基于改进YOLOv8n的林草火灾检测算法

Forest and Grass Fire Detection Algorithm Based on Improved YOLOv8n

摘要

在林草火灾场景中，明火形态的多样性以及环境的复杂性可能导致误检或漏检的现象发生，为此，针对森林与草原火灾提出一种基于改进的YOLOv8n火灾检测算法（YOLOv8n-CSA），CSA（channel-spatial attention）为通道-空间注意力模块，引入分组混洗卷积模块（group shuffle convolution，GSConv）替换原YOLOv8n中第3层标准卷积模块（convolution，Conv），降低模型计算量，提高特征提取能力。并且在head中引入Slim-Neck结构进一步降低模型计算量。同时设计YOLOv8n-CSA融入Backbone部分，以增强输入特征图的表达能力。该模块结合通道注意力、通道洗牌和空间注意力机制，旨在捕捉特征图中的全局依赖关系。基于林草火灾数据集，在未导入预训练模型的情况下，提出的火灾检测网络模型在测试的数据集上相比原模型YOLOv8n，其精确率（Precision）提高了3.7%、召回率（Recall）提高了1.51%、平均精度均值（mAP50）提高了3.24%、计算复杂度（GFLOPs）下降5.62%。试验结果表明，该算法验证计算量减少的同时，能够提升火灾迹象目标的检测性能。

Abstract

In forest and grassland fire scenarios， the diversity of open flame forms and the complexity of the environment may lead to false or missed detection. Therefore， an improved YOLOv8n fire detection algorithm （YOLOv8n-CSA） is proposed for forest and grassland fires. CSA （channel-spatial attention） is the channel spatial attention module， and a group shuffle convolution （GSConv） module is introduced to replace the third layer standard convolution module （Conv） in the original YOLOv8n， reducing model computation and improving feature extraction ability. And introducing the Slim Neck structure in the head further reduces the computational complexity of the model. Simultaneously design a channel spatial attention module （CSA） integrated into the Backbone section to enhance the expressive power of the input feature map.This module combines channel attention， channel shuffle， and spatial attention mechanisms to capture global dependencies within feature maps. Based on a forest and grassland fire dataset， and without utilizing pretrained models， the proposed fire detection network achieves a 3.7% increase in precision， a 1.51% improvement in recall， a 3.24% enhancement in mAP50， and a 5.62% reduction in GFLOPs compared to the baseline YOLOv8n model. Experimental results demonstrate that the proposed algorithm not only reduces computational cost but also enhances the detection performance of fire-related features.

Graphical abstract

关键词

火灾检测 / YOLOv8 / 通道空间注意力 / Slim-Neck结构 / 分组混洗卷积模块GSConv

Key words

Fire detection / YOLOv8 / channel-spatial attention / Slim-Neck stucture / group shuffle convolution GSConv

0 引言

全球气候变暖趋势的加剧，极端天气事件频发，森林草原火灾已经成为威胁我国生态安全的重要风险因素^［1-2］。中国是世界上森林和草原资源丰富的国家之一，据国家林草局统计，全国森林覆盖率达到24.02%，草原总面积近4亿hm²，占国土面积的41.7%。2020年黑龙江省大兴安岭的一场森林火灾直接损失超过2亿元，间接损失无法估量^［3］。传统的消防系统和人工监控手段在火灾响应中存在反应延迟，尤其是在大规模火灾或偏远地区，响应时间可能延迟至数分钟甚至更长，使得火灾的蔓延速度加快，带来的人员伤亡和财产损失进一步扩大^［4-5］。早期火灾检测的关键在于尽早发现火灾隐患并采取及时措施，这对于控制火灾蔓延、减少人员伤亡以及降低经济损失具有重要意义。然而，传统早期火灾检测方法主要依赖于烟雾传感器技术，例如光电烟雾探测器和电离烟雾探测器。这些传感器虽然在一定程度上能够探测到烟雾，但易受到环境因素干扰，检测效率较低，且难以在火灾初期识别微弱烟雾或隐藏火焰，限制了其实际应用效果^［6-7］。

随计算机视觉和深度学习技术的发展，基于视觉感知的火灾检测方法逐渐成为研究的热点。YOLO^［8］（you only look once）系列模型作为实时目标检测领域的代表，以其高效的特征提取与快速检测能力在火灾检测任务中展现了极大的潜力^［9］。

