摘 要：火災(zāi)引發(fā)的經(jīng)濟(jì)與人員損傷始終是社會(huì)的棘手問題，迫切需要能夠?qū)崟r(shí)、準(zhǔn)確監(jiān)控火災(zāi)發(fā)生的方案。針對(duì)城市火災(zāi)場景復(fù)雜、目標(biāo)小和定位要求高等問題，提出了一種改進(jìn)ＹＯＬＯｖ５ 的城市火災(zāi)場景下煙火目標(biāo)檢測算法。整理收集到的網(wǎng)絡(luò)數(shù)據(jù)、構(gòu)建數(shù)據(jù)集，并進(jìn)行數(shù)據(jù)增強(qiáng)。基于ＹＯＬＯｖ５ｓ 算法模型，重構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)，增加小目標(biāo)檢測層，使模型更加關(guān)注小目標(biāo)的檢測。嵌入了壓縮與激勵(lì)網(wǎng)絡(luò)（Ｓｑｕｅｅｚｅ-ａｎｄ-Ｅｘｃｉｔａｔｉｏｎ Ｎｅｔｗｏｒｋ，ＳＥＮｅｔ），使ＹＯＬＯｖ５ 模型的檢測精度進(jìn)一步提升。討論了ＳＥＮｅｔ 添加位置的問題。實(shí)驗(yàn)結(jié)果表明，改進(jìn)ＹＯＬＯｖ５ 算法的精確率達(dá)到了９３． ７％ ，與原ＹＯＬＯｖ５ｓ 相比召回率和平均精確度分別提高了１． ９％ 、１． ６％ ；在網(wǎng)絡(luò)中添加注意力模塊的位置不同，所產(chǎn)生的模型效果也不同。

關(guān)鍵詞：火災(zāi)檢測；小目標(biāo)樣本；ＹＯＬＯｖ５；壓縮與激勵(lì)網(wǎng)絡(luò)

中圖分類號(hào)：ＴＰ３９９ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１０６（２０２４）０６－１４５４－０８

０ 引言

目前，在火災(zāi)安全防護(hù)及檢測相關(guān)領(lǐng)域研究中，對(duì)于自然火災(zāi)已探索出了及時(shí)、有效的監(jiān)控和解決方法。但隨著經(jīng)濟(jì)發(fā)展，城鎮(zhèn)化、工業(yè)化快速推進(jìn)，居民火災(zāi)多發(fā)，造成了不可估量的損失。據(jù)國家應(yīng)急管理部２０２２ 年１—９ 月統(tǒng)計(jì)顯示，全國共接報(bào)火災(zāi)６３． ６８ 萬起，其中電氣火災(zāi)在火災(zāi)總數(shù)中占比最高［１］。因此，迫切需要整合人工智能、大數(shù)據(jù)等領(lǐng)域的技術(shù)，研究自動(dòng)火災(zāi)監(jiān)控方法，做到快速檢測、降低成本、更好地應(yīng)對(duì)檢測環(huán)境雜亂，解決火災(zāi)監(jiān)測準(zhǔn)確率偏低和漏報(bào)率偏高等問題。

傳統(tǒng)的火災(zāi)特征提取，無論是最初的對(duì)單一特征進(jìn)行提取，還是對(duì)多特征進(jìn)行融合，都具有很強(qiáng)的主觀性，且泛化性不高，無法適應(yīng)不同的環(huán)境。近年來，結(jié)合深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)等飛速發(fā)展，已廣泛應(yīng)用于實(shí)際生活中。本文基于深度學(xué)習(xí)的目標(biāo)檢測，由機(jī)器自主學(xué)習(xí)提取煙火特征，更具有研究價(jià)值?，F(xiàn)階段基于深度學(xué)習(xí)的目標(biāo)檢測算法可分為兩大類［２］：一類是一階段目標(biāo)檢測算法，主要代表算法有ＳＳＤ［３］、ＹＯＬＯ［４］、ＹＯＬＯｖ３［５］、ＹＯＬＯｖ５ 等，這類方法直接在圖像上獲取目標(biāo)特征信息，進(jìn)而預(yù)測目標(biāo)的位置和分類，無需提前生成候選區(qū)域；另一類是在目標(biāo)檢測過程中分兩步完成，首先在圖片上生成預(yù)選框，然后再對(duì)目標(biāo)進(jìn)行分類或預(yù)測，該方法也稱為兩階段目標(biāo)檢測算法，代表算法有Ｒ-ＣＮＮ、ＦａｓｔＲ-ＣＮＮ［６］、Ｆａｓｔｅｒ Ｒ-ＣＮＮ［７］等。

目前已有眾多學(xué)者在火災(zāi)檢測領(lǐng)域做了相關(guān)研究。寧陽等［８］通過在ＤｅｅｐｌａｂＶ３ ＋的解碼器部分增加低層特征來源，從而保留更多的細(xì)節(jié)信息，實(shí)現(xiàn)更加準(zhǔn)確的火焰分割；然后將火焰視頻每幀分割得到的像素?cái)?shù)組成火勢發(fā)展序列，基于關(guān)鍵點(diǎn)對(duì)序列進(jìn)行分段和線性擬合，獲取火勢發(fā)展的關(guān)鍵趨勢。常麗等［９］ 采用Ｋ-ｍｅａｎｓ 重新計(jì)算錨框尺寸，在ＹＯＬＯｖ５ｓ 基礎(chǔ)上融合ＳＲＧＡＮ 算法，引入了ＣＢＡＭ［１０］注意力機(jī)制模塊和梯度均衡機(jī)制，針對(duì)隧道火災(zāi)得到了較好的檢測效果。喻麗春等［１１］改進(jìn)Ｍａｓｋ Ｒ-ＣＮＮ 算法，在其特征金字塔引入一條自下向上的特征融合，同時(shí)改進(jìn)了損失函數(shù)，使火焰圖像識(shí)別邊框定位更準(zhǔn)確。章曙光等［１２］利用二維Ｈａａｒ小波變換提取火災(zāi)圖像的煙火紋理光譜特征，并在ＹＯＬＯｖ５ 模型中使用嵌入ＣＡ 機(jī)制的ＣＡＣ３ 模塊，提升了火災(zāi)場景下的煙火檢測性能。

