基于改进YOLOv8的火灾早期烟雾检测算法

Early fire smoke detection algorithm based on improved YOLOv8

摘要

受可见度低和复杂空间布局等因素的影响，传统的火灾警报探测技术对火灾早期烟雾识别存在较大困难.本文提出一种基于改进YOLOv8算法的图像识别模型——MBS-YOLO，用于实现火灾早期烟雾的快速识别.通过数据增强对真实世界图像的数据集进行优化；引入SimAM 注意力机制调整不同尺度的特征图的权重大小，抑制背景干扰的权重；结合加权双向特征金字塔网络（BiFPN）的加权特征融合机制和双向跨尺度连接，构建MA-BiFPN架构，提高特征融合的效率.实验结果表明，在增强后数据集上，MBS-YOLO具有更强的环境适应性，相较于原网络，mAP@0.5提升了2.6个百分点；与YOLOv5n和YOLOv10n相比，mAP@0.5分别提升了3.5个百分点和1.1个百分点.最终改进模型的权重文件大小仅为 4.4 MB，实现了74.0 frames/s的检测速度，在保持高检测精度的同时满足了轻量化需求，从而显著提升了早期烟雾检测的性能，为复杂场景下的消防快速应急响应提供了强有力的技术支持.

Abstract

Affected by factors such as low visibility and complex spatial layouts， traditional fire alarm detection systems face significant challenges in identifying smoke during the early stages of a fire. To address this issue， this paper proposes an improved image recognition model based on the YOLOv8 algorithm， named MBS-YOLO， which is used for rapid detection of early-stage fire smoke. The dataset of real-world images is optimized through data augmentation. The SimAM attention mechanism is introduced to adjust the weights of feature maps at different scales and suppress the weights of background interference. Additionally， by integrating the weighted feature fusion mechanism and bidirectional cross-scale connections of the bidirectional feature pyramid network （BiFPN）， an enhanced MA-BiFPN architecture is constructed to improve feature fusion efficiency. Experimental results demonstrate that MBS-YOLO exhibits stronger environmental adaptability on the enhanced dataset. Compared with the original YOLOv8 model， the mAP@0.5 increased by 2.6 percentage points. When compared with YOLOv5n and YOLOv10n， the mAP@0.5 improved by 3.5 percentage points and 1.1 percentage points， respectively. The final improved model has a model weight file size of only 4.4 MB and achieves a detection speed of 74.0 frames/s， satisfying the requirements of lightweight design while maintaining high detection accuracy. This significantly enhances the performance of early smoke detection and provides strong technical support for rapid fire response in complex scenarios.

Graphical abstract

关键词

火灾烟雾检测 / 深度学习 / 改进 YOLOv8 / 数据增强 / 注意力机制

Key words

fire smoke detection / deep learning / improved YOLOv8 / data augmentation / attention mechanism

随着城市化进程的不断发展，老旧小区和厂房仓储等区域因电气老化等问题频发火灾，火灾及时预警对于保护公众的生命财产安全尤为重要.火灾初期的阴燃阶段，在明火出现前会先产生烟雾.早期烟雾的颗粒浓度低、扩散慢，且在大空间中受通风等因素影响，传统固定机位的烟感报警器难以捕捉到足够的烟雾颗粒，无法实现有效的早期火灾预警.

近年来，基于视频图像的火灾快速监测及响应技术已经成为新的研究热点^［1］.烟雾在图像中常表现出模糊和不规则边缘等特征，可以通过提取分析这些纹理特征来识别烟雾^［2］.任厚平等^［3］利用混合高斯模型提取前景中的烟雾，并通过灰度共现矩阵分析其纹理检测烟雾.赵敏等^［4］提出一种基于多种纹理特征的烟雾检测算法，融合时间和空间信息，以提高烟雾检测准确性.但是对于复杂环境下形态特征不明显的早期烟雾，通过特征提取器识别烟雾的传统算法局限性较大.

目标检测技术的快速发展，使基于深度学习的计算机视觉技术得到了广泛应用，为复杂背景下的早期烟雾检测提供了新的解决方案^［5-7］.通过训练大量图像数据，模型能提取高维度、深层次的烟雾特征，实现对火灾烟雾的快速响应和实时分析^［8-9］.此类模型分为双阶段目标检测算法和单阶段目标检测算法.双阶段目标检测算法，如区域卷积神经网络^［10］（region-based convolutional neural networks， R-CNN）和Faster R-CNN ^［11］等，采用先生成检测框后进行目标分类定位的两步流程.精度较高但速度慢，难以满足烟雾检测的实时性需求^［12］.而单阶段算法如YOLO^［13］（you only look once）系列算法，将检测视为单一的回归问题，直接预测类别和位置，具有更小的模型参数量和更快的检测速度，这类算法更适合实时烟雾检测应用.

