基于改進(jìn)YOLO 模型的飛機貨艙紅外圖像火災(zāi)檢測

摘要：由于信息技術(shù)的快速發(fā)展，紅外檢測技術(shù)和視頻監(jiān)控系統(tǒng)得到了廣泛應(yīng)用，圖像型火災(zāi)探測器在火災(zāi)探測中的優(yōu)勢逐漸凸顯。在飛機貨艙火災(zāi)探測領(lǐng)域，盡管基于圖像識別的火災(zāi)探測技術(shù)已展現(xiàn)出一定潛力，但在準(zhǔn)確性與響應(yīng)速度之間的平衡仍須進(jìn)一步優(yōu)化。為提升飛機貨艙早期火災(zāi)的識別與判斷能力，增強紅外火焰圖像目標(biāo)檢測的準(zhǔn)確性，本文提出了一種結(jié)合改進(jìn)損失函數(shù)的YOLO目標(biāo)檢測算法。首先對比了多種典型目標(biāo)檢測算法在紅外火焰圖像檢測任務(wù)中的性能表現(xiàn)，進(jìn)而選擇了合適的算法框架進(jìn)行損失函數(shù)的改進(jìn)。通過在計算損失時綜合考慮目標(biāo)中心點的距離、重疊面積及長寬比等因素，設(shè)計了一種改進(jìn)的損失函數(shù)，并成功將基于動態(tài)非單調(diào)聚焦機制的邊界框損失（WIoU）函數(shù)引入YOLO目標(biāo)檢測網(wǎng)絡(luò)中，以實現(xiàn)檢測準(zhǔn)確率的提升。訓(xùn)練紅外火焰圖像數(shù)據(jù)集的對比試驗表明，改進(jìn)后的YOLOv5算法在性能上并未取得顯著提升，而YOLOv7算法在引入改進(jìn)損失函數(shù)后，其檢測精度相較于原算法提高了2.1%，平均精度值（mAP）提升了6.5%，同時每秒傳輸幀數(shù)（FPS）也增加了2.68幀。在關(guān)鍵的性能指標(biāo)（如目標(biāo)邊框損失、置信度損失及總損失）上，采用WIoU損失函數(shù)的YOLOv7模型優(yōu)于其他模型，達(dá)到了最低損失值。因此，本文提出的基于改進(jìn)損失函數(shù)的YOLOv7算法在飛機模擬貨艙紅外火焰圖像檢測識別任務(wù)中展現(xiàn)出了更高的準(zhǔn)確性和更快的處理速度，為飛機貨艙火災(zāi)探測提供了一種有效的技術(shù)途徑。

關(guān)鍵詞：YOLO；飛機貨艙；目標(biāo)檢測；WIoU；火焰紅外圖像

中圖分類號：X928.7文獻(xiàn)標(biāo)識碼：ADOI：10.19452/j.issn1007-5453.2024.11.014

隨著我國民航運輸總量與規(guī)模的不斷增加，民航運輸蓬勃發(fā)展，但隨之而來的是難以避免的火災(zāi)風(fēng)險。飛機貨艙火災(zāi)是一種常見的航空事故，其主要原因是其貨艙中裝載的貨物種類繁多，其中還包括易燃物質(zhì)。一旦起火，可燃物將快速蔓延，威脅到飛機上的乘客以及整架飛機的安全。長期以來，在密閉狹小空間或具有高速氣流的場合，早期火災(zāi)探測在世界范圍內(nèi)都是一個難題。由于圖像型火災(zāi)探測技術(shù)對于火災(zāi)探測具有非接觸式探測的特點，不受空間高度、熱障、易爆、有毒等環(huán)境條件的限制，使得該項技術(shù)成為火災(zāi)探測的有效手段。此外，可以通過分析火災(zāi)圖像的早期特征達(dá)到火災(zāi)早期報警早期防護(hù)的作用，即火災(zāi)發(fā)生的早期圖像觸發(fā)火警。