本文的典型應(yīng)用場景為城市環(huán)境下建筑電氣火災(zāi)，電線或電氣設(shè)備著火時(shí)一般是在其內(nèi)部，火災(zāi)情況隨機(jī)性大，隱蔽性強(qiáng)。該場景下圖片背景豐富，存在遮擋現(xiàn)象，隨著煙霧擴(kuò)散會(huì)使特征模糊，火焰初期閃爍、面積小，導(dǎo)致檢測目標(biāo)較小。因此該場景下無論是外部拍照檢測，還是攝像頭采集畫面檢測，都是較為困難的。

由于煙火小目標(biāo)對(duì)象分辨率低、像素占比小，在使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取時(shí)局限性大，不足以對(duì)小目標(biāo)進(jìn)行表達(dá)［１３］。在多次下采樣過程中，特征圖尺寸將會(huì)不斷減小，使小目標(biāo)的特征提取難度繼續(xù)加大，甚至出現(xiàn)嚴(yán)重的誤檢、漏檢現(xiàn)象。

近兩年，也有許多學(xué)者為解決小目標(biāo)檢測的問題，將ＹＯＬＯ 系列算法進(jìn)行改進(jìn)。牛為華等［１４］針對(duì)道路小目標(biāo)，在ＹＯＬＯｖ５ 特征融合部分采用了雙線性插值上采樣方法和ＣＢＡＭ 注意力機(jī)制模塊。韓俊等［１５］面對(duì)無人機(jī)密集小目標(biāo)檢測，構(gòu)造了多尺度特征提取模塊。劉展威等［１６］則選擇了在主干網(wǎng)絡(luò)中添加ＣＡ 模塊、修改損失函數(shù)等方案。以上研究都取得了較好的效果，可見改進(jìn)ＹＯＬＯ 系列模型確實(shí)可為小目標(biāo)檢測提供新思路，因此本文研究如下：

① 在ＹＯＬＯｖ５ 系列算法中選用ＹＯＬＯｖ５ｓ 作為本實(shí)驗(yàn)的基礎(chǔ)模型，提出了一種應(yīng)用于城市室外火災(zāi)檢測的改進(jìn)ＹＯＬＯｖ５ 算法，改進(jìn)后的模型檢測效果較好，精確率達(dá)到了９３． ７％ 。

② 對(duì)ＹＯＬＯｖ５ 算法網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，將原始的３ 層檢測層擴(kuò)展到４ 層，讓網(wǎng)絡(luò)更加關(guān)注小目標(biāo)的檢測，提高了算法在煙火密集場景下的表現(xiàn)。

③ 為解決煙火目標(biāo)檢測的精度低等問題，插入了壓縮與激勵(lì)網(wǎng)絡(luò)（Ｓｑｕｅｅｚｅ-ａｎｄ-Ｅｘｃｉｔａｔｉｏｎ Ｎｅｔｗｏｒｋ，ＳＥＮｅｔ），分別在特征提取和特征融合部分以不同形式加入ＳＥＮｅｔ，探索了本實(shí)驗(yàn)ＳＥＮｅｔ 插入的最優(yōu)位置在Ｂａｃｋｂｏｎｅ 最后一層。

由實(shí)驗(yàn)結(jié)果可知，改進(jìn)ＹＯＬＯｖ５ 算法在煙火檢測中各評(píng)價(jià)指標(biāo)更優(yōu)，檢測煙火類別的召回率和平均精確度值提升明顯。

１ ＹＯＬＯｖ５ 概述

ＹＯＬＯ 系列是目前最熱門的目標(biāo)檢測算法，其ＹＯＬＯｖ５ 模型具有高效、準(zhǔn)確、實(shí)時(shí)等優(yōu)點(diǎn)，在目標(biāo)檢測領(lǐng)域已被廣泛應(yīng)用［１７－１９］。ＹＯＬＯｖ５ 模型主要由輸入端、Ｂａｃｋｂｏｎｅ、Ｎｅｃｋ 和Ｈｅａｄ 四部分組成，其網(wǎng)絡(luò)結(jié)構(gòu)如圖１ 所示。其中Ｂａｃｋｂｏｎｅ 部分主要負(fù)責(zé)輸入圖像的特征提??；Ｎｅｃｋ 負(fù)責(zé)對(duì)特征圖進(jìn)行多尺度特征融合，并把特征傳遞給預(yù)測層；Ｈｅａｄ 進(jìn)行最終的回歸預(yù)測。

