一种改进YOLOv5的多尺度像素林火识别算法

林业工程学报，２０２３，８（２）：１５９

－

１６５

Ｊｏｕｒｎａｌ

ｏｆＦｏｒｅｓｔｒｙＥｎｇｉｎｅｅｒｉｎｇ

ＤＯＩ：１０．１３３６０／ｊ．ｉｓｓｎ．２０９６

－

１３５９．２０２２０８０１９

一种改进ＹＯＬＯｖ５的多尺度像素林火识别算法

王寅凯，曹磊，钱佳晨，林海峰

∗

（南京林业大学信息科学技术学院，南京２１００３７）

摘　要：林火破坏程度大、蔓延速度快的特点给森林生态环境和人类带来极大的危害。深度学习技术可以学习

和自适应提取林火特征，捕获的林火图像中火焰的像素尺寸不同，林火提取的特征也不同。为了能够识别复杂

背景下不同像素尺度的火灾，笔者提出了一种改进的ＹＯＬＯｖ５林火识别方法，通过在ＹＯＬＯｖ５的检测网络加入

解耦头，解决林火图像输出变量时分类和回归的冲突问题，加快网络收敛速度提高识别精度；在网络中引进

替换原有的路径聚合网络（ＰＡＮｅｔ），对不同维度的林火特征进行融合，进行特征筛选，增强特征表示能力。实验

结果表明，该林火识别算法在自制的林火数据集上进行训练和验证模型，检测性能上均优于ＹＯＬＯｖ５算法，在准

确率、召回率、平均精度分别提升了５．２％，３．０％，３．４％，ｍＡＰ＠．５：．９５提升了４．６％，并且在不同尺寸林火目标的

识别精度上均有提升。研究结果对林火识别性能提升有着积极意义。

关键词：林火识别；改进ＹＯＬＯｖ５；解耦头；深度学习

中图分类号：ＴＰ３９１．４　　　　　文献标志码：Ａ　　　　　文章编号：２０９６

－

１３５９（２０２３）０２

－

０１５９

－

０７

ＣＢＡＭ注意力机制，更关注林火信息同时提升识别精度；在Ｎｅｃｋ网络引入加权双向特征金字塔网络（ＢｉＦＰＮ），

Ｍｕｌｔｉ⁃ｓｃａｌｅｆｏｒｅｓｔｆｉｒｅｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇ

ｉｍｐｒｏｖｅｄＹＯＬＯｖ５ａｌｇｏｒｉｔｈｍ

ＷＡＮＧＹｉｎｋａｉ，ＣＡＯＬｅｉ，ＱＩＡＮＪｉａｃｈｅｎ，ＬＩＮＨａｉｆｅｎｇ

∗

（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３７，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｆｏｒｅｓｔｆｉｒｅｓｗｉｔｈｈｉｇｈｄｅｓｔｒｕｃｔｉｏｎａｎｄｓｐｒｅａｄｉｎｇｓｐｅｅｄｐｏｓｅａｓｅｒｉｏｕｓｔｈｒｅａｔｔｏｆｏｒｅｓｔｅ⁃

ｃｏｌｏｇｙａｎｄｈｕｍａｎｂｅｉｎｇｓ．Ａｌｌｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｏｆｍａｎｕａｌｉｎｓｐｅｃｔｉｏｎ，ｓｅｎｓｏｒ⁃ｂａｓｅｄｄｅｔｅｃｔｉｏｎ，ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓ⁃

ｉｎｇａｎｄｃｏｍｐｕｔｅｒｖｉｓｉｏｎｄｅｔｅｃｔｉｏｎｈａｖｅｔｈｅｉｒｏｂｖｉｏｕｓｌｉｍｉｔａｔｉｏｎｓ．Ｄｅｅｐｌｅａｒｎｉｎｇｔｅｃｈｎｉｑｕｅｓｃａｎｌｅａｒｎａｎｄａｄａｐｔｉｖｅｌｙｅｘ⁃

ｔｒａｃｔｔｈｅｆｅａｔｕｒｅｓｏｆｆｏｒｅｓｔｆｉｒｅｓ，ｈｏｗｅｖｅｒ，ｔｈｅｄｉｆｆｅｒｅｎｔｆｌａｍｅｓｉｚｅｓｉｎｃａｐｔｕｒｅｄｆｏｒｅｓｔｆｉｒｅｉｍａｇｅｓｃａｎｎｏｔｌｅａｒｎｅｆｆｅｃｔｉｖｅ

ｉｎｆｏｒｍａｔｉｏｎｆｏｒｒｅｃｏｇｎｉｔｉｏｎ．Ｉｎｏｒｄｅｒｔｏｒｅｃｏｇｎｉｚｅｆｉｒｅｓｏｆｄｉｆｆｅｒｅｎｔｓｃａｌｅｓｉｎｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓ

