YOLOv8n改进版本在矿井火灾检测中的应用及效果评估.docxVIP

YOLOv8n改进版本在矿井火灾检测中的应用及效果评估

目录

内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1矿井火灾危害分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2传统火灾检测方法局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.3基于深度学习的检测技术优势．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.1矿井火灾检测技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.2.2YOLO系列算法研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.2.3深度学习在火灾检测中应用综述．．．．．．．．．．．．．．．．．．．．．．．．12

1.3本文研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

1.3.1YOLOv8n算法改进思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.3.2矿井火灾数据集构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

1.3.3改进算法性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

YOLOv8n算法改进方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.1YOLOv8n算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.1.1YOLOv8n网络结构概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.1.2YOLOv8n目标检测流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.1.3YOLOv8n损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2改进策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2.1网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2.2数据增强方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.2.3针对矿井环境的适应性调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.1矿井火灾数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.1.1数据集来源与构成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.1.2数据集标注规范．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.1.3数据集划分方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.2实验平台与环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.2.1硬件平台配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.2.2软件平台配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.2.3实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3对比算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

4.1改进算法性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.1.1定量评估结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.1.2定性评估结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.2与对比算法性能对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．