輸入端：本文采用Ｍｏｓａｉｃ 數(shù)據(jù)增強(qiáng)，每組選?。?張圖片，進(jìn)行隨機(jī)縮放、旋轉(zhuǎn)后進(jìn)行拼貼，最終將其看成一個(gè)新的輸入圖像，很大程度上擴(kuò)充了訓(xùn)練集當(dāng)中小目標(biāo)的數(shù)量。使用自適應(yīng)圖片縮放操作將輸入的不同尺寸圖像統(tǒng)一縮放至６４０ ｐｉｘｅｌ× ６４０ ｐｉｘｅｌ。

Ｂａｃｋｂｏｎｅ：本文以ＹＯＬＯｖ５ｓ 為例，原始的６４０ ｐｉｘｅｌ× ６４０ ｐｉｘｅｌ×３ 的圖像經(jīng)Ｆｏｃｕｓ 模塊切片操作，最終變成３２０ ｐｉｘｅｌ× ３２０ ｐｉｘｅｌ× ３２ 的特征圖。Ｂａｃｋｂｏｎｅ 的特征提取結(jié)構(gòu)由Ｃ３、Ｃｏｎｖ 和ＳＰＰＦ 模塊組成。其中，在ＹＯＬＯｖ５ 模型中使用了大量的Ｃ３ 模塊。Ｃ３ 模塊在結(jié)構(gòu)作用上基本相同于ＣＳＰ 架構(gòu)，由２ 個(gè)分支組成，將數(shù)據(jù)分為兩部分，一部分為經(jīng)過殘差結(jié)構(gòu)和卷積層處理的圖像，將這部分?jǐn)?shù)據(jù)與未經(jīng)過處理的那部分進(jìn)行拼接，最終再進(jìn)行一次卷積得到輸入結(jié)果。Ｃ３ 模塊很大程度上增加了網(wǎng)絡(luò)的深度和感受野，提高了網(wǎng)絡(luò)特征提取的能力。

Ｎｅｃｋ：ＹＯＬＯｖ５ 在Ｎｅｃｋ 部分使用了特征金字塔（Ｆｅａｔｕｒｅ Ｐｙｒａｍｉｄ Ｎｅｔｗｏｒｋ，ＰＰＮ）＋ 路徑聚合網(wǎng)絡(luò)（Ｐａｔｈ Ａｇｇｒｅｇａｔｉｏｎ Ｎｅｔｗｏｒｋ，ＰＡＮ）結(jié)構(gòu)。ＦＰＮ［２０］是一個(gè)自頂向下的特征金字塔，越上層的ｆｅａｔｕｒｅｍａｐ 經(jīng)過不斷地卷積操作，攜帶有越強(qiáng)的紋理、顏色等語義特征，而在定位信息等特征上相對(duì)較弱。ＹＯＬＯｖ５針對(duì)該特點(diǎn)，添加了ＰＡＮ 結(jié)構(gòu)，將低層的定位信息由下至上傳遞，這樣構(gòu)成的新金字塔結(jié)構(gòu)，同時(shí)具備了語義特征信息與定位特征信息。

Ｈｅａｄ：采用ＣＩＯＵ＿ＬＯＳＳ 作為邊界框的損失函數(shù)和非極大值抑制（ＮｏｎＭａｘｉｍｕｍ Ｓｕｐｐｒｅｓｓｉｏｎ，ＮＭＳ）用于抑制檢測時(shí)冗余的框。

２ 改進(jìn)ＹＯＬＯｖ５ 的火災(zāi)檢測算法

２． １ 算法框架

本文針對(duì)小目標(biāo)檢測存在的問題，分別從兩方面對(duì)ＹＯＬＯｖ５ 算法進(jìn)行改進(jìn)：第一，增加一個(gè)小目標(biāo)檢測層，利用淺層特征層中包含的豐富的語義及位置信息精確定位識(shí)別小目標(biāo)；第二，在Ｂａｃｋｂｏｎｅ 主干網(wǎng)絡(luò)的最后一層插入ＳＥＮｅｔ 模塊，加強(qiáng)通道特征。改進(jìn)的ＹＯＬＯｖ５ 網(wǎng)絡(luò)結(jié)構(gòu)如圖２所示。

２． ２ 小目標(biāo)檢測層

在本文中，ＹＯＬＯｖ５ 模型針對(duì)煙火小目標(biāo)的檢測效果并不理想。這是由于ＹＯＬＯｖ５ 模型的下采樣倍數(shù)較大，目標(biāo)的局部細(xì)節(jié)特征產(chǎn)生損失，甚至出現(xiàn)了小目標(biāo)信息丟失的情況。因此，本文提出了增加小目標(biāo)檢測層，讓網(wǎng)絡(luò)更加關(guān)注煙火類小目標(biāo)，使小目標(biāo)的位置信息和特征細(xì)節(jié)更詳細(xì)，提高檢測效果。

具體來說，修改了特征融合網(wǎng)絡(luò)，增加了一組較小的先驗(yàn)框，接著在原有模型基礎(chǔ)上，繼續(xù)對(duì)特征圖進(jìn)行上采樣等處理，使特征圖繼續(xù)擴(kuò)大，同時(shí)將獲取到的１６０ ｐｉｘｅｌ×１６０ ｐｉｘｅｌ 的特征圖與骨干網(wǎng)絡(luò)中的第二層特征圖進(jìn)行Ｃｏｎｃａｔ 融合，以獲取更大的特征圖，對(duì)于本文的煙火小目標(biāo)檢測有著很好的改善。