YOLO系列算法因其适应性，可按需调整模型大小与复杂度，便于快速部署，提升检测速度^［14-15］.罗明明等^［16］提出一种基于YOLOv5的小目标森林火灾识别方法，通过替代主干网络中的空间金字塔池化模块，并添加卷积块注意力模块，增强了模型对信息的感知能力，提升小目标检测效果.曹云刚等^［17］ 提出一种基于YOLOv7的森林火点目标检测方法FFD-YOLO（forest fire detection-YOLO），结合全维动态卷积和聚焦交并比，提高了低质量样本的检测效果和多视角图像中的模型泛化能力.马耀名等^［18］提出了一种面向复杂背景下烟雾火焰检测的YOLOv8s改进模型.利用轻量级特征提取和多尺度上下文融合模块，并采用Inner-SioU损失函数，提升了复杂背景下烟雾火焰检测的精度.

在计算机视觉模型中，注意力机制常常被引入用于模仿人类视觉，使模型在处理信息时聚焦突出部分^［19］，可分为以下几种.

1）通道注意力机制如SENet^［20］，压缩特征图信息，学习一维特征获得通道重要性，最后动态调整各通道的权重进行输出.它突出贡献较大的通道特征，对所有位置同等对待，见图1（a）.

2）空间注意力机制^［21］通过对特征图进行通道维度上的压缩、卷积处理及激活函数计算，得到空间注意力权重矩阵.作为一种2D注意力机制，空间注意力机制对不同位置区别对待，对所有通道同等对待，见图1（b）.

3）SimAM^［22］注意力机制是一种无参数、轻量级的注意力机制模块，综合考虑通道注意力和空间注意力，提升模型效率，见图1（c）.

由于SimAM注意力机制无须手动设置超参数，会动态调整特性，针对烟雾形态变化的特点，实时更新注意力权重，因此本文选用SimAM注意力机制进行烟雾检测.

目前，多数模型针对烟雾和火焰的双类别识别，需同时训练两者图像^［23-24］，导致达到相同检测精度时，多类别模型更大，对硬件要求更高.为实现高效火灾早期预警，并增强资源受限环境下的部署能力，加快模型检测速度，本文提出一种基于改进YOLOv8算法的火灾早期烟雾检测算法——MBS-YOLO，以提升早期烟雾检测效率，适用于实时性要求高的场景.本文贡献如下：

构建烟雾单目标检测数据集，搜集多场景的烟雾图片并进行统一标注.利用透视变换和高斯噪声等方法增强数据集，提高模型在复杂环境下对颜色浅、特征不明显的早期烟雾的检测能力.

增加SimAM注意力机制，调整不同尺度特征图权重，使网络更加专注于关键特征.提高模型复杂火灾场景下的特征融合能力，在处理复杂图像时保持良好实时性能，降低误报和漏报率.

加入MA-BiFPN融合算法模块，允许图像信息在不同分辨率级别之间双向传播，保留适量的浅层信息，融合提取不同层次、不同权重的特征信息，提高对多尺度物体的检测性能.

1 YOLOv8网络模型结构简介

本研究聚焦于实时检测场景，因此优先选择轻量化且易于部署的 YOLO 系列作为基线模型.如图2所示，YOLOv8 算法的网络结构由Backbone（骨干网络）、Neck（颈部结构）和Head（检测头）三部分构成.

Backbone负责提取图像特征，通过多个特征层执行卷积、批归一化和激活操作，增强非线性表达能力.最后的SPPF模块整合不同尺寸的池化特征图，输出固定尺寸的烟雾特征.然而，对于边缘模糊的早期烟雾，需要结合注意力机制来提高模型的特征捕捉能力.

Neck使用路径聚合网络^［25］（path aggregation network， PANet）融合来自Backbone的不同层次特征，生成特征金字塔，为后续任务提供信息.虽然PANet融合了浅层空间位置特征与深层语义特征，但只能平等对待不同尺度的特征信息.因此，考虑新的特征融合策略，更好地处理不同分辨率的特征图层，从而提升模型对多尺度物体的检测性能.

Head部分采纳无锚框（anchor-free）设计，直接预测烟雾的位置、大小及置信度分数等信息，简化了检测流程并提高了实时性和准确性.

YOLOv8基准模型缺乏针对火灾烟雾检测任务的特定训练，在检测小目标烟雾时，烟雾边界模糊、纹理不明显，容易被模型误判为干扰物.同时考虑到监控终端部署，硬件能力有限，YOLOv8 基准模型冗余结构较多，体积较大，轻量化部署能力较弱.

2 数据集整理与增强

2.1 数据集采集

为了构建涵盖不同火灾场景的高质量的单类别烟雾图像数据集，本文从网络收集火灾图像并手动筛选，共包含3 000张带有标注信息的图像.使用Labelme软件进行人工标注，采用txt格式，对显著烟雾区域采用最大外接矩形框标注，确保目标边界框准确.标签为“Smoke”，图3为标注示例.

数据集涵盖多种光照环境：70%为夜间火灾场景或昏暗环境下烟雾不易辨别的火灾烟雾图像，增强模型在低光照条件下的烟雾检测性能；30%为光照条件良好的火灾烟雾图像，能清晰呈现烟雾的形态和反射特性.

数据集中涵盖了多种烟雾形态：80%为薄烟图像，颜色相对较浅，形态较为弥散，对早期火灾预警具有重要意义；20%为浓烟，此类烟雾更容易被识别，其中50%的浓烟为黑烟，颜色较深，容易与其他背景混淆.

