基于改进FireNet的轻型火灾实时检测方法

针对火灾检测精确不高，时间长等问题。设计了基于改进FireNet的轻型火灾实时检测方法，通过获取视频图像数据，网络模型进行火灾分析和识别；首先，在FireNet特征提取阶段使用多尺度卷积网络并引入通道注意力机制，以提高回归精度。其次，对全连接层的神经元个数进行压缩优化，减少计算耗时。实验表明，改进的FireNet算法模型检测精度达到96.43%,模型存储空间0.96MB,检测帧率37。相比标准算法精度提高2.5%,存储空间压缩85%,检测帧率提升35%。