基于改进YOLOv5s 的船上火灾检测算法

刘飞跃 沈靖夫 杨一帆 许之远 张元良

摘要：针对船上空间特殊、环境复杂的情况，现有的火灾识别算法直接应用到船上会出现识别精度不高的现象。文章在普通的火焰数据集的基础上增加了船上和仓库起火图片来进行数据集的丰富。文章网络模型在YOLOv5s网絡结构的基础上进行优化，修改后的模型对于火焰检测的适应性更高。加入了坐标注意力（CA）模块以提高算法对目标的定位能力。将Neck部分的PANet改成了加权双向特征金字塔结构（BiFPN） ，以快速地进行多尺度特征融合。边框回归损失采用了EIOU，以提高回归精度。改进后的网络精度增加了6.1%，召回率增加了2.4%，平均精度增加了3%。优化后的算法对于杂乱环境和画质不高的情况均有较好的检测性能。

关键词：船；火灾检测；CA；BiFPN

中图分类号：TP311 文献标识码：A文章编号：1009-3044（2023）29-0019-04