声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1215/TD
国际刊号：1005-2763
发布日期:
作者：苗作华,周浩,王巧稚,徐厚友,王梦婷,张立,白宇宸
关键词：改进YOLOv８n;注意力机制;轻量化;火灾检测;矿山安全
针对传统火灾检测算法效率低且难以应用于资源有限的嵌入式设备等问题,提出一种改进YOLOv8n的火灾检测轻量化算法.首先,为大幅度减少模型参数量,将YOLOv8n模型中的C2f模块改为C2fGhost模块.其次,为防止模型轻量化后重要特征丢失,强化特征提取能力并降低图像中无关信息干扰,在YOLOv8n模型的Backbone部分加入EMA 注意力机制.最后,为提升模型泛化能力,将YOLOv8n模型中的CIoU 损失函数替换为WIoU.试验结果表明,改进后模型的参数量下降30.1％,mAP50-95提升了0.6个百分点,精确率仅下降了0.2个百分点.改进后的模型能够对矿井火灾进行实时高效检测,并且该检测算法对矿井安全管理具有参考价值.
来源：2025年第5期
《矿业研究与开发》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。