基于YOLOv4的多形态火焰目标检测模型训练方法研究.docx

摘要：火灾是一种多发的破坏性灾难，通常会导致生命和财产巨大损失，利用图像监控系统，研究自动化火焰目标检测模型意义重大。文章采用基于深度学习的目标检测系统YOLOv4算法训练模型。自建了一个没有重复数据，包含1566张火焰图像的数据集Multifire，它是一个小规模的混合数据集，进行了精心的数据标注和清洗，旨在训练通用性好的多形态火焰检测模型。通过在不同分布的火焰数据子集上实施交叉验证，筛选出3个性能良好的火焰检测模型，模型针对规则火、森林野火和混合火进行检测，综合性能指标F1，分别达到了0.87、0.88和0.78。对于一般性的多形态火焰检测任务，笔者提出一种集成检测的策略，有效降低火焰目标