针对火灾检测与目标识别任务，研究者们在YOLO架构上进行优化，以提升模型性能与效率。缪伟志等^［10］利用二分K-Means聚类算法优化锚定框，并在YOLOv4-Tiny（you only look once v4 tiny）中加入大尺度预测降低漏检率。张晓雯等^［11］提出SBP-YOLOv7，引入注意力机制增强的下采样模块（bi-level routing attention-maxpool，BRA-MP）与扩展部分卷积的高效层聚合模块（extended partial convolution efficient layer aggregation networks，EP-ELAN），并结合Slim-Neck结构实现高效特征融合，降低计算成本。Ma等^［12］构建GCM-YOLO，采用GhostNet优化骨干网络，引入混合局部通道注意力增强信息融合。崔克彬等^［13］优化YOLOv8，采用轻量化倒置瓶颈卷积模块（mobile inverted bottleneck convolution block，MBConv-Block）提升轻量化特征提取，改进Neck与Head结构以增强多尺度目标检测。Huang等^［14］基于可变形DETR（detection transformer）目标检测算法，结合多尺度上下文对比局部特征模块（multi-scale context contrasted local feature module，MCCL）与密集金字塔池化模块（dense pyramid pooling module，DPPM）模块提升烟火感知能力，尽管精度较高，但在小目标检测与泛化能力方面仍存在不足。LYU等^［15］在主干网络中引入上下文自注意力转换器（contextual transformer，CoT）结构，设计跨阶段局部上下文自注意力变换器（cross stage partial 1_contextual transformer，CSP1_CoT）模块提升特征提取能力，并在Neck部分加入小目标检测层与压缩-激励（squeeze-and-excitation，SE）注意力机制优化检测性能，采用Focal-EIoU（focal-efficient iou）损失提高收敛速度与精度。Cao等^［16］结合C3TR模块与全局注意力（global attention，GA）增强YOLOv5的感受野表达，优化重参数卷积加速收敛，并引入双向特征金字塔网络（bi-directional feature pyramid network，BiFPN）强化多尺度特征融合。Luan等^［17］设计跨阶段部分多层次特征提取结构（cross-stage partial multi-level-feature-extraction mechanism，CSP-ML）增强小目标检测能力，Neck部分嵌入卷积块注意力模块（convolutional block attention module，CBAM）抑制背景干扰，并采用自适应特征提取模块与CIoU（complete intersection over union）损失优化目标识别。尽管这些方法在精度上有所突破，但在复杂环境下仍存在鲁棒性不足、易受相似干扰影响等问题，限制了实际应用效果。

针对火灾检测任务中存在的小目标识别能力不足和计算复杂度高等问题，本研究提出了改进YOLOv8n的一种全新的轻量化网络模型YOLOv8n-CSA。该模型在标准YOLOv8基础上提出一种结合通道-空间注意力模块（channel-spatial attention， CSA）模块的改进YOLOv8网络，有效提升了网络对火灾特征的表达能力与小目标检测性能。此外，结合Slim-Neck结构与分组混洗卷积模块（group shuffle convolution，GSConv），进一步降低了网络的计算复杂度。

1 YOLOv8n模型

YOLOv8提供了全新的模型，包括高分辨率检测网络和实例分割模型，并支持多种尺度以适应不同场景，YOLOv8和YOLOv7在网络结构上均采用改进的跨阶段局部架构（cross stage partial，CSP）和轻量化设计，以提升模型的特征提取能力和推理效率。两者都注重实时性与精度的平衡，适用于资源受限的设备和多场景目标检测任务^［18］。相较于前代模型，YOLOv8在精度、推理速度及计算效率上均取得提升，使其在实时目标检测任务中具有更高的应用价值。图1为YOLOv8n网络结构图。

2 YOLOv8n-CSA模型

由于YOLOv8网络在小目标火灾特征识别中仍面临准确率不足的问题，同时庞大的参数量和计算开销对资源受限设备的部署构成了挑战。因此，为了提升网络对小目标火灾的检测精度，同时实现模型的轻量化，本研究提出了一种全新的YOLOv8n-CSA网络模型。该模型在YOLOv8基础上进行改进优化，通过CSA模块、引入Slim-Neck结构和GSConv模块，平衡了模型的检测精度与计算效率。

在CSA模块中，通过结合通道注意力、空间注意力及通道洗牌机制，模型能够捕获输入特征图的全局依赖关系，有效提升网络对小目标火灾特征的捕获与表达能力。通道注意力能够关注关键信息的通道依赖关系，通道洗牌操作进一步促进通道信息的交互与融合，空间注意力则聚焦于特征图中的显著区域，从而增强全局特征表达，改善检测效果。