在数据集内引入部分森林火灾中的烟雾图像，由于森林火灾场景通常包含大量的远距离烟雾，烟雾在图像中的像素占比较小，能提升模型对小目标烟雾的检测能力.

2.2 数据集整理

为避免自建数据集中出现完全相同或极其相似的图片造成数据污染，使用感知哈希算法（pHash）计算图片相似度.首先，将图片缩小并转换为灰度图，保留结构和明暗信息.接着，计算离散余弦变换（DCT），一维DCT变换公式如式（1）所示：

\begin{array}{c}\begin{array}{c}F\left(u\right)=c\left(u\right){\displaystyle \sum _{\mathit{i}=\mathrm{0}}^{\mathit{N}-\mathrm{1}}}f\left(i\right)\mathrm{c}\mathrm{o}\mathrm{s}\left[\frac{\left(i+\mathrm{0.5}\right)\mathrm{\pi }}{N}u\right]\\ c\left(u\right)=\left\{\begin{array}{c}\sqrt[]{\frac{\mathrm{1}}{N}},u=\mathrm{0}\\ \\ \sqrt[]{\frac{\mathrm{2}}{N}},u\ne \mathrm{0}\end{array}\right.\end{array}\end{array}（1）

式中：f(i)为原始信号；F(u)是DCT变换后的系数； N为原始信号的点数；c(u)是补偿系数.

二维DCT变换公式如式（2）所示：

F\left(u,v\right)=c\left(u\right)c\left(v\right){\displaystyle \sum _{\mathit{i}=\mathrm{0}}^{\mathit{N}-\mathrm{1}}}{\displaystyle \sum _{\mathit{j}=\mathrm{0}}^{\mathit{N}-\mathrm{1}}}f\left(i,j\right)\times

\mathrm{c}\mathrm{o}\mathrm{s}\left[\frac{\left(i+\mathrm{0.5}\right)\mathrm{\pi }}{N}u\right]\mathrm{c}\mathrm{o}\mathrm{s}\left[\frac{\left(j+\mathrm{0.5}\right)\mathrm{\pi }}{N}\right]

c\left(u\right)=\left\{\begin{array}{cc}\sqrt[]{\frac{\mathrm{1}}{N}},u=\mathrm{0}& \\ & \\ \sqrt[]{\frac{\mathrm{2}}{N}},u\ne \mathrm{0}& \end{array}\right.（2）

通过计算DCT系数的平均值生成哈希值，比较不同图像哈希值的汉明距离来评估相似度.汉明距离越小，图像越相似.对相似度大于0.9的图片仅保留一张，最终数据集包含2 500张火灾烟雾图像.

2.3 数据集增强

针对早期烟雾透明度高、颜色浅、特征不明显的特点，本文随机选取833张火灾烟雾图片，采用多种数据增强技术，使模型能够捕捉更多的烟雾特征，如图4所示.

随机裁剪：模拟实际监控场景中烟雾在画面中不同位置的分布（如角落起火、中心扩散），避免模型过度依赖烟雾的居中分布特征；

高斯模糊：早期烟雾边缘模糊、远距离烟雾分辨率低，模拟烟雾本身的模糊特性，强化模型对早期烟雾的捕捉能力；

随机旋转：模拟监控摄像头安装角度的轻微倾斜，避免模型对烟雾的水平 / 垂直方向特征产生过拟合；

四点透视变换：图像四个顶点随机偏移，模拟摄像头拍摄时的透视畸变，让模型适应不同视角下的烟雾形态；

模拟雨滴：雨滴会对烟雾的视觉呈现产生干扰，通过添加雨滴效果，模拟雨天环境；

随机阴影：阴影形状为不规则多边形，模拟自然环境中物体遮挡产生的阴影，提升模型对被阴影部分遮挡的烟雾的检测能力.

经过增强的数据集包含2 500张火灾烟雾图片.

3 YOLOv8的改进与优化

3.1 SimAM注意力机制

SimAM注意力机制基于视觉神经科学理论，对相邻神经元产生空间抑制效应的活跃神经元赋予更高权重^［22］.本文在YOLOv8的SPPF模块后引入SimAM注意力机制，增强Backbone提取烟雾关键特征的能力，提升模型在复杂环境下的鲁棒性.SimAM注意力机制的实现方式如式（3）~式（6）所示.首先定义能量函数，测量神经元之间的线性可分离性，找到具有空间抑制效应的活跃神经元，神经元能量e_t^{\mathrm{*}}计算公式见式（3）：

\begin{array}{c}{e}_t^{\mathrm{*}}=\frac{\mathrm{4}\left({\widehat{\sigma }}^{\mathrm{2}}+\lambda \right)}{{(t-\widehat{\mu })}^{\mathrm{2}}+\mathrm{2}{\sigma }^{\mathrm{2}}+\mathrm{2}\lambda }\end{array}（3）

\begin{array}{c}{\mu }_{\mathit{t}}=\frac{\mathrm{1}}{M-\mathrm{1}}{\displaystyle \sum _{i=\mathrm{1}}^{M-\mathrm{1}}}{x}_i\end{array}（4）

\begin{array}{c}{\sigma }^{\mathrm{2}}=\frac{\mathrm{1}}{M-\mathrm{1}}{\displaystyle \sum _{\mathit{i}=\mathrm{1}}^{M-\mathrm{1}}}(x_i-u_t{)}^{\mathrm{2}}\end{array}（5）

