基于PP-YOLOv2的烟雾检测方法分析

摘要

在烟雾检测任务中,当烟雾区域小或者运动缓慢时,烟雾检测将十分困难。针对烟雾检测任务中存在的样本干扰大,检测困难的问题,本文提出了一种基于PP-YOLOv2的烟雾检测方法。该方法采用检测Neck来构建所有尺度的高级语义特征Map,并采用PAN来聚类自顶向下的深层和浅层的复杂信息,使得模型能够在多种干扰样本存在的情况下,有效检测出烟雾目标,从而有效提高了烟雾的检测率。该方法在烟雾检测数据中检测准确率达到了91.5%,模型具有较高的鲁棒性,在实际的烟雾检测中满足了企业的应用要求。