２． ３ ＳＥＮｅｔ

ＳＥＮｅｔ［２１］的目的在于通過建模顯示表示各通道之間的相互依賴性，從而實(shí)現(xiàn)強(qiáng)調(diào)有用特征、抑制無用特征的效果。ＳＥＮｅｔ 作為輕量級(jí)的注意力機(jī)制，具有即插即用、結(jié)構(gòu)簡單的特點(diǎn)，僅會(huì)小幅度增加網(wǎng)絡(luò)的運(yùn)算量。ＳＥＮｅｔ 結(jié)構(gòu)如圖３ 所示。

ＳＥＮｅｔ 是一種用于對(duì)卷積神經(jīng)網(wǎng)絡(luò)中通道維度的特征進(jìn)行加權(quán)的方法。其中，ＳＥＮｅｔ 包括２ 個(gè)重要的操作：Ｓｑｕｅｅｚｅ 和Ｅｘｃｉｔａｔｉｏｎ。

Ｓｑｕｅｅｚｅ 操作使用全局平均池化將每個(gè)通道上的特征壓縮成一個(gè)全局特征向量，具體操作是通過每個(gè)通道的信息（Ｗ×Ｈ）轉(zhuǎn)化成１ 個(gè)數(shù)值即１ 個(gè)像素（１×１），當(dāng)中的每一個(gè)數(shù)值都具有該通道的全局感受野。Ｓｑｕｅｅｚｅ 操作如下：

式中：Ｈ、Ｗ、Ｃ 為圖片的長、寬、維度，ｕｃ 為給定的Ｈ×Ｗ×Ｃ 的輸入，Ｚｃ 為擠壓后得到的１×１×Ｃ 的輸出。

Ｅｘｃｉｔａｔｉｏｎ 操作由２ 個(gè)全連接層組成，用于對(duì)通道維度的特征進(jìn)行加權(quán)。第一個(gè)全連接層使用ＲｅＬＵ 激活函數(shù)，ＲｅＬＵ 激活函數(shù)在輸入為正數(shù)時(shí)直接輸出，而輸入為負(fù)數(shù)時(shí)輸出為０，從而實(shí)現(xiàn)了非線性的特征變換和篩選。第二個(gè)全連接層使用Ｓｉｇｍｏｉｄ 函數(shù)，目的是將通道的數(shù)值規(guī)范到（０，１），這個(gè)數(shù)值代表了各個(gè)通道在最終權(quán)重的占比，進(jìn)而得到不同通道的激活值，最終實(shí)現(xiàn)了跨通道之間的交互作用。Ｅｘｃｉｔａｔｉｏｎ 操作如下：

ｓ ＝ Ｆｅｘ（ｚ，Ｗ） ＝ σ（Ｗ２ δ（Ｗ１ ｚ））， （２）

式中：Ｗ１ 為降維矩陣，Ｗ２ 為升維矩陣，δ 為ＲｅＬＵ 激活函數(shù)，σ 為Ｓｉｇｍｏｉｄ 激活函數(shù)。

該部分共進(jìn)行了３ 組ＳＥＮｅｔ 添加位置對(duì)比實(shí)驗(yàn)。這３ 組對(duì)比實(shí)驗(yàn)的目的是評(píng)估并比較添加ＳＥＮｅｔ 與ＹＯＬＯｖ５ｓ 的基準(zhǔn)模型之間的性能差異，以及驗(yàn)證ＳＥＮｅｔ 在不同層次的性能表現(xiàn)。

在第１ 組實(shí)驗(yàn)中，選擇在Ｂａｃｋｂｏｎｅ 的Ｃ３ 模塊中插入ＳＥＮｅｔ。在第２ 組實(shí)驗(yàn)中，選擇在模型的Ｂａｃｋｂｏｎｅ 的最后一層添加ＳＥＮｅｔ。目的在于讓模型在學(xué)習(xí)過程中盡早受益于注意力機(jī)制的加強(qiáng)，模型可以更早地聚焦于輸入數(shù)據(jù)中的關(guān)鍵特征，并在后續(xù)的學(xué)習(xí)過程中更好地利用這些重要特征。第３ 組實(shí)驗(yàn)在模型的Ｎｅｃｋ 中引入ＳＥＮｅｔ。由于在模型的深層次中，包含了煙火類目標(biāo)更加抽象和高級(jí)的特征信息，本文試圖在較深層次引入ＳＥＮｅｔ，以此提高模型在深層次特征方面的學(xué)習(xí)能力。

３ 數(shù)據(jù)獲取與評(píng)價(jià)指標(biāo)

３． １ 實(shí)驗(yàn)環(huán)境

本文所使用的實(shí)驗(yàn)配置環(huán)境如下：ＣＰＵ 配置為１３ｔｈ Ｇｅｎ Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ９-１３９００ＫＦ；ＧＰＵ 配置為ＮＶＩＤＩＡ ＧｅＦｏｒｃｅ ＲＴＸ ４０９０，２４ ＧＢ 顯存；操作系統(tǒng)為Ｗｉｎｄｏｗｓ １０；深度學(xué)習(xí)框架為ＰｙＴｏｒｃｈ１． ７． ０；調(diào)用ＧＰＵ 進(jìn)行訓(xùn)練，模型學(xué)習(xí)率為０． ０１，學(xué)習(xí)動(dòng)量為０． ９３７，訓(xùn)練ｅｐｏｃｈｓ 選用３００。