式中：t为目标神经元；x为相邻神经元，\lambda为超参数；M代表每个通道上的神经元个数；{\mu }_t表示通道上神经元均值；{\sigma }^{\mathrm{2}}表示通道上所有神经元x_i（i=1，2，3，…，M）的方差.e_t^{*}值越低，代表神经元t与相邻的神经元区分度越高，神经元的重要性也越高.

\begin{array}{c}\tilde{\mathit{X}}=\mathrm{S}\mathrm{i}\mathrm{g}\mathrm{m}\mathrm{o}\mathrm{i}\mathrm{d}\left(\frac{\mathrm{1}}{\mathit{E}}\right)\odot \mathit{X}\end{array}（6）

式中：\mathit{X}为输入特征图；\mathit{E}为能量矩阵；\tilde{\mathit{X}}为输出特征图；Sigmoid（·）为激活函数；⊙为哈德曼乘积，对两个同维度矩阵（张量）对应位置的元素分别相乘.公式（6）中，\mathit{E}将所有e_t^{*}跨通道和空间维度进行分组，使用Sigmoid激活函数进行归一化加权，利用原始特征与注意力权值计算哈德曼乘积，完成对输入特征\mathit{X}的增强处理，输出注意力特征图\tilde{\mathit{X}}.

SimAM注意力机制的核心优势在于无须引入额外参数即可实现高效且全面的特征评估与加权^［26］.作为3D注意力机制，SimAM注意力机制可以同时考虑空间和通道维度，直接为特征图推导出三维权值，更加全面地对活跃神经元进行加权，无须引入额外参数，还能够保持网络特征提取的高效性^［27］，提升模型对复杂背景中小目标的识别能力.烟雾扩散过程中会呈现不断聚集消散的动态特征，传统注意力机制的固定权重分配方式难以跟踪这种实时变化. SimAM注意力机制无须手动设置超参数，会动态调整特性，可随烟雾形态变化实时更新注意力权重，适合烟雾检测.因此，本文在Backbone骨干网络后引入SimAM注意力机制，降低复杂环境下无关特征的干扰，提高对小目标烟雾特征的提取效率.

3.2 Neck结构改进

Backbone通过多层卷积提取图像特征，但随着多层次特征多次卷积提取，深层次网络的语义表征能力更强，特征图分辨率降低，空间几何特征相较于浅层网络降低.

为减少特征丢失，需要增加多尺度特征融合网络.传统特征融合采用特征金字塔网络^［28］（feature pyramid network， FPN），采用自上而下的单向路径来融合上层的多尺度特征，如图5（a）所示.但是自上而下的单向聚合会受到单向信息流的限制，浅层丰富的空间特征难以传到最后一层；YOLOv8在FPN基础上增加额外的自下而上的路径，形成PANet，如图5（b）所示.但是PANet的双向融合倾向于合并同质尺度特征图，对于不同尺度的特征信息往往平等对待，无法有效融合不同分辨率的多尺度图层特征.

加权双向特征金字塔网络^［29］（bi-directional feature pyramid network， BiFPN）使用双向跨尺度连接和加权特征融合，在特征金字塔的相邻级别之间引入双向连接，使特征信息可以双向传输，提升了模型多尺度特征获取能力，从而提升准确性和效率.如图5（c）所示.

在自上而下的路径中，对不同分辨率的特征图进行下采样卷积，在不增加参数量的情况下减少特征图的宽度和高度，对齐通道特征图，降低计算复杂度.在自下而上的路径中，使用上采样，保留深层低分辨率特征图中更多的空间特征信息.引入可学习的权重来学习不同层输入的特征信息，更好地融合深层、浅层之间的特征信息.

同时，针对FPN和PAFPN网络无法同时高效地融合深层网络的高级语义信息与浅层网络的低级空间信息的局限性，以及模型对于小目标检测策略的不足，Yang等^［30］提出了一种 MAF-YOLO 模型，开发了SAF（superficial assisted fusion）模块和AAF（advanced assisted fusion）模块，充分融合浅层和深层网络的不同特征信息，形成了MAFPN.

SAF模块将Backbone中带有语义信息特征的深层网络和带有高分辨率的浅层网络相结合，保留丰富的浅层定位细节来增强网络的空间表示，增强对小目标的检测能力，更好地融合提取不同层的空间信息.如图6（a）所示，P_n代表不同分辨率下第n层的特征图，P_n^{\text{'}}、P_n^{\text{'}\text{'}}代表不同路径下的特征图.SAF模块接受来自同层P_n、3×3卷积并归一化的上一层P_{n-\mathrm{1}}以及下采样的P_{n+\mathrm{1}}^{\text{'}}的特征图信息，使用Concat进行特征融合，最后输出P_n^{\text{'}}.

