渐进自适应特征融合的轻量化火焰检测算法研究.pdfVIP

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２４１００００９３

jj

渐进自适应特征融合的轻量化火焰检测算法研究

李啸澜马勇

南京理工大学计算机科学与工程学院南京

２１００９４

()

xiaolan．li．work＠．com

qq

,

摘要针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题提出一种渐进自适应

.,.,

特征融合的轻量化火焰检测算法首先设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销其次针对分组卷积

,.

的通道间信息交互缺陷基于残差思想构建长距离上下文特征增强的轻量级特征提取组件为解决深度骨干网络中特征丢失

,,,.

及背景干扰问题创新性地提出基于高频增强的轻量级特征强化机制优化空间域和通道域参数缓解背景干扰问题在此基

,,,,

础上建立特征增强渐进自适应特征融合框架促进不同尺度特征图充分融合提高特征图利用率增强对多尺度目标的识别

Ｇ

６

.,,,,

效果实验结果表明所提方法在实时推理速度最高达到２７．１FPS的同时参数量降低至２．１×１０较基准模型减少６９．５％

,.

并达到的检测精度显著优于现有主流方法

８３．４％mAP＠０．５

:;;;;;;

关键词深度学习计算机视觉目标检测轻量化神经网络特征提取网络特征融合网络特征增强

中图分类号TP３９１

StudonLihtweihtFlameDetectionAlorithmwithProressiveAdativeFeatureFusion

yggggp

LIXiaolanandMAYong

,,,

S