arrow
返回

Lightweight Fire Detection Algorithm YOLO-LRP for UAV Firefighting

delete2026-05-01
delete0
PRE
AI
B
Beibei Cui *
Z
Zhao, Mengyuan
S
Sun, Dongxu
Z
Zicheng Wang
L
Lei Zhang
J
Jean-Charles Créput
DOI:10.3390/app16105121delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文提出了一种适用于无人机灭火场景的轻量级火灾检测算法YOLO-LRP。该算法基于YOLOv10进行改进,采用MobileOne重参数化骨干网络以降低计算复杂度。将OREPA模块集成到颈部网络中,以提升训练效率和特征融合能力。用GhostConv替换标准CBS模块,进一步压缩模型尺寸,并精简检测层数以聚焦于中小型火灾目标。此外,引入SE通道注意力机制,以强化复杂干扰下关键火灾特征的提取。实验结果表明,YOLO-LRP在服务器端测试中达到93.6%的mAP50,仅含2.26 M参数,并实现434.7 FPS。这些改进使模型更适用于资源受限的无人机平台部署。
Keyword:
UAVs
firefighting
YOLO-LRP
deep learning

期刊

A
Applied Sciences-Basel
IF:
2.5
论文数:
7.6K
被引数:
4

机构

Université de technologie de belfort-montbéliard 封面图
Université de technologie de belfort-montbéliard
学者数:
27
论文数: 17
被引数: 1.6K
H
Henan University of Technology
学者数:
839
论文数: 201
被引数: 0
引用论文

引用论文

暂无论文信息