为降低模型计算复杂度并提高检测效率，本研究引入了轻量化的Slim-Neck结构，以优化颈部特征融合模块。在此基础上，引入GSConv模块，结合标准卷积（Conv）、深度可分离卷积（depthwise separable convolution，DSC）和通道洗牌（channel shuffle）操作，有效解决了DSC在轻量化过程中的特征提取和信息表达不足问题。进一步提升了网络的轻量化与特征融合能力。

YOLOv8n-CSA网络通过CSA模块、Slim-Neck结构与GSConv模块的协同优化，不仅有效改善了小目标火灾特征的检测精度，还降低了模型的参数量与计算开销，实现了网络的轻量化设计。这使得该模型能够在资源受限设备上高效部署，具有更强的实用性与应用前景。YOLOv8n-CSA的整体框架如图2所示。

2.1 CSA模块

为了提升模型在火灾检测任务中对全局与局部信息的捕捉能力，并克服传统卷积神经网络在通道与空间维度上信息交互不足的局限性，本研究设计了通道-空间注意力模块（CSA）。该模块融合通道注意力、通道洗牌和空间注意力机制，以增强特征提取的辨别能力，使模型能够更精准地捕捉火灾场景中特征分布的全局依赖关系和局部细节。通过引入 CSA 模块，不仅提升了对火焰特征的表达能力，同时有效降低了环境干扰带来的误检和漏检风险，从而提高了复杂场景下火灾检测的鲁棒性和准确性。通道注意力子模块^［19］ 可以解决如下问题：对于传统网络中，通道间的依赖关系常被忽视，而这些关系对捕捉全局信息至关重要，由此通过多层感知器（MLP）设计了通道注意力机制，利用2层MLP实现通道压缩与恢复，突出关键通道特征，并通过Sigmoid生成通道注意力图，与输入特征图逐元素相乘，有效强化了通道间的全局依赖关系，减少了冗余信息。

通道洗牌（channel shuffle）^［20］：尽管通道注意力增强了通道特征的表达，但通道间的信息可能仍未完全混合。为进一步增强通道间的信息交互，特征图被分组后进行通道洗牌操作，通过转置和打乱各组内的通道顺序，使得不同通道间的信息充分融合，进一步提升特征表达能力。

空间注意力子模块^［21］：在通道信息增强的基础上，空间信息也至关重要，特别是在捕捉图像中的局部和全局特征时。为此，利用2个7×7卷积层对空间信息进行建模。通过通道压缩、非线性激活和通道恢复等步骤，生成空间注意力图，再与经过通道洗牌的特征图逐元素相乘，强化了空间维度的特征表达，充分捕捉了局部与全局的空间信息。

通过融合通道与空间信息，这一注意力机制模块增强了模型对复杂背景和重要特征的感知能力，为目标检测任务的性能提升提供了有力支持，具体流程如下所示。

输入特征图先送入通道注意力子模块随后进入空间注意力子模块。初始特征图包含多个通道，每个通道的空间尺寸为H×W（高×宽）。

在通道注意力子模块中，输入特征图首先进行维度置换，从C×H×W（C为通道数）变换到W×H×C。接着，通过2层的多层感知器MLP对通道间依赖关系进行捕捉。第1层MLP将通道数缩减为原来的1/4倍，随后通过ReLU激活函数引入非线性，再通过第2层MLP将通道数恢复到原始维度。最后，进行逆置换恢复到C×H×W，并通过Sigmoid激活函数生成通道注意力图。输入特征图和通道注意力图逐元素相乘，得到增强的特征图，公式为

{\mathit{F}}_{\mathrm{c}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}}=\sigma \left(\mathrm{M}\mathrm{L}\mathrm{P}\left(\mathrm{P}\mathrm{e}\mathrm{r}\mathrm{m}\mathrm{u}\mathrm{t}\mathrm{e}\left({\mathit{F}}_{\mathrm{i}\mathrm{n}\mathrm{p}\mathrm{u}\mathrm{t}\mathrm{t}}\right)\right)\right)\odot {\mathit{F}}_{\mathrm{i}\mathrm{n}\mathrm{p}\mathrm{u}\mathrm{t}}。（1）

式中：{\mathit{F}}_{\mathrm{c}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}}是增强后的特征图；σ是Sigmoid函数；☉表示逐元素相乘；{\mathit{F}}_{\mathrm{i}\mathrm{n}\mathrm{p}\mathrm{u}\mathrm{t}}是原始输入特征图。