３． ２ 實(shí)驗(yàn)數(shù)據(jù)集

本文通過網(wǎng)絡(luò)爬蟲等方式構(gòu)建數(shù)據(jù)集。該數(shù)據(jù)集共計(jì)６ ９４０ 張圖片，包含火和煙２ 類目標(biāo)，類別數(shù)量分別為１４ ５３７ 和２１ ０４５。

將數(shù)據(jù)集按照８ ∶ １ ∶ １ 的比例劃分為訓(xùn)練集、驗(yàn)證集和測試集，其中驗(yàn)證集為模型多次調(diào)參提供反饋信號(hào)，但訓(xùn)練模型會(huì)對(duì)驗(yàn)證集過擬合，所以仍需測試集來評(píng)估模型。

３． ３ 數(shù)據(jù)預(yù)處理

（１）數(shù)據(jù)增強(qiáng)

首先采用ＹＯＬＯ 中Ｍｏｓａｉｃ 數(shù)據(jù)增強(qiáng)策略，將４ 張圖片進(jìn)行拼接，組合成一張圖片，增加了數(shù)據(jù)的多樣性，同時(shí)也使每個(gè)樣本會(huì)有更大概率包含小目標(biāo)，提升小目標(biāo)檢測性能?；旌希?張具有不同語義信息的圖片，讓模型檢測超出常規(guī)語境的目標(biāo)，增加了模型的魯棒性。

其次采用Ｐｙｔｈｏｎ 的ＩｍａｇｅＥｎｈａｎｃｅ 庫實(shí)現(xiàn)對(duì)數(shù)據(jù)的增強(qiáng)。本文進(jìn)行的數(shù)據(jù)增強(qiáng)包括以下幾種方式：對(duì)隨機(jī)２５％ 的圖像進(jìn)行圖像翻轉(zhuǎn)，對(duì)隨機(jī)２５％的圖像進(jìn)行９０°旋轉(zhuǎn)，對(duì)隨機(jī)２５％ 的圖像進(jìn)行對(duì)比度為５ 的數(shù)據(jù)增強(qiáng)。初始圖與增強(qiáng)圖對(duì)比如圖４所示。

（２）目標(biāo)標(biāo)注與文件轉(zhuǎn)換

選用矩形框?qū)D片中的火焰與煙霧進(jìn)行標(biāo)注，標(biāo)注結(jié)束后在精靈標(biāo)注助手中選擇． ｘｍｌ 文件導(dǎo)出，文件內(nèi)容包含圖片大小，以及每個(gè)檢測框內(nèi)的對(duì)象名與對(duì)象位置信息。其中實(shí)驗(yàn)所需要關(guān)注的主要信息為對(duì)象名及位置。接下來將． ｘｍｌ 文件中的類別和坐標(biāo)信息提取出來，轉(zhuǎn)化成ｔｘｔ 格式的標(biāo)簽，其中每一行由５ 個(gè)數(shù)據(jù)組成，第一個(gè)數(shù)據(jù)代表種類，后面４ 個(gè)數(shù)據(jù)代表坐標(biāo)。本文實(shí)驗(yàn)中０ 代表火，１ 代表煙。文件轉(zhuǎn)換示例如圖５ 所示。

３． ４ 評(píng)價(jià)標(biāo)準(zhǔn)

通過評(píng)價(jià)指標(biāo)可直接反映經(jīng)過訓(xùn)練后的模型性能。本文選取精確率（Ｐｒｅｃｉｓｉｏｎ，Ｐ ）、召回率（Ｒｅｃａｌｌ，Ｒ）、平均精確率（ｍｅａｎ Ａｖｅｒａｇｅ Ｐｒｅｃｉｓｉｏｎ，ｍＡＰ）作為學(xué)習(xí)模型的評(píng)價(jià)指標(biāo)。

準(zhǔn)確率：檢測結(jié)果為煙霧與火焰當(dāng)中，預(yù)測對(duì)的結(jié)果占全部檢測結(jié)果為煙霧與火焰的比例。

Ｐ ＝ ＴＰ／ＴＰ ＋ ＦＰ， （３）

式中：ＴＰ 表示預(yù)測框檢測為正樣本且檢測正確，ＦＰ表示將背景預(yù)測為檢測目標(biāo)。

召回率：要檢測的煙霧與火焰目標(biāo)是否被成功檢測到。

Ｒｅｃａｌｌ ＝ ＴＰ／ＴＰ ＋ ＦＮ， （４）

式中：ＦＮ 表示未成功將物品檢測出來，將其當(dāng)成了背景。

平均精確率：由煙霧與火焰的平均準(zhǔn)確率相加求均值。

４ 實(shí)驗(yàn)結(jié)果與分析

４． １ 不同網(wǎng)絡(luò)架構(gòu)下ＹＯＬＯｖ５ 算法對(duì)比實(shí)驗(yàn)

未檢驗(yàn)選擇訓(xùn)練模型的合理性，設(shè)計(jì)了對(duì)比試驗(yàn)，在每個(gè)ＹＯＬＯ 系列算法官方都會(huì)提供多個(gè)預(yù)訓(xùn)練模型，基于本文預(yù)處理后的數(shù)據(jù)，選用ＹＯＬＯｖ５ｓ、ＹＯＬＯｖ５ｍ、ＹＯＬＯｖ５ｌ、ＹＯＬＯｖ５ｘ 四個(gè)不同版本結(jié)構(gòu)做對(duì)比實(shí)驗(yàn)，每個(gè)版本的模型大小、檢測速度和精確率各不相同。檢測效果對(duì)比如表１ 所示，與其他結(jié)構(gòu)相比，ＹＯＬＯｖ５ｓ 網(wǎng)絡(luò)模型的體積更小，檢測精確率最高；相較于ＹＯＬＯｖ５ｍ，雖然ＹＯＬＯｖ５ｓ 網(wǎng)絡(luò)的召回率略低，但模型體積下降了約６６％ ，模型較輕量。總之，因其檢測效果佳、速度快和易部署，本文選擇ＹＯＬＯｖ５ｓ 作為訓(xùn)練模型是合理的。

