基于YOLOv7-tiny的轻量化森林火灾烟雾检测算法  

作　　者：黄星宇 陈正雄 HUANG Xingyu;CHEN Zhengxiong

机构地区：[1]武汉轻工大学电气与电子工程学院,湖北武汉430048

出　　处：《信息技术与信息化》2025年第3期12-17,共6页Information Technology and Informatization

摘　　要：烟雾是森林火灾早期阶段的主要特征和信号,其检测识别对于森林火灾预警防控具有重要意义。针对现有目标检测算法参数量、计算量较大且难以部署到计算资源受限的终端设备上的问题,文章自建森林火灾烟雾数据集并提出了一种基于改进YOLOv7-tiny的轻量化森林火灾烟雾检测算法。用非线性特性更佳的SiLU激活函数替换原模型中的Leakey ReLU激活函数;引入更轻量的分布偏移卷积DSConv改进ELAN模块,用更简洁的SPPF模块替换SPPCSPC模块,从而降低模型参数量与计算量;在骨干网络引入SimAM注意力机制抑制背景噪声和提高关键特征的提取能力。实验结果表明,改进后模型计算量和参数量分别下降了37.1%和4.4%,而准确率、召回率、mAP、检测速度分别提高了4.2%、0.5%、4.3%、43帧/s。模型在检测精度、轻量化、实时性三方面相比于其他经典目标检测算法具有一定的优势,这为森林火灾实时检测提供了可行性方案。

关 键 词：烟雾检测 YOLOv7-tiny 轻量化 SiLU DSConv 注意力机制 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]