| 基于改进YOLOv12的无人机高速公路边坡起火检测算法研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4467 K | |
| 標簽： YOLOv12 小目标增强特征金字塔 轻量化检测 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对无人机高速公路边坡火灾检测中存在的初期火苗漏检率高、复杂背景干扰显著以及边缘设备部署精度-实时性难以平衡等关键问题，基于改进YOLOv12框架提出一种轻量化可见光火灾检测算法。该算法通过实例分割技术精准提取边坡与道路区域以消除背景干扰，设计包含高分辨率P2层与多路径下采样机制的小目标增强特征金字塔（SOPAN）提升微小目标检测能力，并构建基于共享卷积的轻量检测头（LSCD）实现模型复杂度压缩。实验结果表明，在融合无人机巡检数据集上，所提模型以仅1.8M参数量达到92.5% mAP检测精度，较基准模型YOLOv12n参数量降低28.3%，为无人机端实时高精度火灾预警提供了高效解决方案。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2