基于改进YOLOv11n的无人机森林火灾检测方法OA
针对无人机视角下森林火灾初期检测过程中因火焰目标较小、烟雾特征纹理不明显而导致的检测精度低等问题,提出一种基于改进YOLOv11n的初期森林火灾检测方法.首先,引入轻量化下采样模块Adown,利用自适应空间压缩策略,降低算法参数量与计算复杂度;其次,设计混合聚合网络模块MANet,其融合了三种差异化卷积结构,可提高特征提取能力,并将得到的特征图进行拼接与压缩;最后,替换SEAM检测头,提升复杂背景条件下的林火检测精度.实验结果表明,改进算法在精度、召回率、mAP@0.5指标上相较于原始模型分别提升了2.7、5.8、5.6个百分点,在火灾检测任务上有明显的优势.
向征;杨开元;贺子涵
中国民用航空飞行学院 空中交通管理学院,四川 广汉 618307中国民用航空飞行学院 空中交通管理学院,四川 广汉 618307中国民用航空飞行学院 空中交通管理学院,四川 广汉 618307
信息技术与安全科学
目标检测无人机森林火灾混合聚合网络注意力模块YOLOv11n
《物联网技术》 2026 (7)
5-9,13,6
中央高校基本科研业务费专项资金资助(24CAFUC03050)
评论