接着，在第二条自上而下的路径中，采用 AAF 模块连接4个不同层，融合更加密集的特征信息，保留多样化的多尺度信息.如图6（b）所示，AAF 模块同时接受来自3×3卷积并归一化的浅层的P_{n-\mathrm{1}}^{\text{'}\text{'}}、同层的P_n^{\text{'}}、1×1卷积并归一化的P_{n+\mathrm{1}}^{\text{'}}以及进行3×3卷积并归一化的P_{n-\mathrm{1}}^{\text{'}}的特征图信息，最后使用Concat进行特征融合输出P_n^{\text{'}\text{'}}.

MAFPN中的SAF模块和AAF模块都采用Concat对多尺度特征直接进行特征维数相加，没有引入可学习的权重来考虑不同特征信息的重要性，对于关键特征信息的融合不充分.本文先对齐通道特征图，再使用BiFPN中能够快速归一化的加权特征融合Fusion模块替换SAF、AAF模块中的Concat模块进行特征融合，如图7所示.

保留浅层网络信息和多样化的多尺度信息的同时，也使特征网络的输出贡献能够根据不同的特征输入分辨率进行动态调整.Fusion融合方法见公式（7）：

\begin{array}{c}O=\sum _{\mathit{i}}\frac{w_{\mathit{i}}\cdot I_{\mathit{i}}}{\mathrm{ϵ}+{\sum }_{\mathit{j}}{w}_{\mathit{j}}}\end{array}（7）

式中：w_i 为每个特征的标量或通道的向量；\mathit{ϵ}=0.000 1确保数值的稳定.

MA-BiFPN 通过结合浅层高分辨率特征和深层语义信息，优化了Neck层的网络结构，能够明显降低模型参数量和权重大小，提升模型检测烟雾的性能，增强模型的轻量化部署能力.

在Backbone后引入SimAM注意力机制，降低复杂环境下无关特征的干扰，提高特征提取效率.接着在Neck的特征融合部分加入了改进的双向特征金字塔网络MA-BiFPN，将Backbone的输出与Neck双向连接，保留适量的浅层信息来促进后续对图像特征的学习，同时降低模型的大小，提升模型轻量化部署能力.融合提取不同层次、不同权重的特征信息，提升火灾烟雾检测模型的检测性能.改进后的YOLOv8模型如图8所示.

模型以H×W×C为640×640×3的彩色图像作为input输入，通过Backbone部分进行特征提取.首先进行P1、P2的下采样，提取浅层特征，输出维度变为 160×160×128.接着进入P3处理成为80×80×256，再经过P4下采样为40×40×128，输入给P5.P5首先经过卷积下采样和C2f 模块，得到20×20×1 024的特征图，之后的SPPF模块通过多尺度池化融合特征，维度仍保持20×20×1 024.

最终进入SimAM注意力模块，作为无参数注意力机制，它仅对特征图中不同空间位置的权重进行调整，不会改变特征图的物理维度，仍然输出20×20×1 024的特征图.

用3次卷积将Backbone的P3、P4、P5输出的3个尺度特征统一转换为256通道，为后续融合做准备.接着，将P4的256通道特征图通过卷积下采样至 20×20，与P5的256通道特征图融合；将P5优化后的特征图通过最近邻上采样至40×40，同时将P3的256通道特征图下采样至40×40，与原P4的256通道特征图三者融合；将P4优化后的特征图上采样至80×80，同时将骨干网络中P2的128通道特征图下采样至80×80，与原P3的256通道特征图三者融合；

为进一步增强不同尺度特征的关联性，P3优化后的特征图与上采样后的 P4 特征图融合，强化小目标特征的语义信息；P3下采样的特征图、P5上采样的特征图和P4的特征图融合，优化中目标特征；P2下采样的特征图、P4上采样的特征图和P3的特征图融合，强化大目标特征.

最后，Detect模块对80×80×256、40×40×512、20×20×1 024三个尺度的特征图进行预测.

4 实验与结果分析

4.1 实验环境

实验算法模型在 Windows 11操作系统上进行，使用的CPU为 Intel i7-11800H @ 2.30 GHz，GPU为 NVIDIA RTX T600，基于 Python 3.8的PyTorch 2.1.0搭建深度学习框架训练模型，使用CUDA 11.8加速库调取GPU进行并行加速，GPU的显存大小为4 GB.各模型输入尺寸均为640×640，训练 150 个epoch，使用SGD优化器进行参数的优化，学习率为 0.01，学习率衰减为0.937，批次大小设置为16.

4.2 评价指标

火灾烟雾检测任务的常用评估指标有：查准率P、查全率R（recall）、平均精度AP（average precision）和平均精度均值mAP （mean average precision），四者数值越高，代表模型性能越优越.根据目标的真实类别和预测类别的组合，将样本划分为TP（true positive）、TN （true negative）、FP（false positive）、FN（false negative）4种情况.TP代表正样本被正确识别的数量，TN代表负样本被正确识别的数量，FP表示误报的负样本数量，FN代表漏报的正样本数量.