４． ２ ＳＥＮｅｔ 對(duì)比實(shí)驗(yàn)

為驗(yàn)證ＳＥＮｅｔ 添加的有效性和添加ＳＥＮｅｔ 的模型在深層次的學(xué)習(xí)能力，本文依據(jù)ＳＥＮｅｔ 的添加位置不同，設(shè)計(jì)了３ 個(gè)對(duì)比實(shí)驗(yàn)。分別將ＳＥＮｅｔ 融入Ｃ３ 模塊中，以及２ 組在不同位置添加ＳＥＮｅｔ 的模型進(jìn)行訓(xùn)練，檢測結(jié)果如表２ 所示。

與ＹＯＬＯｖ５ｓ 網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練效果相比，ＳＥＮｅｔ１ -ＹＯＬＯｖ５ 實(shí)驗(yàn)中３ 個(gè)評(píng)價(jià)指標(biāo)均下降了，Ｐ 僅有９０． ４％ ，Ｒ 為７８． ５％ ，ｍＡＰ 為８６． ４％ 。在ＳＥＮｅｔ２ -ＹＯＬＯｖ５ 改進(jìn)實(shí)驗(yàn)中，Ｐ 提高了１． ２％ ，Ｒ 和ｍＡＰ 分別提高了０． ５％ 和０． ２％ ，可看出在Ｂａｃｋｂｏｎｅ 添加ＳＥＮｅｔ 后，模型性能有所提高。在ＳＥＮｅｔ３ -ＹＯＬＯｖ５改進(jìn)實(shí)驗(yàn)中，Ｐ 降低了０． ３％ ，Ｒ 降低了０． ８％ ，ｍＡＰ降低了０． １％ 。因此，本實(shí)驗(yàn)在Ｃ３ 模塊和Ｎｅｃｋ 層添加ＳＥＮｅｔ 的方式，使模型性能不升反降。３ 組對(duì)比試實(shí)驗(yàn)中，ＳＥＮｅｔ２ -ＹＯＬＯｖ５ 檢測效果最好。可見，本實(shí)驗(yàn)并不是在越深層添加注意力機(jī)制，模型的檢測效果越好，即本實(shí)驗(yàn)?zāi)Ｐ偷膶W(xué)習(xí)能力與注意力機(jī)制放置深度并不存在必然關(guān)系，仍然存在注意力提取和施加位置不對(duì)的可能。推測原因有以下２ 點(diǎn)：

① 本文研究對(duì)象為煙火類小目標(biāo)，網(wǎng)絡(luò)層次越深小目標(biāo)保留的語義信息越少?？赏茰y小目標(biāo)的語義信息在深層次存在丟失的可能，注意力機(jī)制未能完成特征的重組。

② 卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行多次下采樣后細(xì)節(jié)信息丟失。

４． ３ 消融實(shí)驗(yàn)

為了驗(yàn)證本文對(duì)ＹＯＬＯｖ５ 算法所做的各項(xiàng)改進(jìn)對(duì)城市火災(zāi)下煙火檢測的影響，對(duì)各處改進(jìn)點(diǎn)進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果如表３ 所示，“√”代表添加此模塊。由表３ 可以看出，在ＹＯＬＯｖ５ｓ 模型關(guān)閉了數(shù)據(jù)預(yù)處理中的數(shù)據(jù)增強(qiáng)后，評(píng)價(jià)指標(biāo)Ｐ 和ｍＡＰ都有所下降。這也證明了數(shù)據(jù)增強(qiáng)的有效性，提高了模型的魯棒和泛化性。在增加小目標(biāo)檢測層后，模型的Ｒ 和ｍＡＰ 分別提高了２． ５％ 、０． ７％ ，但檢測精確度為８９． ７％ ，較改進(jìn)前大大降低。在最終改進(jìn)ＹＯＬＯｖ５ 實(shí)驗(yàn)中，各評(píng)價(jià)指標(biāo)均有所提高，Ｐ 為９３． ７％ ，雖然不敵ＳＥＮｅｔ２ -ＹＯＬＯｖ５ 模型的精確度，但是克服了添加小目標(biāo)檢測層后精確度不高的問題，Ｒ 較改進(jìn)前也提高了１． ９％ 。該方法的ｍＡＰ 值達(dá)到了８９． ８％ ，在所有對(duì)比實(shí)驗(yàn)中最高。

４． ４ 改進(jìn)算法檢測效果實(shí)驗(yàn)

為更加直觀地展示改進(jìn)ＹＯＬＯｖ５ 在城市火災(zāi)場景下的煙火檢測效果，本文隨機(jī)選取測試集中多張圖片進(jìn)行檢測。原標(biāo)注圖像和改進(jìn)ＹＯＬＯｖ５ 檢測結(jié)果如圖６ 所示?？梢钥闯?，在密集標(biāo)簽下，該模型也能達(dá)到較好的檢測效果。改進(jìn)后的模型既保持了原模型對(duì)大目標(biāo)檢測效果，又提高了對(duì)小目標(biāo)的檢測能力。