隨著大數(shù)據(jù)時代的到來，深度學(xué)習(xí)、人工智能等技術(shù)展現(xiàn)出了迅猛發(fā)展的勢頭，以深度學(xué)習(xí)為基礎(chǔ)的目標(biāo)檢測算法憑借其優(yōu)良的檢測性能逐漸成為目標(biāo)檢測領(lǐng)域中人們的首選算法[1]。目前主流的目標(biāo)檢測算法可分為兩階段（twostage）和單階段（one-stage）兩大類。兩階段檢測時，首先生成可能包含物體的候選區(qū)域（regionproposal），然后對候選區(qū)域做進(jìn)一步分類和回歸預(yù)測，得到最終的檢測結(jié)果?；趨^(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（R-CNN）[2]、快速基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（FastR-CNN）[3]、更快速的基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（FasterR-CNN）[4]、空間金字塔池化網(wǎng)絡(luò)（SPPnet）[5]是目前較為常用的兩階段目標(biāo)檢測算法。單階段檢測是在輸入圖像上直接預(yù)測目標(biāo)的位置類別以及邊框調(diào)整[6]，沒有顯示地生成候選區(qū)域的步驟。單點多框檢測器（SSD）[7]、視網(wǎng)膜結(jié)構(gòu)網(wǎng)絡(luò)（RetinaNet）[8]、深度學(xué)習(xí)YOLO[9]模型是目前比較具有代表性的單階段目標(biāo)檢測算法。

一般情況下，采用兩階段目標(biāo)檢測方法可以獲得較高的探測精度，但其探測速度很難達(dá)到火災(zāi)實時探測的要求。而單階段檢測僅須通過一次特征提取就可以實現(xiàn)對目標(biāo)的識別分類，因而可以更好地適用于火災(zāi)監(jiān)測的場景。王思宇等[10]選擇SwinTransformer和YOLO檢測模型作為基礎(chǔ)模型，提取紅外圖像中多尺度的特征信息，有效提高了模型對局部和全局信息的捕捉能力。任嘉鋒等[11]采用改進(jìn)的YOLOv3網(wǎng)絡(luò)對火災(zāi)進(jìn)行了檢測和識別，對YOLOv3中的K-means聚類算法進(jìn)行了改進(jìn)，從而提高了對小尺度煙火的識別準(zhǔn)確度。董鳳禹等[12]針對YOLOv7模型進(jìn)行了改進(jìn)，通過優(yōu)化模型的網(wǎng)絡(luò)結(jié)構(gòu)、引入更有效的特征提取方法和增強對小目標(biāo)的檢測能力，提升了模型檢測精度和速度。Sangwon等[13]通過結(jié)合YOLO骨干網(wǎng)絡(luò)與空間-時間注意力變換機制，提出的一種無領(lǐng)域依賴的火災(zāi)檢測方法在不同火災(zāi)場景下均展現(xiàn)出良好的檢測性能和泛化能力。Dalal等[14]提出一種結(jié)合局部二值模式和卷積神經(jīng)網(wǎng)絡(luò)的混合模型，并基于YOLO-v5算法，開發(fā)了一種用于智能城市環(huán)境可持續(xù)性的火災(zāi)和煙霧檢測模型，在不同環(huán)境條件下均展現(xiàn)出高效且準(zhǔn)確的火災(zāi)和煙霧檢測能力。YOLO目標(biāo)檢測算法在經(jīng)過不斷的改良之后，由于其具有較高的探測準(zhǔn)確率和較高的探測速度，得到了廣泛的應(yīng)用。

本文以YOLO算法為主體模型，對其進(jìn)行改進(jìn)和優(yōu)化，使其可以在紅外圖像信息里快速精準(zhǔn)地檢測出火災(zāi)。

1目標(biāo)檢測算法

YOLO系列算法屬于一類典型的單階段目標(biāo)檢測算法，它通過錨框（anchorbox）將分類和目標(biāo)定位的回歸問題相結(jié)合，因此具有高效、靈活和良好的推廣性能。在YOLO算法中把物體檢測問題處理成回歸問題，用一個卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就可以從輸入圖像直接預(yù)測邊界框（boundingbox）和類別概率。YOLO系列算法是一種集高效區(qū)域提取與準(zhǔn)確目標(biāo)分類于一體，并具有較快檢測速度和高準(zhǔn)確率，成為目標(biāo)檢測領(lǐng)域的重要算法。YOLO算法原理示意圖如圖1所示。YOLO算法原理包括4步：（1）將輸入圖像分成S×S個網(wǎng)格，每個網(wǎng)格負(fù)責(zé)檢測其中的一個目標(biāo)；（2）預(yù)測每個網(wǎng)格的B個邊界框，進(jìn)行置信度（confidence）評估，表示該邊界框內(nèi)是否包含目標(biāo)。這里的置信度不僅考慮了目標(biāo)是否存在，還包括目標(biāo)類別的準(zhǔn)確度等信息，預(yù)測邊界框內(nèi)包含的目標(biāo)的類別和位置；（3）使用非極大值抑制篩選多個邊界框，去除冗余的邊界框，只保留最具置信度的一個；（4）根據(jù)置信度和類別信息，篩選最終的目標(biāo)檢測結(jié)果。