ａｎｉｍｐｒｏｖｅｄＹＯＬＯｖ５ｆｏｒｅｓｔｆｉｒｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄ，ｗｈｉｃｈｓｏｌｖｅｓｔｈｅｃｏｎｆｌｉｃｔｂｅｔｗｅｅｎｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｇｒｅｓ⁃

ｓｉｏｎｉｎｔｈｅｏｕｔｐｕｔｖａｒｉａｂｌｅｓｏｆｆｏｒｅｓｔｆｉｒｅｉｍａｇｅｓｂｙａｄｄｉｎｇＤｅｃｏｕｐｌｅｄＨｅａｄｔｏｔｈｅｄｅｔｅｃｔｉｏｎｎｅｔｗｏｒｋｏｆＹＯＬＯｖ５．Ｔｈｅ

ａｄｄｉｔｉｏｎｏｆｔｈｅｄｅｃｏｕｐｌｉｎｇｈｅａｄｅｒｎｏｔｏｎｌｙｂｒｉｎｇｓｔｈｅｉｍｐｒｏｖｅｍｅｎｔｔｏｔｈｅｍｏｄｅｌｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙ，ｂｕｔａｌｓｏｓｉｇｎｉｆｉ⁃

ｃａｎｔｌｙａｃｃｅｌｅｒａｔｅｓｔｈｅｍｏｄｅｌｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ．Ｆｏｒｔｈｅｃａｓｅｏｆｆｉｒｅｔａｒｇｅｔｗｉｔｈｌｏｗｐｉｘｅｌｓａｎｄｅａｓｙｉｎｆｏｒｍａｔｉｏｎｌｏｓｓ，

ｉｎｏｒｄｅｒｔｏｍａｋｅｔｈｅｍｏｄｅｌｂｅｔｔｅｒｆｏｃｕｓｏｎｔｈｅｄｅｔｅｃｔｉｏｎｏｆｌｏｃａｌｉｎｆｏｒｍａｔｉｏｎａｎｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｅｘｔｒａｃｔｉｎｇ

ｉｍａｇｅｆｅａｔｕｒｅｓ．ＴｈｅＣＢＡＭａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｎｅｔｗｏｒｋ．ＡｆｔｅｒａｄｄｉｎｇＣＢＡＭａｔｔｅｎｔｉｏｎ

ｍｅｃｈａｎｉｓｍａｓｔｈｅｎｅｔｗｏｒｋｌｅｖｅｌｄｅｅｐｅｎｓ，ｔｈｅｆｅａｔｕｒｅｓｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓｗｅｒｅｌｏｓｔ．Ｔｈｅｒｅｆｏｒｅ，ａｗｅｉｇｈｔｅｄｂｉ⁃ｄｉ⁃

ｒｅｃｔｉｏｎａｌｆｅａｔｕｒｅｐｙｒａｍｉｄｎｅｔｗｏｒｋ（ＢｉＦＰＮ）ｗａｓｉｎｔｒｏｄｕｃｅｄｉｎＮｅｃｋｎｅｔｗｏｒｋｔｏｒｅｐｌａｃｅｔｈｅｏｒｉｇｉｎａｌｐａｔｈａｇｇｒｅｇａｔｉｏｎ

ｎｅｔｗｏｒｋ（ＰＡＮｅｔ）ｔｏｆｕｓｅｄｉｆｆｅｒｅｎｔｄｉｍｅｎｓｉｏｎａｌｆｏｒｅｓｔｆｉｒｅｆｅａｔｕｒｅｓｆｏｒｆｅａｔｕｒｅｓｃｒｅｅｎｉｎｇａｎｄｅｎｈａｎｃｅｆｅａｔｕｒｅｒｅｐｒｅｓｅｎ⁃

ｔａｔｉｏｎｔｏｐｒｅｖｅｎｔｔｈｅｆｅａｔｕｒｅｌｏｓｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｆｏｒｅｓｔｆｉｒｅｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｏｕｔｐｅｒｆｏｒｍｓ

ｔｈｅＹＯＬＯｖ５ａｌｇｏｒｉｔｈｍｉｎｂｏｔｈｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｗｈｅｎｔｈｅｍｏｄｅｌｉｓｔｒａｉｎｅｄａｎｄｖａｌｉｄａｔｅｄｏｎａｌａｂ⁃ｍａｄｅｆｏｒｅｓｔｆｉｒｅ

ｄａｔａｓｅｔ，ｗｉｔｈｉｍｐｒｏｖｅｍｅｎｔｓｏｆ５．２％，３．０％，ａｎｄ３．４％ｉｎａｃｃｕｒａｃｙ，ｒｅｃａｌｌ，ａｎｄａｖｅｒａｇｅｐｒｅｃｉｓｉｏｎ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｆｕｒ⁃

ｔｈｅｒｍｏｒｅ，ｍＡＰ＠．５：．９５ｉｓｉｎｃｒｅａｓｅｄｂｙ４．６％，ａｎｄｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｏｆｆｏｒｅｓｔｆｉｒｅｔａｒｇｅｔｓｉｎｄｉｆｆｅｒｅｎｔｓｉｚｅｓｉｓ

