买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：本发明涉及图像处理技术领域，公开了一种基于PD‑YOLO的火灾检测方法，包括如下步骤：步骤1：获取火灾数据集，并将其经过预处理后划分为训练集和测试集；步骤2：构建YOLOv8网络模型，设计PConvs模块和DYDPConv模块，在YOLOv8网络模型基础上替换其中部分的C2f模块为PConvs模块和DYDPConv模块，得到改进的YOLOv8网络模型；步骤3：利用训练集训练改进的YOLOv8网络模型，并利用训练后的改进的YOLOv8网络模型进行火灾数据检测。与现有技术相比，本发明加强了模型对于火焰和烟雾的特征学习，提高模型特征提取能力，进一步促进火焰和烟雾的多尺度特征融合，抓取到更丰富和关键的特征表示。

主权项：1.一种基于PD-YOLO的火灾检测方法，其特征在于，包括如下步骤：步骤1：获取火灾数据集，并将其经过预处理后划分为训练集和测试集；步骤2：构建YOLOv8网络模型，设计PConvs模块和DYDPConv模块，在YOLOv8网络模型基础上替换其中部分的C2f模块为PConvs模块和DYDPConv模块，得到改进的YOLOv8网络模型；改进的YOLOv8网络模型将主干网络中C2f模块替换为PConvs模块，同时在颈部网络部分，将C2f模块替换为DYDPConv模块；所述步骤2中PConvs模块在PConv模块基础上添加BN、SiLU激活函数和SimAM注意力机制组成PConvs模块；所述步骤2中DYDPConv模块基于ODConv模块设计，包括DDConv模块和DPConv模块，所述DDConv模块的卷积核数量与输入通道数量是对应的，单一卷积核只对单一通道进行全维动态卷积计算，最后输出通道数与输入通道数相同；经过DDConv模块动态卷积计算之后进行DPConv动态卷积计算；DPConv模块的卷积核的尺寸为1×1×m，m为上一层的通道数，全维动态卷积运算将DDConv模块的map在深度方向进行加权组合，生成新的featuremap；所述DDConv模块具体计算过程是：特征图输入ODConv卷积模块，在ODConv模块中，将Kernelsize设置为3×3大小；Stride设置为1；Padding设置为1；Groups设置为输入通道数；所述DDConv模块具体计算过程是：特征图输入ODConv卷积模块，在ODConv模块中，将Kernelsize设置为3×3大小；Stride设置为1；Padding设置为1；Groups设置为输入通道数；步骤3：利用训练集训练改进的YOLOv8网络模型，并利用训练后的改进的YOLOv8网络模型进行火灾数据检测。

全文数据：

权利要求：

百度查询： 淮阴工学院 基于PD-YOLO的火灾检测方法