为了进一步混合和共享信息，应用通道洗牌操作。增强后的特征图被分成4组，每组包含C/4个通道。对分组后的特征图进行转置操作，打乱各组内的通道顺序。随后，将打乱后的特征图恢复为原始形状C×H×W。这种方式能够更好地混合特征信息，增强特征表达能力，公式为

{\mathit{F}}_{\mathrm{s}\mathrm{h}\mathrm{u}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{e}}=\mathrm{C}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}\mathrm{S}\mathrm{h}\mathrm{u}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{e}\left({\mathit{F}}_{\mathrm{c}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}}\right)。（2）

式中：{\mathit{F}}_{\mathrm{s}\mathrm{h}\mathrm{u}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{e}}是混洗后的特征图；{\mathit{F}}_{\mathrm{c}\mathrm{h}\mathrm{a}\mathrm{n}\mathrm{n}\mathrm{e}\mathrm{l}}是输入特征图的通道数。

在空间注意力子模块中，输入特征图首先通过一个7×7卷积层，将通道数减少至原来的1/4。随后，经过批归一化和ReLU激活函数进行非线性处理。接着，通过第二个7×7卷积层将通道数恢复至原始维度C，并再次进行批归一化处理。最终，通过Sigmoid激活函数生成空间注意力图，并与洗牌后的特征图逐元素相乘，得到输出特征图，公式为

{\mathit{F}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}=\sigma (\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}(\mathrm{B}\mathrm{N}(\mathrm{R}\mathrm{e}\mathrm{L}\mathrm{U}(\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}({\mathit{F}}_{\mathrm{s}\mathrm{h}\mathrm{u}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{e}})))))\odot {\mathit{F}}_{\mathrm{s}\mathrm{h}\mathrm{u}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{e}}。（3）

式中，{\mathit{F}}_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}是经过空间注意力后的特征图。

最终的输出特征图包含了经过通道注意力、通道洗牌和空间注意力后的增强特征。图3为通道-空间注意力模块（CSA）模块结构图。

2.2 GSConv模块

GSConv^［22］通过结合Conv、DWConv、特征拼接（concat）以及通道洗牌（channel shuffle）来高效地提取特征。其主要目的是在减少计算复杂度的同时，保持模型的表现能力，特别适合资源受限的设备或实时任务。

Conv对输入特征图进行标准卷积操作，提取初步的特征。输出部分通道的特征图，这些通道用于表示局部和全局特征。

DWConv将输入特征图分组进行深度卷积操作（depthwise convolution），然后通过逐点卷积（pointwise convolution）恢复通道信息。深度可分离卷积可以显著减少计算量，同时保留空间信息。另一部分特征图从这里提取，用于捕获更加高效的特征。

特征拼接（concat）将2部分提取的特征图（标准卷积和深度卷积的输出）进行拼接，形成新的特征表示。这种拼接操作能够整合局部特征和全局特征，提高表达能力。

通道洗牌（channel shuffle）对拼接后的特征图进行Shuffle操作。Shuffle操作的目的是打破拼接后可能存在的通道间关联性，确保信息充分混合，进一步提升特征学习能力。图4为GSConv模块结构图。

2.3 VoV-GSCSP模块

为了解决多尺度特征表示的挑战并提高特征提取效率，引入VoV-分组混洗跨阶段局部模块（VoV-group shuffle cross stage partial module，VoV-GSCSP）。该模块采用一种轻量级但有效的多分支结构，以从不同感受野中提取和聚合特征，从而增强模型检测不同尺度目标的能力。通过集成层次化卷积和高效的特征融合策略，VoV-GSCSP为目标检测和语义分割等视觉任务提供了强大且高效的机制。

VoV-GSCSP模块由3个主要部分组成。

1）输入变换与初始卷积。

输入特征图记为{\mathit{F}}_{\mathrm{i}\mathrm{n}}（维度为C\times H\times W），首先通过一个\mathrm{1}\times \mathrm{1}的卷积层进行通道维度压缩。该操作能够有效降低计算成本，同时保留全局语义信息。

2）多尺度特征提取。

在初步变换后，模块采用一系列堆叠的卷积层。每个后续层逐步扩大感受野，提取不同尺度的空间特征。在此过程中，各阶段的特征图均被保留，并在通道维度上拼接，公式为

{\mathit{F}}_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{c}\mathrm{a}\mathrm{t}({\mathit{F}}_{\mathrm{1}},{\mathit{F}}_{\mathrm{2}},\cdot \cdot \cdot ,{\mathit{F}}_i)。（4）