ｅｎｈａｎｃｅｄ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｈａｖｅｐｏｓｉｔｉｖｅｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｆｏｒｅｓｔｆｉｒｅｒｅｃｏｇｎｉｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｉｍｐｒｏｖｅｍｅｎｔａｎｄｐｏｓ⁃

ｓｅｓｓｐｒｏｍｉｓｉｎｇａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔｓ．

Ｋｅｙｗｏｒｄｓ：ｆｏｒｅｓｔｆｉｒｅｄｅｔｅｃｔｉｏｎ；ｉｍｐｒｏｖｅｍｅｎｔｓｔｏＹＯＬＯｖ５；ｄｅｃｏｕｐｌｅｄｈｅａｄ；ｄｅｅｐｌｅａｒｎｉｎｇ

收稿日期：２０２２

－

０８

－

２１　　　　修回日期：２０２２

－

１０

－

０５

基金项目：江苏省重点研发计划（ＢＥ２０２１７１６）。

作者简介：王寅凯，男，研究方向为深度学习、林火识别和病虫害防治等。通信作者：林海峰，男，副教授。Ｅ⁃ｍａｉｌ：ｈａｉｆｅｎｇ．ｌｉｎ＠ｎｊｆｕ．ｅｄｕ．ｃｎ

Copyright©博看网. All Rights Reserved.