５ 結(jié)束語

本文在城市建筑電氣等火災(zāi)檢測中，能準(zhǔn)確識(shí)別出煙火目標(biāo)，為遠(yuǎn)程實(shí)時(shí)監(jiān)控滅火提供了技術(shù)參考。在對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)操作后，提出了改進(jìn)ＹＯＬＯｖ５ 算法。優(yōu)化了網(wǎng)絡(luò)模型，增加了小目標(biāo)檢測層，該預(yù)測特征層通過將高層語義信息和低層傳遞的位置信息進(jìn)行有效融合來預(yù)測本文的煙火小目標(biāo)，然后用ＳＥＮｅｔ 進(jìn)一步提升模型檢測能力，并討論了３ 種ＳＥＮｅｔ 的添加位置的檢測效果。最后，經(jīng)添加小目標(biāo)檢測層和ＳＥＮｅｔ 的改進(jìn)ＹＯＬＯｖ５ 模型整體效果要優(yōu)于ＹＯＬＯｖ５ 等目標(biāo)檢測方法。

本文在實(shí)現(xiàn)城市建筑電氣火災(zāi)等場景下的煙火檢測過程中，仍存在漏檢行為，煙類目標(biāo)的漏檢考慮與背景相關(guān)，還需進(jìn)一步處理，因此檢測效果還有提高的空間。改進(jìn)后的模型體積雖無較大增長，但如何壓縮模型體積、使模型更加精簡以及提高檢測模型的有效性和高效性依舊是需要考慮的問題。

參考文獻(xiàn)

［１］ 應(yīng)急管理部舉行習(xí)近平總書記向國家綜合性消防救援隊(duì)伍授旗致訓(xùn)詞４ 周年專題新聞發(fā)布會(huì)［Ｚ ／ ＯＬ］．（２０２２－１０－３１）［２０２３－０７－１０］． ｈｔｔｐｓ：∥ｗｗｗ． ｍｅｍ． ｇｏｖ．ｃｎ ／ ｘｗ ／ ｘｗｆｂｈ ／ ２０２２ｎ１０ｙ３１ｒｘｗｆｂｈ ／ ｗｚｓｌ＿４２６０ ／ ２０２２１０ ／ ｔ２０２２１０３１＿４２５１９５． ｓｈｔｍｌ．

［２］ 劉穎，劉紅燕，范九倫，等． 基于深度學(xué)習(xí)的小目標(biāo)檢測研究與應(yīng)用綜述［Ｊ］． 電子學(xué)報(bào)，２０２０，４８ （３ ）：５９０－６０１．

［３］ ＬＩＵ Ｗ，ＡＮＧＵＥＬＯＶ Ｄ，ＥＲＨＡＮ Ｄ，ｅｔ ａｌ． ＳＳＤ：ＳｉｎｇｌｅＳｈｏｔ ＭｕｌｔｉＢｏｘ Ｄｅｔｅｃｔｏｒ ［Ｃ ］∥ Ｃｏｍｐｕｔｅｒ ＶｉｓｉｏｎＥＣＣＶ２０１６． Ａｍｓｔｅｒｄａｍ：Ｓｐｒｉｎｇｅｒ，２０１６：２１－３７．

［４］ ＲＥＤＭＯＮ Ｊ，ＤＩＶＶＡＬＡ Ｓ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． Ｙｏｕ ＯｎｌｙＬｏｏｋ Ｏｎｃｅ：Ｕｎｉｆｉｅｄ，Ｒｅａｌｔｉｍｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ［ＥＢ ／ＯＬ］． （２０１５ － ０６ － ０８）［２０２３ － ０７ － １１］． ｈｔｔｐｓ：∥ ａｒｘｉｖ．ｏｒｇ ／ ａｂｓ ／ １５０６． ０２６４０．

［５］ ＲＥＤＭＯＮ Ｊ，ＦＡＲＨＡＤＩ Ａ． ＹＯＬＯｖ３：Ａｎ Ｉｎｃｒｅｍｅｎｔａｌ Ｉｍｐｒｏｖｅｍｅｎｔ［ＥＢ ／ ＯＬ］． （２０１８ － ０４ － ０８）［２０２３ － ０７ － １１］．ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ １８０４． ０２７６７．

［６］ ＧＩＲＳＨＩＣＫ Ｒ． Ｆａｓｔ ＲＣＮＮ［Ｃ］∥２０１５ ＩＥＥＥ ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ （ＩＣＣＶ）． Ｓａｎｔｉａｇｏ：ＩＥＥＥ，２０１５：１４４０－１４４８．

［７］ ＲＥＮ Ｓ Ｑ，ＨＥ Ｋ Ｍ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． Ｆａｓｔｅｒ ＲＣＮＮ：Ｔｏｗａｒｄｓ Ｒｅａｌｔｉｍｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ Ｒｅｇｉｏｎ ＰｒｏｐｏｓａｌＮｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄＭａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１７，３９（６）：１１３７－１１４９．

［８］ 寧陽，杜建超，韓碩，等． 改進(jìn)ＤｅｅｐｌａｂＶ３ ＋的火焰分割與火情分析方法［Ｊ］． 西安電子科技大學(xué)學(xué)報(bào)，２０２１，４８（５）：３８－４６．