式中，F_i代表第i层的输出特征。

特征融合：拼接后的特征图通过一个\mathrm{1}\times \mathrm{1}卷积层进行处理，以调整输出通道数，生成最终输出特征图{\mathit{F}}_{\mathrm{o}\mathrm{u}\mathrm{t}}（维度为C_{\mathrm{o}\mathrm{u}\mathrm{t}}\times H\times W）。此步骤通过融合不同分支的特征，实现有效的信息整合。

VoV-GSCSP模块是一种轻量化且高效的多尺度特征提取方法，通过集成层次化卷积和简化的特征融合机制，显著提升了输入特征的表达能力。其在对象尺度变化下的鲁棒性和高计算效率，使其成为构建最新视觉识别系统的有效模块。图5为VoV-GSCSP模块结构图。

2.4 Slim-Neck针对YOLOv8n的设计

为进一步降低模型复杂度并提高效率，本研究对YOLOv8的颈部结构进行了优化，采用了一种简洁高效的颈部模块Slim-Neck^［23］。Slim-Neck的核心是VoV-GSCSP模块（图5），该模块巧妙融合了GSConv，其中包含Conv、DSC以及Shuffle机制。

虽然DSC能够显著降低计算开销，但在处理输入特征图的通道信息时，可能会削弱特征提取和融合能力。为了解决这一问题，VoV-GSCSP模块采用了通道混洗操作，将标准卷积与DSC生成的特征进行充分融合。这种设计不仅弥补了DSC的不足，同时保留了其轻量化特性。通过在通道间交换局部特征信息，确保了标准卷积提取的特征能够完全融合至DSC的输出中，无须额外的信息补充，从而保持了特征表达的完整性和有效性。

在设计上，VoV-GSCSP将输入特征图的通道分为2部分：一部分利用瓶颈模块进行特征提取，另一部分通过残差连接后进行卷积处理。随后，这2部分信息通过通道融合与连接操作完成聚合。通过引入GSConv结构，不仅有效利用了DSC的计算效率，还最大程度地弥补了其在特征提取上的不足。此外，VoV-GSCSP模块通过分通道策略实现了多样化的梯度组合，减少了梯度信息的冗余，从而进一步增强了特征表达能力。

Slim-Neck结构通过简化网络复杂度、提升特征融合效率和降低计算成本，有效改善了YOLOv8原始颈部结构的性能表现。

3 试验与分析

3.1 试验环境与数据集

本试验未使用迁移学习，也未加载原模型权重。对比试验均采用SGD随机梯度下降优化器，初始学习率设定为0.01，权重衰减系数为0.000 5，学习率动量参数为0.937，batch size设置为4，总训练轮次为300轮。试验的环境配置见表1。

为验证所提出的YOLOv8n-CSA模型的有效性，本研究火灾数据集选取公开火灾烟雾数据集FDD（flame detection dataset）和PFD（public fire dataset）的子集^［24］，图像数量为2 237张，包含森林与草原火焰、烟雾及背景图像。如图6所示。在本次试验中按照8∶1∶1的比例随机将数据集划分为训练集、验证集和测试集。

3.2 模型评价指标

为了全面评估所提出的YOLOv8n-CSA模型在火灾检测任务中的性能，本研究采用一系列标准化的评价指标，包括精确率（precision，式中记为P_recision）、召回率（recall，式中记为R_ecall）、平均精度均值（mAP50，式中记为m_{\mathrm{A}\mathrm{P}}）^［25］，此外还引入了计算复杂度（GFLOPs）作为模型效率指标。具体指标定义公式为

P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}}。（5）

R_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{N}}}。（6）

式中：T_P（true positive）为被正确检测为正类的样本数量；F_P（false positive）为被错误检测为正类的样本数量；F_N（false negative）为实际为正类但未被模型检测出来的样本数量。

m_{\mathrm{A}\mathrm{P}}=\frac{\mathrm{1}}{N}{\displaystyle \sum _{i=\mathrm{1}}^N}{A_{\mathrm{P}}}_i。（7）