１６０

林业工程学报第８卷

　　我国森林面积小，资源数量少，地区分布不均。

人们在社会生活中的行为或者天气状况等某些原

因会直接或间接导致森林火灾的发生，如果第一时

间发现火灾并加以扑灭会使各方面损失降到最低。

现阶段主要的林火识别方法有瞭望塔和飞机等人

为检测与卫星林火识别系统

［１］

等机器检测。对于

人为检测，观测范围有限，难以第一时间确定起火

位置；卫星林火识别系统的使用频次有限，且费用

高昂，做不到日常检测。

传统的火灾探测技术

［２］

有感烟

［３］

、感温、感光

本研究提出一种基于改进的ＹＯＬＯｖ５

［１１］

算法，

针对识别不同像素尺度的林火识别精度做了如下

改进：

１）对于火灾目标像素低、信息易丢失的情况，

为了使模型更好聚焦于局部信息的检测，提高提取

图像特征的准确性，在Ｂａｃｋｂｏｎｅ网络和Ｎｅｃｋ网络

部分引入ＣＢＡＭ（ｃｏｎｖｏｌｕｔｉｏｎａｌｂｌｏｃｋａｔｔｅｎｔｉｏｎｍｏ⁃

ｄｕｌｅ）注意力机制

［１２］

，更关注林火的识别。

２）加入ＣＢＡＭ注意力机制后，随着网络层次

的加深，不同层级之间的特征会丢失。在网络上的

Ｎｅｃｋ部分加入重复加权双向特征金字塔网络

ＢｉＦＰＮ（ｂｉｄｉｒｅｃｔｉｏｎａｌｆｅａｔｕｒｅｐｙｒａｍｉｄｎｅｔｗｏｒｋ）

［１３］

替

换ｐＡＮＥＴ（ｐａｔｈａｇｇｒｅｇａｔｉｏｎｎｅｔｗｏｒｋ）网络

［１４］

，加强

特征融合，防止特征丢失。

３）为解决林火图像输出变量的分类和回归冲

及复合型

［４］

等模式，这些技术的可靠性和灵敏度

均有待提高。近年来社会信息化水平不断提升，智

能应用在许多领域都得到了推广。随着深度学习

算法的发展，计算机视觉领域取得了巨大突破。在

林火识别方面，国内有部分专家学者在计算机视觉

领域开始探索。陈燕红

［５］

针对林火发生时的火焰

和烟雾特点，采用卷积神经网络

［６］

（ｃｏｎｖｏｌｕｔｉｏｎａｌ

ｎｅｕｒａｌｎｅｔｗｏｒｋ，ＣＮＮ）进行林火火灾检测。王光

耀

［７］

则是选择基于传统特征提取和分类，通过自

提取特征的深度学习对火灾进行检测，提升了探测

技术的有效性和可靠性。刘长春等

［８］

则是对可见

光视频图像处理原理，提出一种基于局部图像动态

特征的林火检测方法，提高了对林火烟雾检测的准

确度和灵敏度。在多尺度火灾图像识别方面，冯丽

琦等

［９］

提出一种基于Ｇａｂｏｒ滤波和局部二值模式

的多尺度局部纹理特征提取方法，进行野外火灾识

别。于洋

［１０］

提出根据像素点的不同进行火灾和烟

雾的识别，根据像素点的不同进行图像分割，提升

了森林火灾图像分割的有效性。

突问题，在检测网络头部部分引入解耦头。加入解

耦头后不仅为模型识别精度带来提升，模型收敛速

度也明显加快。

１　材料与方法

１．１　林火数据集的采集及图片预处理

模型检测精度的高低依赖于数据集质量。为

了保证本模型能够识别不同尺寸的林火目标，本研

究选择小目标火灾、中目标火灾、大目标火灾和多

尺度混合目标火灾作为实验数据。研究所用数据

集是自制的林火数据集，共有２８７６张图片。实验

中将数据集共有的２８７６张图片分为训练集、验证

集和测试集，比例是８∶１∶１。选取的部分样本数据

集如图１所示。

图１　林火数据集中代表图像

Ｆｉｇ．１　Ｒｅｐｒｅｓｅｎｔａｔｉｖｅｉｍａｇｅｓｉｎｔｈｅｆｏｒｅｓｔｆｉｒｅｄａｔａｓｅｔ

１．２　ＹＯＬＯｖ５简介

且计算处理速度快，被广泛使用在计算机视觉项目

中。本研究使用的ＹＯＬＯｖ５是基于回归的一阶段

目标检测算法，更容易学习目标的泛化特征，使得

其速度与精度等性能方面都得到了极大的性能

提升。

ＹＯＬＯｖ５模型的网络结构通常由输入端、

ＹＯＬＯ系列算法因为其具有比较简洁的结构，

Ｂａｃｋｂｏｎｅ主干网络、Ｎｅｃｋ网络、Ｐｒｅｄｉｃｔｉｏｎ预测模

块四部分组成。在输入端，将数据输入的部分进

行自适应图片缩放、Ｍｏｓａｉｃ数据增强、自适应锚

框计算，以对数据进行处理，增加检测的准确度

和辨识度；在主干网络Ｂａｃｋｂｏｎｅ中有ＣＳＰ结构、

Ｆｏｃｕｓ等，利用其中Ｆｏｃｕｓ结构的切片操作功能对

图片进行切片操作，将所得新图片再经过卷积操

作，得到没有信息丢失的２倍下的采样特征图；

Copyright©博看网. All Rights Reserved.