1）查准率P，即以模型预测结果的真实类别为判断依据，预测为正的样本中，模型预测正确的所占的比例.P越大，误检越少，见公式（8）：

\begin{array}{c}P=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}\end{array}（8）

2）查全率R，即以样本真实类别为判断依据，实际为正的样本中，模型预测正确的所占的比例.R越大，漏检的越少，见公式（9）：

\begin{array}{c}R=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}\end{array}（9）

3）为了综合评价算法有效性，采用平均精度AP进行评价，即衡量预测的边界框和类别是否准确的性能指标，见公式（10）：

\begin{array}{c}\mathrm{A}\mathrm{P}={\int }_{\mathrm{0}}^{\mathrm{1}}P\left(R\right)\mathrm{d}R\end{array}（10）

积分计算结果为以R为横坐标，P为纵坐标， P-R曲线与第一象限所围面积.

4）平均精度均值，衡量整体预测的边界框与类别是否准确的综合指标，见公式（11）：

\begin{array}{c}\mathrm{m}\mathrm{A}\mathrm{P}=\frac{\mathrm{1}}{n}{\int }_{\mathit{i}=\mathrm{1}}^n\mathrm{A}{\mathrm{P}}_i\end{array}（11）

式中：n 表示类别数；AP _i 表示第i 类别的平均精度；mAP为所有类别 AP _i 的平均值.由于为烟雾单类别，故所有类别 AP 值的平均值即原AP值，mAP=AP，mAP 的大小在［0，1］区间，越大越好.

交并比（intersection over union）I_oU为预测框与真实框的交集和并集之比，如公式（12）所示，用于评价预测框的精准程度.I_oU越大，预测框的与真实框重合程度越高，预测结果越准确.

\begin{array}{c}{I}_{\mathrm{o}\mathrm{U}}=\frac{B\bigcap G}{B\bigcup G}\end{array}（12）

设定mAP的I_oU检测阈值为0.5，即评价指标为mAP@0.5.设定mAP的I_oU检测阈值从0.5到0.95（不包括0.5，步长为0.05）上的平均mAP值，即评价指标为mAP@0.5-0.95.

综上，本文选取mAP@0.5、mAP@0.5-0.95作为算法准确性的综合指标，采用参数量评价模型的检测效率，采用权重大小评价模型轻量化能力，采用每秒帧数（frames/s）评估模型的检测速度，30 frames/s为进行实时检测的最低标准.

4.3 实验结果分析

4.3.1 增强前后数据集对比

本文使用增强前后的数据集分别训练YOLOv8基础模型，验证经过增强后的数据集对模型学习烟雾特征能力的优化效果.为了直观反映模型重点关注的特征图区域，分别在3类环境下，对比由原始数据集和增强数据集训练生成的模型检测相同图像的检测框，以及对应的热力图，如图9所示.热力图中暖色调表示较高强度，冷色调表示较低强度，颜色越深的像素对预测结果的贡献越大.从图9可知，由增强后数据集训练而来的模型更专注于烟雾前景目标，对背景噪声的抑制效果更好.在识别框内，热力图的走势与烟雾的形态更加接近，深色区域更多，对于颜色较浅且较为透明的烟雾，模型更加敏感，具有更好的识别效果.在包含相同图片数量的情况下，通过多种数据增强技术处理后的数据集，可以有效增强原始模型对烟雾特征的学习能力.本研究将基于增强后的数据集对模型进行优化训练.

4.3.2 增强后数据集分析

增强后数据集包含2 500张经过数据增强的火灾烟雾图片，对数据集中标签的尺寸、大小和位置信息进行统计，结果如图10所示.每张图片中至少含有一个烟雾标签.图10（a）代表标签中心点相对于整幅图的位置，横坐标x与纵坐标y分别代表标签中心点横纵坐标与图像宽度的比值.可知，标签数据集中在图像的中部，同时也少量分布在四周区域.图10（b）代表标签相对于整幅图的高宽比例，横坐标 width与纵坐标height分别代表标签的宽度、高度与图像宽度、高度的比值.综合图10可知，烟雾图像经过增强后，可以模拟分布于不同的时间、光照、天气等场景的烟雾，符合火灾前早期烟雾的实际情况.同时剔除相同图片，避免数据划分时的数据污染.

数据集划分为3个部分，训练集∶验证集∶测试集=8∶1∶1.模型在训练集图片的基础上进行训练.

4.3.3 网络改进消融实验

为了评估不同改进策略对基准模型的影响，本研究比较和分析了YOLOv8n、YOLOv8n融合MA-BiFPN、YOLOv8n融合SimAM以及YOLOv8n融合MA-BiFPN和SimAM共4种模型结构.模型4即MBS-YOLO（YOLOv8n+MA-BiFPN+SimAM），结果见表1.两种改进模块均对YOLOv8n算法的检测性能有不同方面的改善.加入MA-BiFPN模块后，mAP@0.5提升2.2个百分点，由于优化了Neck层的网络结构，模型参数量和权重大小相较于YOLOv8n分别下降0.84×10⁶和1.5 MB.加入SimAM注意力机制后，3-D权重可以进一步优化模型多尺度特征的融合过程，提高模型对烟雾细节特征的提取能力.最终改进后的模型MBS-YOLO相较于YOLOv8n基准模型，mAP@0.5提升了2.6个百分点，mAP@0.5-0.95提升了0.9个百分点，而模型参数量和权重大小相较于YOLOv8n则分别减少了0.84×10⁶和1.5 MB.通过引入SimAM注意力机制和MA-BiFPN模块，可以增强模型烟雾检测的性能，优化网络结构，提升模型轻量化能力.