式中：N表示类别的总数；{A_{\mathrm{P}}}_i表示第i类的平均精度。

3.3 试验结果与分析

3.3.1 主流模型比较试验

为全面评估不同主流目标检测网络在火灾检测任务中的性能，本研究选取了当前流行的深度学习目标检测模型，包括YOLOv5n、YOLOv6n、YOLOv8n，以及本研究提出的改进模型YOLOv8n-CSA，并在相同试验条件下进行了系统的性能对比试验。试验的设计旨在从精确率（precision）、召回率（recall）、平均精度均值（mAP50）和计算复杂度（GFLOPs）方面评估各模型的优劣势，为火灾检测任务提供可靠的模型选择依据。比较试验结果见表2。YOLOv8-CSA与YOLOv8n平均效果对比如图7所示。

由表2可以看出，YOLOv8n-CSA在各项性能指标上均优于其他模型，尤其是在精确率和mAP50方面表现突出。其中，精确率达到69.00%，mAP50达到67.66%，分别比基础模型YOLOv8n提升了5.70%和3.24%，YOLOv8n-CSA的召回率为59.96%，相较于YOLOv8n提升了0.19%，表明在减少漏报方面表现更为稳定。虽然召回率的提升幅度较小，但结合更高的精确率和mAP50，可以认为模型对正负样本的区分能力进一步增强。与YOLOv8n相比，YOLOv8n-CSA的GFLOPs从8.9 G降低至8.4 G，显示出优化后的模型不仅性能更优，而且更加轻量化。

3.3.2 主流注意力机制比较试验

由表3可以看出，不同注意力机制的引入对模型性能有显著影响。其中，CSA注意力机制表现最为优异，精确率、召回率和mAP50分别达到69.91%、61.57%和69.15%，在所有注意力机制中排名第一。这表明CSA能够更高效地提取火灾检测任务中的关键特征，同时减少背景噪声的干扰。在计算复杂度方面，CSA机制的GFLOPs为9.5 G，略高于其他注意力机制，如压缩-激励注意力机制（squeeze-and-excitation attention，SEAttention）的8.2 G和跨模态自注意力机制（cross-modal transformer attention，CoTAttention）的8.7 G。虽然CSA的计算量稍大，但其带来的性能提升（如mAP50较SEAttention提升3.80%）证明了其在效率和效果之间的良好平衡。主流注意力机制与CSA平均效果对比如图8所示。

3.3.3 不同模块消融试验

为了验证改进方法（如注意力机制、轻量化模块等）的有效性，进一步设计了消融试验。在基线模型（YOLOv8）的基础上，逐步去除或替换改进模块，分析不同模块对整体性能的贡献。消融试验结果见表4。

试验结果表明，YOLOv8n基础模型在加入不同模块后，性能和计算复杂度均发生显著变化。其中，CSA模块对模型性能的提升最为显著，其精确率和mAP50分别达到69.91%和69.15%，验证了其在特征提取和融合能力上的优越性；GSConv模块在降低计算复杂度方面表现突出，GFLOPs减少至8.1 G，但性能略有下降；Slim-Neck模块有效降低了计算量至7.2 G，适合资源受限场景，但对性能的提升有限。当各模块联合优化时（GSConv、CSA、Slim-Neck均加入），模型达到了整体最优表现，精确率和mAP50分别提升至69.00%和67.66%，在保持性能提升的同时将GFLOPs控制在8.4 G。综合来看，YOLOv8n-CSA为林草火灾检测任务提供了高效、轻量化的解决方案。

为更全面地展示本研究算法的检测能力，除林草火灾场景外，还选取了部分公开图像，包括城市、交通线路、山林及人造光干扰等复杂环境下的火灾目标进行测试。结果表明，本研究算法在林草火灾检测任务中具有显著优势，同时在其他场景下的火灾检测性能也有所提升。图9展示了不同林草火灾场景的检测效果对比，图10则对不同复杂场景下的检测性能进行了分析。

由图9（a）和图9（c）对比来看，改进模型有效降低了复杂背景（如森林植被、草原背景）对检测任务的干扰，尤其是在火焰与背景特征相似度较高时，仍能准确识别火焰区域。图9（b）在夜晚等低光条件下，改进模型表现出更强的特征提取能力，对火焰目标的定位更加精准，并减少了其他光源干扰。图9（d）改进模型对远距离或小目标火焰的检测能力显著增强，漏检率降低，置信度提升，显示出其对多尺度目标的强适应性。在以上林草火灾多种场景下，改进模型的检测效果均优于原始模型，展现了其在林草火灾检测任务中的应用潜力，能够有效应对复杂场景中的火焰检测需求。

