原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于YOLOv5的自注意力机制的烟火检测方法，属于计算机视觉和深度学习领域，本发明利用计算机视觉技术和深度学习算法，在视频流中准确检测出烟火。首先，在YOLOv5m的主干网络的最后一个C3模块引入了CBAM注意力机制，增强了模型对烟火特征的捕捉能力，提高了烟火检测的准确性和可靠性；其次，用SIOU损失函数替换GIOU损失函数，可以实现更快地收敛，生成边界框并预测类别。最后，采用K折交叉验证的方式来避免过拟合，本方法尝试将主干网络替换为Resnet网络并在自制烟火数据集上进行对比实验
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117557954A
(43)申请公布日2024.02.13
(21)申请号202311503941.2G06N3/09(2023.01)
(22)申请日2023.11.1
文档评论（0）