同时，为了验证MA-BiFPN结构对已有的两种基准模型改进效果差异，本文分别对YOLOv8n和YOLOv10n^［31］进行改进，融合MA-BiFPN结构得出融合MA-BiFPN的YOLOv8n改进模型——YOLOv8n改和融合MA-BiFPN的YOLOv10n改进模型——YOLOv10n改，实验结果见表2.分析可得YOLOv8n改的mAP@0.5相较于YOLOv10n改提升3.7个百分点，mAP@0.5-0.95提升1个百分点.YOLOv8n改的模型权重更小，在监测速度上即每秒帧数上，YOLOv8n改达到73.0 frames/s，稍快于YOLOv10n改.因此，相较于YOLOv10n，YOLOv8n更加适合在本研究中作为基准模型进行改进.

4.3.4 注意力机制对Neck改进模块的影响

为验证不同注意力模块对加入MA-BiFPN改进后的轻量化模型精度的影响程度，选取目前广泛使用的EMA、SENet与SimAM进行对比，实验结果见 表3和图11.基于MA-BiFPN改进后的轻量化模型，引入SimAM注意力机制可以使得模型在不增加其他学习参数的情况下，mAP@0.5提升0.4个百分点，mAP@0.5-0.95提升2.1个百分点，保持模型轻量化的同时能进一步提升模型的检测精度.其余的两种注意力机制由于无法给MA-BiFPN提供有效的特征融合结果，mAP@0.5和mAP@0.5-0.95均有不同程度的下降.通过和EMA、SENet的对比，验证了SimAM注意力机制使得MA-BiFPN在轻量化后，对烟雾特征的理解能力进一步增强.

4.3.5 经典YOLO模型的对比分析

为了全面展示改进模型的优势，进行了与主流 YOLO系列目标检测算法的对比实验.使用统一的训练集进行训练，epoch设置为150轮次，batch_size设置为16，其余参数均相同，实验结果见表4和图12.从表4可知，MBS-YOLO在自建数据集上的各项表现均为最优.mAP@0.5和mAP@0.5-0.95指标均优于3款YOLO系列经典模型，模型能够更好地检测形态特征不明显的早期烟雾，在各类复杂环境下也有更好的泛化能力.同时，因为Neck层网络结构的优化，改进后模型的权重大小仅为4.4 MB，相较于YOLOv5n^［32］、YOLOv8n、YOLOv10n分别下降了12%、25.4%和20%，能够更好地满足模型轻量化部署的要求.

此外，为了对比最新算法，还选取目前主流的新模型YOLOv11n^［33］进行对比，见表5.

MBS-YOLO的模型的参数量相较于YOLOv11n减少了15.9%；权重文件大小减少20%.MBS-YOLO相较于YOLOv11n能够有效降低模型对终端设备存储资源的占用需求，更契合边缘计算等存储受限场景的需求.

而在检测精度上，MBS-YOLO的mAP@0.5相比YOLOv11n仅降低0.1个百分点.但是由于烟雾扩散过程中具有多种不同的特性，而YOLOv11n缺少SimAM注意力机制，无法随烟雾形态变化实时更新注意力权重，因此在实际的环境中，它更容易受到复杂背景下无关特征的干扰.

4.3.6 实例验证结果

为了展示改进后模型性能的提升，对比户外、农村、城市3种典型场景下的5种模型的检测效果，见图13所示.

场景1（户外场景）：天空背景干扰强，烟雾与云层颜色相近，背景对比度低.

在该场景中，烟雾面积大、颜色偏灰白，且与背景的天空及云层相似度高，易造成误检或漏检.YOLOv5n的检测框最小，对烟雾的识别检测能力最弱，容易造成漏检.包括YOLOv11n在内的其余模型检测框和置信度均小于MBS-YOLO.改进后的MBS-YOLO能够有效分离天空背景与烟雾特征，置信度为0.40，在所有模型中最高，提升了在低对比度背景下的检测可靠性.

场景2（农村场景）：光照强烈，干扰阴影多，烟雾边缘模糊.

该图像拍摄于强光照射下，且环境复杂，各类干扰阴影多，容易诱发模型错检；同时烟雾边缘受光线散射影响，轮廓不清晰，也容易造成漏检.YOLOv10n出现了漏检，YOLOv5n和 YOLOv11n虽然框出了烟雾区域，但置信度依旧偏低，仅为0.5左右，YOLOv8n为0.62.改进后的MBS-YOLO对烟雾边缘的响应能力增强，在该场景下检测框更加完整，置信度达到0.71，表现出更强的鲁棒性.

场景3（城市场景）：环境复杂，烟雾颜色浅，和背景颜色接近，对比度低.