　第２期

王寅凯，等：一种改进ＹＯＬＯｖ５的多尺度像素林火识别算法

１６１

Ｎｅｃｋ网络采用的是ＦＰＮ

＋

ＰＡＮ（ｆｅａｔｕｒｅｐｙｒａｍｉｄ

ｎｅｔｗｏｒｋ

＋

ｐｙｒａｍｉｄａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋ）的特征金字塔

结构，主要增加多尺度语义表达，增强不同尺度

上的定位能力；Ｐｒｅｄｉｃｔｉｏｎ部分是利用损失函数分

别计算位置、分类和置信度损失，在对目标最后

的检测框进行非极大值抑制处理（ｎｏｎ⁃ｍａｘｉｍｕｍ

ｓｕｐｐｒｅｓｓｉｏｎ，ＮＭＳ），对局部分类最大值的类别预

测框进行保留，得分低的预测框舍弃。

销，隐藏的激活大小被设置为Ｒ

Ｃ／ｒ

×

１

×

１

，其中ｒ是减

少比率；Ｆ∈Ｒ

Ｃ

×

Ｈ

×

Ｗ

作为输入特征；Ｍ

ｃ

和Ｍ

ｓ

是

ＣＢＡＭ的通道注意力机制和空间注意力机制，其中

Ｍ

ｃ

∈Ｒ

Ｃ

×

１

×

１

，Ｍ

ｓ

∈Ｒ

１

×

Ｈ

×

Ｗ

；Ｗ

０

和Ｗ

１

是Ｍ

ＬＰ

的两个输入

ｃｃ

权重，其中Ｗ

０

∈Ｒ

Ｃ

×

Ｃ／ｒ

，Ｗ

１

∈Ｒ

Ｃ

×

Ｃ／ｒ

；Ｆ

ａｖｇ

和Ｆ

ｍａｘ

分别

表示平均池化特征和最大池化特征。

通道注意力模块如图３所示。

２　ＹＯＬＯｖ５模型的改进

２．１　ＣＢＡＭ注意力机制的引入

由于森林火灾目标在图像中像素低，容易造

成信息缺失，因此在网络模型中加入了ＣＢＡＭ注

意力机制来提升目标检测精度，对图像的特征信

息进行提取，加强对检测目标的关注。ＣＢＡＭ注

意力机制包含通道注意力模块和空间注意力模

块两个独立的子模块，分别进行通道与空间上的

注意力操作（ａｔｔｅｎｔｉｏｎ）。这样不仅能够提高时间

复杂度和空间复杂度，并且能够集成到现有的网

络架构的过程中，作为即插即用的模块。再给定

一个中间特征图后，输入权重会沿着空间和通道

两个维度依次推断出注意力权重，然后与原特征

图相乘以对特征进行自适应调整。ＣＢＡＭ注意力

机制结构如图２所示。

图３　通道注意力模块

Ｆｉｇ．３　Ｃｈａｎｎｅｌａｔｔｅｎｔｉｏｎｍｏｄｕｌｅ

将通道注意力机制输出的特征图进行全局最

大池化和全局平均池化后，将两个结果进行通道拼

接。经过卷积操作后降维成１个通道，经过

ｓｉｇｍｏｉｄ激活函数后将两个特征相乘，得到最终生

成的特征。Ｆ′为输入特征Ｆ经过通道注意力模块

输出的特征，ｆ

７

×

７

表示为过滤器大小为７

×

７的卷积

运算。空间注意力模块表达式如下：

Ｍ

Ｓ

（Ｆ）

＝

σ

{

ｆ

７

×

７

[

Ｐ

ａｖｇ

（Ｆ）；Ｐ

ｍａｘ

（Ｆ）

]}

空间注意力模块如图４所示。

ｓｓ

＝

σ

{

ｆ

７

×

７

[(

Ｆ

ａｖｇ

)]}

；Ｆ

ｍａｘ

（２）

图２　ＣＢＡＭ注意力机制模块

Ｆｉｇ．２　ＣＢＡＭａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｍｏｄｕｌｅ

具体方法：首先经过通道注意力机制，将输入

的特征图分别经过全局最大池化（ｍａｘｐｏｏｌ）和全局

平均池化（ａｖｅｒａｇｅｐｏｏｌ）后再将其分别送入一个两

层神经网络（ｍｕｌｔｉｌａｙｅｒｐｅｒｃｅｐｔｒｏｎ，ＭＬＰ）中。然后

将ＭＬＰ输出的两个特征进行相加，经过ｓｉｇｍｏｉｄ函

数激活操作生成空间注意力机制模块需要的输入

特征。通道注意力模块表达式如式（１）所示。

Ｍ

ｃ

（Ｆ）

＝

σ

{

Ｍ

ＬＰ

[

Ｐ

ａｖｇ

（Ｆ）

]

＋

Ｍ

ＬＰ

[

Ｐ

ｍａｘ

（Ｆ）

]}

ｃｃ

＝

σ

{

Ｗ

１

[

Ｗ

０

（Ｆ

ａｖｇ

）

]

＋

Ｗ

１

[

Ｗ

０

（Ｆ

ｍａｘ

）

]}

图４　空间注意力模块

Ｆｉｇ．４　Ｓｐａｔｉａｌａｔｔｅｎｔｉｏｎｍｏｄｕｌｅ

２．２　加权双向特征金字塔网络ＢｉＦＰＮ引入

造由上而下、自底向上的双向通道。它可以为每个

节点设置权重，通过权重来平衡不同尺度的特征信

息。经过多个ＢｉＦＰＮ的基础结构的叠加，最终融

合来自主干网络，集成了双向跨尺度连接和快速归

一的融合，增强特征表示能力，可以更好地探测多

尺度的林火检测。ＢｉＦＰＮ网络结构图如图５所示。

随着网络层次不断加深，低维语义转换为高维语义

的特征时会有一定程度上的特征缺失，因此需要对

不同层级的特征进行融合。本研究在Ｎｅｃｋ网络层

部分引入了ＢｉＦＰＮ进行特征融合，使模型有更好

的提升。

ＢｉＦＰＮ允许简单和快速的多尺度特征融合，构

式中：Ｐ

ａｖｇ

就是对细粒度的小范围取平均；Ｐ

ｍａｘ

就是

取局部范围的最大；Ｍ

ＬＰ

是一种连接方式较为简单

的人工神经网络，是前馈神经网络的一种；σ是

ｓｉｇｍｏｉｄ函数，Ｍ

ＬＰ

中隐含的一层，为了减少参数开

（１）

Copyright©博看网. All Rights Reserved.

１６２

林业工程学报第８卷

图５　ＢｉＦＰＮ网络结构

Ｆｉｇ．５　ＢｉＦＰＮｎｅｔｗｏｒｋａｒｃｈｉｔｅｃｔｕｒｅ

２．３　解耦头引入

ｈｅａｄ）结构能够考虑到实例分割和目标检测所关注

的内容不同，因此可以采用不同的分支来进行运

算，将实例分割和目标检测任务分开单独进行。实

例分割更关注目标的纹理内容，目标检测更关注目

标的边缘信息。解耦头能够加快网络收敛速度和

提高识别精度，可以应用于许多目标检测算法任务

中。采用解耦头后，有利于林火识别效果的提升。

２．４　改进后的ＹＯＬＯｖ５模型

本研究基于ＹＯＬＯｖ５６．０版本网络结构基础上

解耦头部示意图如图６所示。

在ＹＯＬＯＸ

［１５］

中了解到解耦头（ｄｅｃｏｕｐｌｅｄ

引入ＣＢＡＭ注意力机制，Ｎｅｃｋ部分用ＢｉＦＰＮ网络

替换ｐＡＮＥＴ网络，在检测网络头部部分引入解耦

头部。改进后的网络结构如图７所示。

图６　解耦头示意图

Ｆｉｇ．６　Ｄｉａｇｒａｍｏｆｔｈｅｄｅｃｏｕｐｌｅｄｈｅａｄ

图７　改进后的ＹＯＬＯｖ５网络结构

Ｆｉｇ．７　ＩｍｐｒｏｖｅｄＹＯＬＯｖ５ｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ

Copyright©博看网. All Rights Reserved.