比較常見的YOLO網(wǎng)絡(luò)有YOLOv3、YOLOv5和YOLOv7等。其中YOLOv7是基于YOLO系列的目標(biāo)檢測算法，由Ultra-Light-Fast-Detection（ULFD）和Scaled-YOLOv4兩種算法結(jié)合而成。YOLOv7與之前的版本相比，速度有所提高，但仍然保持了準(zhǔn)確性；繼承了Scaled-YOLOv4的特點，提高了對物體檢測的準(zhǔn)確率；使用輕量化的網(wǎng)絡(luò)結(jié)構(gòu)，減小模型大小并提升模型運行速度；支持多尺度檢測，能夠檢測出尺寸不同的目標(biāo)；在復(fù)雜環(huán)境下還能夠保持較高的檢測精度，具有一定的魯棒性。所以YOLOv7在目標(biāo)跟蹤、視頻監(jiān)控等方面得到了廣泛應(yīng)用。

FasterR-CNN算法是對R-CNN、FastR-CNN算法的一種改進(jìn)算法。主要是解決FastR-CNN中候選區(qū)域提取速度慢、耗時較長及計算量大的問題。FasterR-CNN作為一種兩階段的算法，與一階段的算法相比，兩階段的算法更加復(fù)雜且速度較慢，但是檢測精度會更高。在FasterRCNN中提出了區(qū)域生成網(wǎng)絡(luò)（RPN），將候選區(qū)域的提取和FastR-CNN中的目標(biāo)檢測網(wǎng)絡(luò)融合到一起，在同一個網(wǎng)絡(luò)中實現(xiàn)目標(biāo)檢測。圖2為FasterR-CNN算法步驟。Faster-RCNN網(wǎng)絡(luò)架構(gòu)主要是由特征提取模塊、區(qū)域建議網(wǎng)絡(luò)（RPN）、ROIPooling層和分類回歸層4部分組成，首先使用一系列卷積層，如ZFnet[15]、VGG16[16]、Resnet50[17]等特征提取網(wǎng)絡(luò)對輸入的圖像進(jìn)行特征提取并生成特征圖，再將特征圖傳輸?shù)絽^(qū)域生成網(wǎng)絡(luò)生成一系列預(yù)選框，同時將生成的預(yù)選框與特征圖一起傳輸?shù)礁信d趣區(qū)域池化層，目的是從一系列預(yù)選框當(dāng)中選出最適合特征圖的候選框，最后將選出的候選框傳送到分類和回歸層。

2基于YOLO的飛機貨艙紅外圖像火災(zāi)檢測

由于飛機貨艙火災(zāi)檢測對算法的實時性和速度要求較高，本文選擇一階段算法中的YOLO進(jìn)行目標(biāo)檢測與識別。確定好火災(zāi)識別的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)之后，可以進(jìn)行火災(zāi)識別訓(xùn)練。基于紅外圖像火災(zāi)識別流程具體為：（1）收集大量的火災(zāi)圖片數(shù)據(jù)，數(shù)據(jù)增強后通過工具LabelImg進(jìn)行數(shù)據(jù)標(biāo)注，利用YOLO算法訓(xùn)練模型，學(xué)習(xí)目標(biāo)檢測和識別的技能；（2）訓(xùn)練完成得到火災(zāi)識別的卷積神經(jīng)網(wǎng)絡(luò)模型與相應(yīng)的權(quán)重文件；（3）導(dǎo)入之前預(yù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型和預(yù)訓(xùn)練模型相應(yīng)的權(quán)重文件，并設(shè)置相關(guān)的參數(shù)；（4）讀取采集到的實時紅外圖像，對紅外圖像進(jìn)行目標(biāo)檢測識別，判斷是否發(fā)生火災(zāi)。圖3為基于YOLO的飛機貨艙紅外圖像火災(zāi)檢測。

2.1試驗環(huán)境及數(shù)據(jù)

