車載智能消防炮上基于圖像的煙焰檢測(cè)算法檢測(cè)平均精度低、煙焰漏檢和誤檢率高的問題，提出一種煙焰檢測(cè)算法GBS-YOLO（以Ghost-BiFusion-SIoU首字母命名）。GBS-YOLO以YOLOV5s為基準(zhǔn)模型，引入輕量級(jí)網(wǎng)絡(luò)GhostNet、使用較復(fù)雜的多尺度特征融合網(wǎng)絡(luò)BiFusion Neck、采用SIoU損失函數(shù)對(duì)基準(zhǔn)模型進(jìn)行改進(jìn)。（剩余9620字）