　第２期

王寅凯，等：一种改进ＹＯＬＯｖ５的多尺度像素林火识别算法

１６３

Ａ∩Ｂ

Ａ∪Ｂ

（３）

３　实验与结果

３．１　实验设置

为了验证改进ＹＯＬＯｖ５模型在多尺度林火识

别上的有效性和合理性，本研究将设置对比实验，

将改进的ＹＯＬＯｖ５模型与原模型和一些主流目标

算法进行实验结果对比，在相同数据集以及相同实

验设备上进行训练和验证比较。实验环境如表１

所示。

Ｔａｂｌｅ１　Ｅｘｐｅｒｉｍｅｎｔａｌｅｎｖｉｒｏｎｍｅｎｔｃｏｎｆｉｇｕｒａｔｉｏｎ

实验环境

编程语言

深度学习框架

ＧＰＵ

ＧＰＵ加速包

ＧＰＵ加速库

操作系统

配置参数

Ｐｙｔｈｏｎ３．８

ＰｙＴｏｒｃｈ⁃ｇｐｕ

ＮＶＩＤＩＡ

ＧｅＦｏｒｃｅＲＴＸ３０６０

Ｃｕｄｎｎ：１１．３

Ｗｉｎｄｏｗｓ１０

ＣＵＤＡ：１１．３

ＩｏＵ

＝

式中：Ａ代表预测框；Ｂ代表真实框。

代表准确率（Ｐ）和召回率（Ｒ）的计算公式

如下：

Ｐ

＝

Ｒ

＝

Ｔ

Ｐ

＋

Ｆ

Ｐ

Ｔ

Ｐ

＋

Ｆ

Ｎ

Ｔ

Ｐ

Ｔ

Ｐ

（４）

（５）

表１　实验环境配置

式中：Ｔ

Ｐ

是指有火灾同时检测准确的数量；Ｆ

Ｐ

是

指没有火灾但是检测错误的数量；Ｆ

Ｎ

是指有火灾

但是检测错误的数量。

平均准确度（Ｐ

Ａ

）表示在所有召回率可能取值

的情况下，得到的所有准确度的平均值。平均精度

（ｍＡＰ，Ｍ

ＡＰ

）是指Ｐ

Ａ

值在所有类别下去的平均。平

均准确度（Ｐ

Ａ

）和平均精度（Ｍ

ＡＰ

）的计算公式如下：

Ｔ

Ｐ

＋

Ｔ

Ｎ

Ｐ

Ａ

＝

（６）

Ｔ

Ｐ

＋

Ｔ

Ｎ

＋

Ｆ

Ｐ

Ｍ

ＡＰ

＝

１

∑

Ａ

（ｉ）

ｍ

ｍ

＝

１

Ｐ

（７）

３．２　评估指标

为了准确评估改进的林火检测模型的效果，评

价指标采用准确率（Ｐ）、召回率（Ｒ）、平均精度

ｍＡＰ＠．５：．９５表示在重叠度（ＩｏＵ）阈值（从０．５到

界回归能力。ＩｏＵ计算公式如下：

（ｍＡＰ）、ｍＡＰ＠．５：．９５对各个模型性能进行对比。

０．９５，步长０．０５）上的平均ｍＡＰ，主要体现的是边

式中：Ｔ

Ｎ

是指没有火灾同时检测准确的数量；ｍ表

示数据集中分类的类别总数目。而对于不同尺度

的模型评价，本研究采用目标识别领域公认的、最

２所示。

具权威性的ＭｉｃｒｏｓｏｆｔＣＯＣＯ

［１６］

标准进行评估，如表

Ｔａｂｌｅ２　ＭｉｃｒｏｓｏｆｔＣＯＣＯｓｔａｎｄａｒｄｓｅｖａｌｕａｔｅａｃｃｕｒａｃｙａｎｄｒｅｃａｌｌａｔｍｕｌｔｉｐｌｅｓｃａｌｅｓｏｆｍｏｄｅｌｓ

多尺度下的平均准确率

Ｐ

Ａ⁃Ｍ

Ｐ

Ａ⁃Ｌ

Ｐ

Ａ⁃Ｓ

小目标（尺寸＜３２

２

）的Ｐ

Ａ⁃０．５

大目标（尺寸＞９６

２

）的Ｐ

Ａ⁃０．５

ＩｏＵ

＝

０．５的平均准确率多尺度下的平均召回率

Ｒ

Ａ⁃Ｍ

Ｒ

Ａ⁃Ｌ

Ｒ

Ａ⁃Ｓ

小目标（尺寸＜３２

２

）的Ｒ

Ａ⁃０．５

大目标（尺寸＞９６

２

）的Ｒ

Ａ⁃０．５

ＩｏＵ

＝

０．５的平均召回率

表２　ＭｉｃｒｏｓｏｆｔＣＯＣＯ标准评估模型多尺度下的精确率和召回率

中目标（３２

２

＜尺寸＜９６

２

）的Ｐ

Ａ⁃０．５

中目标（３２

２

＜尺寸＜９６

２

）的Ｒ

Ａ⁃０．５

３．３　实验结果

将基于不同程度优化的ＹＯＬＯｖ５模型进行训