本文試驗所需的圖像采集于飛機修理廠尺寸為3m×4.16m×2m的飛機貨艙模擬實驗艙，且處于常壓環(huán)境，通過相機拍攝采集圖像以及視頻。訓(xùn)練的紅外圖像數(shù)據(jù)集主要來源于現(xiàn)場圖片采集以及現(xiàn)場視頻分幀，所采集的數(shù)據(jù)包括有火焰產(chǎn)生和沒有火焰兩種類型的圖片。為了獲取準(zhǔn)確的數(shù)據(jù)參數(shù)，將篩選分類后的圖像通過標(biāo)注軟件LabelImg對其數(shù)據(jù)集進(jìn)行人工標(biāo)注。選用1462張火焰圖像作為數(shù)據(jù)集。其中，70%（1024張）為訓(xùn)練集、20%（292張）為驗證集、10%（146張）為測試集。

2.2試驗結(jié)果與分析對比

本文選取上文介紹的典型的神經(jīng)網(wǎng)絡(luò)，主要采取經(jīng)典的一階段和兩階段的深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了大量的橫向?qū)Ρ群涂v向?qū)Ρ仍囼灒瑢⒓t外圖像數(shù)據(jù)集放到各個模型運行，再通過評價指標(biāo)精確率（P）、平均精度的均值（mAP）和幀率（FPS）進(jìn)行結(jié)果評估，最終選擇本文的基礎(chǔ)模型進(jìn)行下一步改進(jìn)試驗。它的計算公式如下

P=TP／TP+FP（1）

式中，TP為正確檢測出火焰的樣本數(shù)量；FP為錯誤檢測火焰的樣本數(shù)量。P為每張圖像中對火焰預(yù)測正確的概率，最大為1，最小為0，越接近1越好。

mAP用于評價網(wǎng)絡(luò)模型的整體檢測精度的綜合指標(biāo)，其含義為數(shù)據(jù)集中所有需要檢測類別的平均精度（AP）值的平均值。mAP值計算公式為

式中，AP為某一類別的平均精度，是準(zhǔn)確率和召回率曲線下方的面積。N為數(shù)據(jù)集中類別的總數(shù)。

FPS表示每秒檢測圖片張數(shù)，即計算檢測一張圖片的時間的倒數(shù)。計算公式為FPS=1/T，T為每張圖片檢測的時間。

所有標(biāo)注后的數(shù)據(jù)集分別在FasterR-CNN、YOLOv5、YOLOv7和YOLOv8進(jìn)行模型訓(xùn)練進(jìn)行對比分析，各個模型精確度如圖4所示。通過分析圖4數(shù)據(jù)可以看出，經(jīng)過訓(xùn)練輪次的增加，YOLOv5精確率從0.774提高到0.828，YOLOv7精確率從0.881提高到0.921，這證明了該模型檢測飛機模擬貨艙火焰有較高的準(zhǔn)確性，且YOLOv7模型效果更好。相比于YOLOv5，YOLOv7采用了更深的網(wǎng)絡(luò)結(jié)構(gòu)，如BAM等，從而在精度方面有了進(jìn)一步提升，并且使用了更快的卷積操作和更小的模型，在相同的計算資源下可以達(dá)到更高的檢測速度，所以YOLOv7模型檢測效果更好。但是在本次試驗中YOLOv8的精度隨著訓(xùn)練迭代次數(shù)的增加而降低，說明此次使用的YOLOv8模型在本試驗?zāi)M貨艙紅外火焰圖像數(shù)據(jù)的檢測效果不佳。從圖4中的結(jié)果來看，選取適合數(shù)據(jù)集訓(xùn)練的YOLOv7模型為本次研究的主要對象。

3損失函數(shù)的改進(jìn)

邊界框損失函數(shù)（BBR）作為目標(biāo)檢測中模型優(yōu)化的重要組成部分，其良好的定義將會極大提升目標(biāo)檢測模型性能。該損失函數(shù)是通過計算預(yù)測框和真實框之間的距離偏差來衡量預(yù)測框與真實框的差距，并使用特定的函數(shù)計算出這種差距的損失值，再通過反向傳播來調(diào)整權(quán)重參數(shù)，使預(yù)測框慢慢接近真實框。損失函數(shù)（IoU）是目標(biāo)檢測中最常用的指標(biāo)之一，它不僅可以用來計算真實框與預(yù)測框之間的差距，還可以用于確定正負(fù)樣本。不斷優(yōu)化的IoU損失函數(shù)有多種變形，如GIoU、DIoU、CIoU、EIoU和Wise-IoU等，這些變形在不同數(shù)據(jù)集上的檢測效果有不同程度的變化。為了提升紅外火焰圖像檢測數(shù)據(jù)集模型的精度，本文通過修改定位損失函數(shù)，經(jīng)試驗對比找到適合的定位損失函數(shù)。在原YOLOv5和YOLOv7模型中，目標(biāo)邊界框損失函數(shù)使用的是CIoU-Loss。