由图10不同火灾场景的对比结果来看，图10（a）在小目标检测任务中表现出显著提升，有效提高了对小目标火焰区域的识别能力；图10（b）在道路火灾场景中明显降低了漏检率，增强了模型在低光环境下的检测效果；图10（c）能够适应森林和草原火灾场景的检测需求，降低了漏检率；图10（d）在存在人造光源干扰的情况下，避免了误检，展现了对复杂背景噪声的强抑制能力。这些改进充分证明了模型在多样化火灾场景中的检测准确性和鲁棒性，为火灾监测提供了可靠的技术支持。

这表明，改进模型在不同场景下的检测能力均优于原始模型，具备良好的实际应用价值。特别是在远距离小目标火灾检测任务中，该模型能够显著增强火灾识别的准确性和可靠性，为火灾预防与控制提供了技术支撑。

4 结论

依托于现代信息技术的智慧林业火灾管理技术已成为实现森林资源火灾防控智能化与精准化的必然选择。基于YOLOv8n算法提出一种新的林草火灾检测改进算法，以提升复杂场景下火灾的检测能力。考虑到林草火灾环境中的小目标、复杂背景以及人造光源干扰等问题，对原YOLOv8n算法进行了针对性改进。

试验结果表明，该改进算法在火灾检测任务中的整体性能优于基线模型。本研究的火灾检测网络在测试的数据集上相比较原模型YOLOv8n，其精确率和召回率能够提高、mAP提高和计算复杂度下降。本研究算法验证计算量减少的同时，提升了火灾迹象目标的检测性能。此外，在非林草环境（如城市、道路等类火场景）中的测试结果也表明，改进模型在复杂背景下的泛化能力有所增强，能够更好地应对不同场景中的火灾检测任务。

然而，本研究仍存在一定的局限性。尽管改进后的模型有效降低了计算量并提升了检测性能，但在极端光照条件或烟雾弥漫环境下，检测效果仍存在一定的不稳定性。此外，模型的轻量化程度仍有进一步优化空间，下一步将算法继续优化，在提升检测精度与准确率的同时，减小模型大小并降低计算复杂度，从而增强模型的泛化能力与整体性能水平，以提升模型对复杂背景下小目标火灾的检测能力。同时，可结合多模态信息（如红外、可见光融合）进一步增强模型的适应性，为林草火灾的智能化监测与管理提供更加全面的技术支持，推动森林防火工作向数字化、智能化方向发展。

参考文献

[1] 曹丽丽，刘向宇，陈响.等 .吉林省延边地区森林火灾发生概率预测模型［J］.东北林业大学学报，2024，52（3）：90-96.

[2] CAO L L， LIU X Y， CHEN X，et al.Prediction model of forest fire occurrence probability in Yanbian area，Jilin Province［J］.Journal of Northeast Forestry University，2024，52（3）：90-96.

[3] 张吕成，孙志超，董灵波.基于Landsat时间序列数据的火烧迹地识别与恢复效果评价［J］.森林工程，2024，40（5）：8-16.

[4] ZHANG L C， SUN Z C， DONG L B.Evaluation of recognition and restoration effect of burned areas based on Landsat time series data［J］.Forest Engineering，2024，40（5）：8-16.

[5] 周庆，张恒，张秋良，等.内蒙古大兴安岭林火驱动因素识别及预测模型［J］.北京林业大学学报，2024，46（12）：114-125.

[6] ZHOU Q， ZHANG H， ZHANG Q L，et al.Identification and prediction models of driving factors for forest fires in Daxing'an Mountains of Inner Mongolia，northern China［J］.Journal of Beijing Forestry University，2024，46（12）： 114-125.

[7] 何乃磊，张金生，林文树.基于深度学习多目标检测技术的林火图像识别研究［J］.南京林业大学学报（自然科学版），2024，48（3）：207-218.

[8] HE N L， ZHANG J S， LIN W S.Forest fire image recognition based on deep learning multi-target detection technology［J］.Journal of Nanjing Forestry University（Natural Sciences Edition），2024，48（3）： 207-218.

[9] 杨春梅，侯玉宁，刘九庆.基于森林火灾数据的余火清理机器人模块化设计［J］.森林工程，2022，38（2）：105-111.

[10] YANG C M， HOU Y N， LIU J Q.Modular design of embers clearing robot based on forest fire data［J］.Forest Engineering，2022，38（2）： 105-111.

[11] KHAN F， XU Z， SUN J，et al.Recent advances in sensors for fire detection［J］.Sensors，2022，22（9）： 3310.