练和测试，得到的结果见表３、４。由表３可以看

出，ＹＯＬＯｖ５的准确率为７８．６％，而在Ｎｅｃｋ网络中

９５有所下降。添加ＣＢＡＭ注意力机制后，准确率

模型的表现都有所提升。而最终模型相比较原始

加入ＢｉＦＰＮ后准确率提升了３．２％，但ｍＡＰ＠．５：．

（Ｐ）和平均精度（ｍＡＰ）分别提升了２．２％和２．４％，

Ｔａｂｌｅ３　Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｆｏｒｅｓｔｆｉｒｅｄａｔａｓｅｔｓ

算法模型

ＹＯＬＯｖ３

ＹＯＬＯｖ４

ＹＯＬＯｖ５

ＹＯＬＯｖ５

＋

ＢｉＦＰＮ

ＹＯＬＯｖ５

＋

ＣＢＡＭ

ＹＯＬＯｖ５

＋

ｔｒａｎｓｆｏｒｍｅｒ＿ｌａｙｅｒ

＋

ＣＢＡＭ

Ｐ／％

７２．５

６９．５

７８．６

８１．８

８０．８

７６．２

８３．８

Ｒ／％

６５．９

６０．９

７９．４

７９．４

８０．０

７７．６

８２．４

ｍＡＰ／％

６８．５

６５．４

８１．３

８２．８

８３．７

７９．３

８４．７

ｍＡＰ＠．５：．９５／％

４１．７

３９．１

５３．０

５２．８

５５．７

４９．９

５７．６

表３　林火数据集实验结果

ＹＯＬＯｖ５

＋

ＢｉＦＰＮ

＋

ＣＢＡＭ

＋

Ｄｅｃｏｕｐｌｅｄ＿ｈｅａｄ

Copyright©博看网. All Rights Reserved.

１６４

林业工程学报第８卷

模型，准确度（Ｐ）、召回率（Ｒ）和平均精度（ｍＡＰ）

以及ｍＡＰ＠．５：．９５分别提升了５．２％，３．０％，３．４％

和４．６％。表４结果显示，集成模型在Ｐ

Ａ⁃Ｓ

、Ｐ

Ａ⁃Ｍ

、

Ｐ

Ａ⁃Ｌ

、Ｒ

Ａ⁃Ｓ

、Ｒ

Ａ⁃Ｍ

和Ｒ

Ａ⁃Ｌ

方面都有显著优势。改进后

的模型更有利于对林火的目标提取，提高了识别精

度，能更有效地完成不同尺度的林火识别工作。

表４　实验结果⁃使用ＭｉｃｒｏｓｏｆｔＣＯＣＯ标准来评估模型

Ｔａｂｌｅ４　Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ⁃ｅｖａｌｕａｔｉｎｇｍｏｄｅｌｓ

ｕｓｉｎｇｍｉｃｒｏｓｏｆｔＣＯＣＯｃｒｉｔｅｒｉａ

单位：％

Ｙｏｌｏｖ５

模型

５０．３

６１．７

Ｐ

Ａ⁃Ｓ

Ｐ

Ａ⁃Ｍ

６２．２

７７．４

６９．１

８２．８

Ｐ

Ａ⁃Ｌ

６２．８

６９．８

Ｒ

Ａ⁃Ｓ

Ｒ

Ａ⁃Ｍ

７０．７

８１．３

７７．０

８６．４

Ｒ

Ａ⁃Ｌ

　　为了更直观地感受改进算法和ＹＯＬＯｖ５原模

型算法对多尺度算法检测的区别，检测结果如图８

所示。

由检测结果可知，在ＹＯＬＯｖ５算法模型中可以

看到小目标，而改进算法后的模型对于林火识别有

较好的检测精度，对于多数目标的检测精度高于

ＹＯＬＯｖ５。对于小目标火灾区域提高了检测的精确

度，对于中、大目标火灾区域减少了漏检以及局部

细节检测林火不全的情况，从而有效地解决了

在林火识别方面的鲁棒性。

ＹＯＬＯｖ５模型在林火识别方面的一些不足，提升了

本研究模型

图８　改进后的模型提升了林火的识别精度

Ｆｉｇ．８　ＩｍｐｒｏｖｅｍｅｎｔｏｆｉｄｅｎｔｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｏｆｆｏｒｅｓｔｆｉｒｅｓｕｓｉｎｇｔｈｅｉｍｐｒｏｖｅｄＹＯＬＯｖ５ｍｏｄｅｌ