Wise-IoU[18]是一種基于IoU的邊界框損失函數(shù)，與之前的IoU不同，它采用了一個動態(tài)的聚焦機制，使用離群度替代IoU評估錨框的質(zhì)量，并提供了合理的梯度增益分配策略。這樣WIoU使高質(zhì)量和低質(zhì)量的錨框都能得到合適的訓(xùn)練，從而改善檢測器的總體性能。在多種目標(biāo)檢測模型上取得顯著的性能提升，尤其是在小目標(biāo)和密集目標(biāo)上。

基于動態(tài)非單調(diào)聚焦機制的邊界框損失（WIoUloss）定義

LWIoUv1=RWIoULIoU（3）

式中，Wg、Hg表示最小包圍框的寬和高。為了防止RWIoU產(chǎn)生阻礙收斂的梯度，Wg和Hg從計算圖中分離出來。因為它有效地消除了阻礙收斂的因素，所以沒有引入新的度量，如縱橫比。（1）RWIoU∈［1，e），這將顯著放大普通質(zhì)量anchorbox的LIoU；（2）LIoU∈［0，1]，這將顯著降低高質(zhì)量anchorbox的RWIoU，并在anchorbox與目標(biāo)框重合時，重點關(guān)注中心點之間的距離。

本文先將WIoU應(yīng)用于YOLOv5和YOLOv7進(jìn)行目標(biāo)檢測，實現(xiàn)改進(jìn)提高檢測性能。為對比改進(jìn)后的檢測網(wǎng)絡(luò)的檢測效果。分別對YOLOv5（CIoU）、YOLOv5（WIoU）、YOLOv7（CIoU）、YOLOv7（WIoU）的4種模型在紅外火焰圖像測試集上的平均準(zhǔn)確率mAP和其他性能指標(biāo)進(jìn)行了測試。

從圖5可以看出，經(jīng)過訓(xùn)練，不同模型都有一定的訓(xùn)練精度都達(dá)到了70%以上的精度。將WIoU添加進(jìn)YOLOv5和YOLOv7算法時，YOLOv5精度下降。YOLOv7的精度相較于原始模型上升了5.4%，為最優(yōu)值。

從圖6和圖7可以看出，將WIoU添加進(jìn)YOLOv5和YOLOv7算法時，優(yōu)化后的精度和預(yù)測框的位置比原始的更準(zhǔn)確，且識別準(zhǔn)確率更高。YOLOv5的mAP值無明顯變化，YOLOv7的mAP提高了6.5%。圖7表示YOLOv5和YOLOv7模型中的不同損失函數(shù)的精確率-召回率（P-R）曲線，從圖7中可以看出模型的訓(xùn)練效果較好，各類缺陷的P-R曲線基本在圖中的右上方，mAP分別達(dá)到72.1%、75.8%、76.8%和76.0%。

通過文獻(xiàn)[19]的調(diào)研，YOLOv7中的邊界框損失函數(shù)是基于IoULoss。因此，本文還使用了其他不同的邊界框損失函數(shù)進(jìn)行對比，其中包括GIoU、DIoU、EIoU和SIoU等損失函數(shù)。改進(jìn)后各模型在達(dá)到最高精度時所對應(yīng)的損失值見表1。在目標(biāo)邊框損失（Box_loss）、置信度損失（Objectness_loss）及總損失（total）這三項重要衡量標(biāo)準(zhǔn)上，采用WIoU損失函數(shù)的YOLOv7模型相較于其他模型展現(xiàn)出了顯著的優(yōu)勢，表現(xiàn)最佳，為最小值。損失函數(shù)僅是評估模型性能的一個方面，為了更全面地評估模型性能，接下來將深入分析模型的精確率、mAP以及FPS等關(guān)鍵指標(biāo)，這些指標(biāo)將提供模型在改進(jìn)過程中的綜合表現(xiàn)。