[12] IVANOV M L， CHOW W K.Fire safety in modern indoor and built environment［J］.Indoor and Built Environment，2023，32（1）： 3-8.

[13] REDMON J， DIVVALA S， GIRSHICK R.You only look once： Unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR），27-30 June 2016，Vegas，NV，USA.IEEE 2016.

[14] 段志伟，赵师震，闫浩.基于改进YOLOv8的火焰检测算法［J/OL］.自动化技术与应用，1-10［2025-02-27］.

[15] DUAN Z W， ZHAO S Z， YAN H.Flame detection algorithm based on improved YOLOv8［J/OL］.Automation Technology and Application，1-10［2020-02-27］.

[16] 缪伟志，陆兆纳，王俊龙，等.基于视觉的火灾检测研究［J］.森林工程，2022，38（1）：86-92.

[17] MIAO W Z， LU Z N， WANG J L，et al.Fire detection research based on vision［J］.Forest Engineering，2022，38（1）：86-92.

[18] 张晓雯，张福全.基于SBP-YOLOv7的森林场景下的明火检测方法［J/OL］.南京林业大学学报（自然科学版），1-7［2024-12-24］.

[19] ZHANG X W， ZHANG F Q.Open flame detection method in forest scenes based on SBP-YOLOv7［J/OL］.Journal of Nanjing Forestry University （Natural Science Edition），1-7［2022-12-24］.

[20] MA S， LI W， WAN L，et al.A lightweight fire detection algorithm based on the improved YOLOv8 model［J］.Applied Sciences，2024，14（16）：6878.

[21] 崔克彬，耿佳昌.基于EE-YOLOv8s的多场景火灾迹象检测算法［J/OL］.图学学报，1-15［2024-12-24］.

[22] CUI K B， GENG J C.A multi scene fire sign detection algorithm based on EE-YOLOv 8s［J/OL］.Journal of Graphics，1-15 ［2022-12-24］.

[23] HUANG J， ZHOU J， YANG H，et al.A small-target forest fire smoke detection model based on deformable transformer for end-to-end object detection［J］.Forests，2023，14（1）：162.

[24] LYU C， ZHOU H， CHEN Y，et al.A lightweight fire detection algorithm for small targets based on YOLOv5s［J］.Scientific Reports，2024，14（1）：14104.

[25] CAO L， SHEN Z， XU S.Efficient forest fire detection based on an improved YOLO model［J］.Visual Intelligence，2024，2（1）：20.

[26] LUAN T， ZHOU S， ZHANG G，et al.Enhanced lightweight YOLOX for small object wildfire detection in UAV imagery［J］.Sensors，2024，24（9）：2710.

[27] WANG C Y， BOCHKOVSKIY A， LIAO H Y M.YOLOv7：Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［C］//2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR），17-24 June 2023，Vancouver，BC，Canada.IEEE，2023：7464-7475.

[28] ZHU X， CHENG D， ZHANG Z，et al.An empirical study of spatial attention mechanisms in deep networks［C］// 2019 IEEE/CVF International Conference on Computer Vision （ICCV），27 October 2019 - 02 November 2019，Seoul，Korea （South）.IEEE，2019：6688-6697.

[29] ZHANG X， ZHOU X， LIN M，et al.Shufflenet：An extremely efficient convolutional neural network for mobile devices［C］// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition，18-23 June 2018，Salt Lake City，UT，USA.IEEE，2018：6848-6856.

[30] HU J， SHEN L， SUN G.Squeeze-and-excitation networks［C］// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition，18-23 June 2018，Salt Lake City，UT，USA.IEEE，2018：7132-7141.

[31] HAN K， WANG Y， TIAN Q，et al.Ghostnet：More features from cheap operations［C］// 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR），13-19 June 2020，Seattle，WA，USA.IEEE，2020：1580-1589.

[32] LI H， LI J， WEI H，et al.Slim-neck by GSConv：A better design paradigm of detector architectures for autonomous vehicles［J］.arXiv preprint arXiv：2022.

[33] SHAMSOSHOAR A， AFGHAH F， RAZI A，et al.Aerial imagery pile burn detection using deep learning：The FLAME dataset［J］.Computer Networks，2021，193：108001.

[34] DOLLAR P， WOJEK C， SCHIELE B，et al.Pedestrian detection：a benchmark［C］//2009 IEEE Conference on Computer Vision and Pattern Recognition，20-25 June 2009，Miami FL，USA.IEEE，2009：304-311.

基金资助

中央高校基本科研业务费专项资金项目(2572017DB01)