ａ）大目标火灾区域；ｂ）中目标火灾区域；ｃ）小目标火灾区域；ｄ）多尺度混合火灾区域。

４　结　论

测框不精确的问题，对于中、大目标火灾区域减少

了错检和漏检的问题，在多尺度混合的火灾区域上

识别效果较好，具有较强的鲁棒性。最后，在发现

林火火灾发生后将林火进行更细致的分类是我们

下一步的研究方向。

参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：

［１］伍小洁，陈利明，张洁，等．林火监测技术分析与综合应用

［Ｊ］．卫星应用，２０１７（５）：２４

－

２８．

ＷＵＸＪ，ＣＨＥＮＬＭ，ＺＨＡＮＧＪ，ｅｔａｌ．Ａｎａｌｙｓｉｓａｎｄｃｏｍｐｒｅｈｅｎ⁃

Ａｐｐｌｉｃａｔｉｏｎ，２０１７（５）：２４

－

２８．

由于林火是一个动态目标，ＹＯＬＯｖ５检测模型

达不到良好的效果。对于此问题，笔者提出了一种

基于ＹＯＬＯｖ５改进的算法模型，通过添加注意力机

制来提高对林火的辨识度，引入加权双向金字塔连

接结构以及引入解耦头部来增强特征融合以及提

高网络收敛速度，提升了模型对于森林火灾的目标

５．２％和３．４％，均优于原模型。本研究所改进的模

型针对多尺度的林火展开实验，结果表明对于不同

尺度的火灾目标，解决了小目标火灾无法识别、检

检测的精度。在准确率、平均精度方面分别提高了

ｓｉｖｅａｐｐｌｉｃａｔｉｏｎｏｆｆｏｒｅｓｔｆｉｒｅｍｏｎｉｔｏｒｉｎｇｔｅｃｈｎｏｌｏｇｙ［Ｊ］．Ｓａｔｅｌｌｉｔｅ

［２］孙丽华，刘力辉，冉海潮．火灾探测技术的发展［Ｊ］．河北科技

Copyright©博看网. All Rights Reserved.

　第２期

王寅凯，等：一种改进ＹＯＬＯｖ５的多尺度像素林火识别算法

１６５

大学学报，２００２，２３（２）：３６

－

３９．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８

－

ＳＵＮＬＨ，ＬＩＵＬＨ，ＲＡＮＨＣ．Ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｆｉｒｅｄｅ⁃

１５４２．２００２．０２．００７．

［９］冯丽琦，赵亚琴，孙一超，等．一种基于多尺度局部纹理特征

和ＣＡＲＴ决策树的野外火灾火焰图像识别算法［Ｊ］．计算机

应用与软件，２０１９，３６（５）：１９４

－

１９８．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．

１０００

－

３８６ｘ．２０１９．０５．０３３．

［３］高德民，林海峰，刘云飞，等．基于无线传感网的森林火灾

ＦＷＩ系统分析［Ｊ］．林业科技开发，２０１５，２９（１）：１０５

－

１０９．

ＤＯＩ：１０．１３３６０／ｊ．ｉｓｓｎ．１０００

－

８１０１．２０１５．０１．０３０．

ＧＡＯＤＭ，ＬＩＮＨＦ，ＬＩＵＹＦ，ｅｔａｌ．ＳｔｕｄｙｏｎｆｏｒｅｓｔｆｉｒｅＦＷＩ

ｓｙｓｔｅｍｂａｓｅｄｏｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｊ］．ＣｈｉｎａＦｏｒｅｓｔｒｙＳｃｉ⁃

ｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１５，２９（１）：１０５

－

１０９．

［４］杜建华，张认成．火灾探测器的研究现状与发展趋势［Ｊ］．消

防技术与产品信息，２００４（７）：１０

－

１５．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．

１００２

－

７８４Ｘ．２００４．０７．００３．

ＤＵＪＨ，ＺＨＡＮＧＲＣ．Ｒｅｓｅａｒｃｈｓｔａｔｕｓａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｆ

ｆｉｒｅｄｅｔｅｃｔｏｒｓ［Ｊ］．ＦｉｒｅＴｅｃｈｎｉｑｕｅａｎｄＰｒｏｄｕｃｔｓＩｎｆｏｒｍａｔｉｏｎ，２００４

（７）：１０

－

１５．

西安：西安理工大学，２０１９．

ＣＨＥＮＹＨ．Ｒｅｓｅａｒｃｈｏｎｆｏｒｅｓｔｆｉｒｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇｕｎｍａｎｎｅｄ

Ｘｉ

本文标签： 检测 火灾 特征 目标 进行