GIoU、DIoU、EIoU和SIoU等模型的精準(zhǔn)度、mAP和FPS見表2。根據(jù)表2中的試驗結(jié)果，SIoU損失相較于其他IoU損失，對精度的提升效果最好，WIoU在精度上也提升了2.1%。其中，WIoU損失與其他損失相比，mAP提高了6.5%，提升最高，表明模型的改進(jìn)取得了良好的效果。與其他損失相比，SIoU損失在mAP上的結(jié)果最差，僅為68.7%。EIoU在模型中的檢測速度最快，WIoU比原模型的CIoU高2.68，WIoU可以滿足飛機貨艙紅外圖像火焰檢測中達(dá)到實時性的要求且其精度更高。因此，改進(jìn)后的WIoU能有效提升模型的檢測。

4結(jié)論

為了能夠進(jìn)一步提升飛機貨艙火災(zāi)紅外圖像檢測的性能，本文對YOLOv5、YOLOv7算法進(jìn)行了改進(jìn)。在對一階段算法YOLO系列和二階段算法FasterR-CNN的深入對比研究中，發(fā)現(xiàn)YOLO系列算法在實時性方面表現(xiàn)更為出色，而FasterR-CNN在準(zhǔn)確度上略有優(yōu)勢但犧牲了實時性。因此，為了滿足飛機貨艙火災(zāi)紅外圖像檢測的實時性和準(zhǔn)確性需求，選擇了YOLO系列算法作為基礎(chǔ)。引入了WIoU作為損失函數(shù)，并成功將其應(yīng)用于YOLOv5和YOLOv7算法中。WIoU不僅考慮了預(yù)測框與真實框之間的重疊面積，還綜合考慮了中心點距離和長寬比兩個關(guān)鍵因素，從而顯著提升了模型在邊界框預(yù)測上的準(zhǔn)確性。

（1）精準(zhǔn)度提升。通過采用WIoU損失函數(shù)對YOLOv7算法進(jìn)行優(yōu)化后，其在飛機貨艙火災(zāi)紅外圖像檢測任務(wù)中的精準(zhǔn)度相較于原始算法提升了2.1%。這一提升在火災(zāi)檢測領(lǐng)域具有顯著的實際應(yīng)用價值，能夠更準(zhǔn)確地識別出火災(zāi)發(fā)生的位置和范圍。

（2）mAP提高。試驗結(jié)果顯示，優(yōu)化后的YOLOv7算法在mAP上提高了6.5%。這意味著模型在識別火災(zāi)相關(guān)目標(biāo)時具有更高的準(zhǔn)確性和魯棒性。

（3）FPS提升。在實時性方面，與原YOLOv7算法相比，優(yōu)化后的算法在FPS（每秒幀數(shù)）上提高了2.68。這一提升使得模型在處理連續(xù)火災(zāi)紅外圖像時具有更快的處理速度和更低的延遲，從而滿足了實時檢測的需求。綜合以上試驗結(jié)果，可以得出結(jié)論：通過采用WIoU損失函數(shù)對YOLOv7算法進(jìn)行優(yōu)化后，模型在精準(zhǔn)度、mAP和FPS等方面均取得了顯著提升。優(yōu)化后的模型不僅滿足了火焰圖像檢測的準(zhǔn)確度需求，還具備較高的實時性，使得其在實際應(yīng)用中具有更廣泛的適用性和更高的可靠性。

參考文獻(xiàn)

［1］宋忠浩，谷雨，陳旭，等.基于加權(quán)策略的高分辨率遙感圖像目標(biāo)檢測[J].計算機工程與應(yīng)用，2021，57（13）：199-206.

SongZhonghao，GuYu，ChenXu，etal.Highresolutionremotesensingimagetargetdetectionbasedonweightingstrategy[J].ComputerEngineeringandApplication，2021，57（13）：199-206.（inChinese）

［2］GirshickR，DonahueJ，DarrellT，etal.Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentation[C].IEEEConferenceonComputerVisionandPatternRecognition，2014：580-587.

［3］GirshickR.FastR-CNN[C].IEEEInternationalConferenceonComputerVision，2015：1440-1448.

［4］RenShaoqing，HeKaiming，GirshickR，etal.FasterR-CNN：towardsreal-timeobjectdetectionwithregionproposalnetworks[J].IEEETransactionsonPatternAnalysisandMachineIntelligence，2015，39（6）：1137-1149.