［９］ 常麗，張雪，蔣輝，等． 融合ＹＯＬＯｖ５ｓ 與ＳＲＧＡＮ 的實(shí)時(shí)隧道火災(zāi)檢測［Ｊ］． 電子測量與儀器學(xué)報(bào)，２０２２，３６（８）：２２３－２３０．

［１０］ ＷＯＯ Ｓ，ＰＡＲＫ Ｊ，ＬＥＥ Ｊ Ｙ，ｅｔ ａｌ． ＣＢＡＭ：ＣｏｎｖｏｌｕｔｉｏｎａｌＢｌｏｃｋ Ａｔｔｅｎｔｉｏｎ Ｍｏｄｕｌｅ［Ｃ］∥１５ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｍｕｎｉｃｈ：Ｓｐｒｉｎｇｅｒ，２０１８：３－１９．

［１１］ 喻麗春，劉金清． 基于改進(jìn)Ｍａｓｋ ＲＣＮＮ 的火焰圖像識(shí)別算法［Ｊ］． 計(jì)算機(jī)工程與應(yīng)用，２０２０，５６ （２１ ）：１９４－１９８．

［１２］ 章曙光，唐銳，邵政瑞，等． 一種基于小波變換的ＹＯＬＯｖ５ 火災(zāi)檢測改進(jìn)算法［Ｊ］． 無線電工程，２０２３，５３（１０）：２３０３－２３１０．

［１３］ 劉洪江，王懋，劉麗華，等． 基于深度學(xué)習(xí)的小目標(biāo)檢測綜述［Ｊ ］． 計(jì)算機(jī)工程與科學(xué)，２０２１，４３ （８ ）：１４２９－１４４２．

［１４］ 牛為華，殷苗苗． 基于改進(jìn)ＹＯＬＯ ｖ５ 的道路小目標(biāo)檢測算法［Ｊ］． 傳感技術(shù)學(xué)報(bào)，２０２３，３６（１）：３６－４４．

［１５］ 韓俊，袁小平，王準(zhǔn)，等． 基于ＹＯＬＯｖ５ｓ 的無人機(jī)密集小目標(biāo)檢測算法［Ｊ］． 浙江大學(xué)學(xué)報(bào)（工學(xué)版），２０２３，５７（６）：１２２４－１２３３．

［１６］ 劉展威，陳慈發(fā)，董方敏． 基于ＹＯＬＯｖ５ｓ 的航拍小目標(biāo)檢測改進(jìn)算法研究［Ｊ］． 無線電工程，２０２３，５３ （１０）：２２８６－２２９４．

［１７］ 賈志，李茂軍，李婉婷． 基于改進(jìn)ＹＯＬＯｖ５＋ＤｅｅｐＳｏｒｔ 算法模型的交叉路口車輛實(shí)時(shí)檢測［Ｊ］． 計(jì)算機(jī)工程與科學(xué)，２０２３，４５（４）：６７４－６８２．

［１８］ 汪穎，王峰，李瑋，等． 用于復(fù)雜環(huán)境下果蔬檢測的改進(jìn)ＹＯＬＯｖ５ 算法研究［Ｊ］． 中國農(nóng)機(jī)化學(xué)報(bào)，２０２３，４４（１）：１８５－１９１．

［１９］ 楊國亮，楊浩，余帥英，等． 改進(jìn)ＹＯＬＯｖ５ 的交通標(biāo)志檢測算法［Ｊ］． 計(jì)算機(jī)工程與應(yīng)用，２０２３，５９ （１０ ）：２６２－２６９．

［２０］ ＬＩＮ Ｔ Ｙ，ＤＯＬＬ？Ｒ Ｐ，ＧＩＲＳＨＩＣＫ Ｒ，ｅｔ ａｌ． ＦｅａｔｕｒｅＰｙｒａｍｉｄ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ［Ｃ］∥２０１７ ＩＥＥＥＣｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ．Ｈｏｎｏｌｕｌｕ：ＩＥＥＥ，２０１７：９３６－９４４．

［２１］ ＨＵ Ｊ，ＳＨＥＮ Ｌ，ＡＬＢＡＮＩＥ Ｓ，ｅｔ ａｌ． ＳｑｕｅｅｚｅａｎｄＥｘｃｉｔａｔｉｏｎＮｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄＭａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０２０，４２（８）：２０１１－２０２３．

作者簡介

武 慧 女，（１９８８—），碩士研究生。主要研究方向：計(jì)算機(jī)視覺、圖像處理與深度學(xué)習(xí)。

楊玉竹 女，（２０００—），碩士研究生。主要研究方向：計(jì)算機(jī)視覺、圖像處理與深度學(xué)習(xí)。

卜顯峰 男，（１９６６—），高級(jí)農(nóng)藝師。主要研究方向：植物保護(hù)、計(jì)算機(jī)視覺。

（*通信作者）曹麗英 女，（１９７８—），博士，教授，碩士生導(dǎo)師。

主要研究方向：計(jì)算機(jī)視覺、圖像處理與深度學(xué)習(xí)。

基金項(xiàng)目：國家自然科學(xué)基金（Ｕ１９Ａ２０６１）；吉林省科技廳中青年科技創(chuàng)新創(chuàng)業(yè)卓越人才（團(tuán)隊(duì)）項(xiàng)目（創(chuàng)新類）（２０２２０５０８１３３ＲＣ）；吉林省科技發(fā)展計(jì)劃項(xiàng)目（２０２１０４０４０２０ＮＣ）