［5］HeKaiming，ZhangXiangyu，RenShaoqing，etal.Spatialpyramidpoolingindeepconvolutionalnetworksforvisualrecognition[J].IEEETransactionsonPatternAnalysisandMachineIntelligence，2015，37（9）：1904-1916.

［6］楊濤，戴軍，吳鐘建，等.基于深度學(xué)習(xí)的紅外艦船目標(biāo)識別[J].紅外技術(shù)，2020，42（5）：426-433.

YangTao，DaiJun，WuZhongjian，etal.Infraredshiptargetrecognitionbasedondeeplearning[J].InfraredTechnology，2020，42（5）：426-433.（inChinese）

［7］LiuW，AnguelovD，ErhanD，etal.SSD：singleshotmultiboxdetector[C].EuropeanConferenceonComputerVision，2016：21-37.

［8］AleL，ZhangNing，LiLongzhuang.RoaddamagedetectionusingRetinaNet[C].2018IEEEInternationalConferenceonBigData（BigData）.IEEE，2018：5197-5200.

［9］RedmonJ，DivvalaS，GirshickR，etal.Youonlylookonce：unified，real-timeobjectdetection[C].IEEEConferenceonComputerVisionamp;PatternRecognition，2016：779-788.

［10］王思宇，盧瑞濤，黃攀，等.基于SwinTransformer和注意力機制的紅外無人機檢測算法[J].航空科學(xué)技術(shù)，2024，35（2）：39-46.

WangSiyu，LuRuitao，HuangPan，etal.InfraredUAVdetectionalgorithmbasedonswintransformerandattentionmechanism[J].AeronauticalScienceamp;Technology，2024，35（2）：39-46.（inChinese）

［11］任嘉鋒，熊衛(wèi)華，吳之昊，等.基于改進(jìn)YOLOv3的火災(zāi)檢測與識別[J].計算機系統(tǒng)應(yīng)用，2019，28（12）：171-176.

RenJiafeng，XiongWeihua，WuZhihao，etal.FiredetectionandrecognitionbasedonimprovedYOLOv3[J].ComputerSystemApplication，2019，28（12）：171-176.（inChinese）

［12］董鳳禹，魏振忠.面向空中小目標(biāo)檢測任務(wù)的YOLOv7改進(jìn)模型[J].航空科學(xué)技術(shù)，2023，34（12）：111-117.

DongFengyu，WeiZhenzhong.AnimprovedYOLOv7modelforaerialsmalltargetdetectiontask[J].AeronauticalScienceamp;Technology，2023，34（12）：111-117.（inChinese）

［13］KimS，JangI，KoBC.Domain-freefiredetectionusingthespatialtemporalattentiontransformoftheYOLObackbone[J].PatternAnalysisandApplications，2024，27（2）：45.

［14］DalalS，LilhoreUK，RadulescuM，etal.AhybridLBP-CNNwithYOLO-v5-basedfireandsmokedetectionmodelinvariousenvironmentalconditionsforenvironmentalsustainabilityinsmartcity[J].EnvironmentalScienceandPollutionResearch，2024（2）：1-18.

［15］ZeilerMD，F(xiàn)ergusR.Visualizingandunderstandingconvolutionalnetworks[C].ComputerVisionECCV2014，2014：818-833.

［16］SimonyanK，ZissermanA.Verydeepconvolutionalnetworksforlarge-scaleimagerecognition[J].ArxivPreprintArxiv：1409.1556，2014.117

［17］AkibaT，SuzukiS，F(xiàn)ukudaK.Extremelylargeminibatchsgd：trainingresnet-50onimagenetin15minutes[J].ArxivPreprintArxiv：1711.04325，2017.

［18］TongZanjia，ChenYuhang，XuZewei，etal.Wise-IoU：boundingboxregressionlosswithdynamicfocusingmechanism[J].ArxivPreprintArxiv：2301.10051，2023.

［19］ZhengZhaohui，WangPing，RenDongwei，etal.Enhancinggeometricfactorsinmodellearningandinferenceforobjectdetectionandinstancesegmentation[J].IEEETransactionsonCybernetics，2021，52（8）：8574-8586.

基金項目：國家自然科學(xué)基金（U2033206）；航空科學(xué)基金（20200046117001）；四川省重點實驗室項目（MZ2022JB01）