此场景中烟雾背景包含建筑物混凝土墙面和浅灰色天空，极易产生混淆.YOLOv10n的检测置信度仅为0.34，YOLOv5n、YOLOv8n、YOLOv11n的检测置信度都不足0.6，改进后的MBS-YOLO则达到了0.73，能够有效抑制背景干扰，精准定位烟雾区域，在复杂自然背景下展现出更优的检测稳定性.

从3组图可见，尽管所有模型均能检测出烟雾，MBS-YOLO在户外、农村、城市3种典型场景下检测框的置信度均高于YOLOv5n、YOLOv8n、YOLOv10n及YOLOv11n，尤其在天空混淆、光照干扰和复杂背景等挑战性条件下，优势更为明显.这表明MBS-YOLO在保持轻量化的同时，显著提升了烟雾检测的准确性与可靠性，更适用于早期火灾预警等实际应用场景.

5 结 论

本文提出了一种基于改进YOLOv8的烟雾检测模型——MBS-YOLO，旨在解决传统火灾烟雾检测模型对早期烟雾检测的局限性.得出以下结论：

1）引入的SimAM注意力机制，3-D权重可以同时考虑空间和通道维度，无须引入额外参数即可进一步优化模型多尺度特征的融合过程，同时有效抑制复杂环境下无关特征的干扰.

2）综合BiFPN和MAFPN优势改进而来的MA-BiFPN模块，可以使模型能够动态地跨尺度融合特征，保留更多的网络信息，对于小而淡的早期烟雾也能进行检测，并提高模型在复杂环境中的鲁棒性.接受来自SimAM注意力机制处理后的多尺度特征，相较于原模型，可以进一步增强模型烟雾检测的性能.同时，MA-BiFPN优化了网络结构，大大减少了模型的参数量.

3）经过增强处理的烟雾检测数据集，可以模拟不同的光照条件、烟雾透明度和环境复杂性下相似的烟雾特征，增强模型对早期烟雾特征的敏感程度，使其能够更好地降低背景的干扰，从背景中提取烟雾特征.

4）对比实验表明，在增强数据集上，本文基于改进的YOLOv8基础模型提出的MBS-YOLO模型相较于原网络模型，mAP@0.5提升了2.6个百分点，mAP@0.5-0.95提升了0.9个百分点，模型的权重大小仅为4.4 MB，模型检测速度达到了74.0 frame/s的实时处理速率.改进后的模型对早期烟雾有较强的检测能力，同时满足大空间建筑中检测的轻量化部署需求.

提出的这些改进显著提升了火灾烟雾检测的可靠性、准确性和效率，为现代火灾监控系统提供了一个可扩展且轻量化的解决方案.未来的工作将集中在扩大数据集以及结合实时环境适应技术，以进一步提高检测性能.

参考文献

[1] 王茹，李朴杰，王亚康，等 ．明清古建筑群火灾智能监测技术研究［J］．湖南大学学报（自然科学版），2023，50（7）：169-177．

[2] WANG R， LI P J， WANG Y K，et al ．Research on intelligent fire monitoring technology of historic buildings in Ming and Qing dynasties［J］．Journal of Hunan University （Natural Sciences），2023，50（7）：169-177．（in Chinese）

[3] 李晓旭， 李泊宁， 张曦， 等 ．基于CA-Res注意力机制的YOLOv5图像火灾检测算法［J］．消防科学与技术， 2023， 42（8）： 1113-1116．

[4] LI X X， LI B N， ZHANG X，et al ．Image fire detection algorithm based on YOLOv5 with CA-Res attention mechanism［J］．Fire Science and Technology，2023，42（8）：1113-1116．（in Chinese）

[5] 任厚平，张永明，张维农，等.基于混合高斯模型定位的火灾烟雾纹理特征提取［J］.微计算机信息，2005（21）：88-90.

[6] REN H P， ZHANG Y M， ZHANG W N， et al. Smoke texture character extraction based on mixture Gaussian model［J］.Microcomputer Information， 2005（21）： 88-90. （in Chinese）

[7] 赵敏，张为，王鑫，等 ．时空背景模型下结合多种纹理特征的烟雾检测［J］．西安交通大学学报，2018， 52（8）： 67-73．

[8] ZHAO M， ZHANG W， WANG X，et al. A smoke detection algorithm with multi-texture feature exploration under a spatio-temporal background model［J］. Journal of Xi’an Jiaotong University， 2018， 52（8）：67-73．（in Chinese）

[9] 方成，于盛鑫，李永刚，等 ．基于深度学习的土木工程计算机视觉健康监测［J］．同济大学学报（自然科学版），2024，52（2）：213-222．

[10] FANG C， YU S X， LI Y G，et al ．Deep learning-based computer vision for health monitoring in civil engineering［J］. Journal of Tongji University （Natural Science）， 2024， 52（2）： 213-222．（in Chinese）

[11] 黄健，张钢 ．深度卷积神经网络的目标检测算法综述［J］．计算机工程与应用，2020，56（17）：12-23．

[12] HUANG J， ZHANG G ．Survey of object detection algorithms for deep convolutional neural networks［J］. Computer Engineering and Applications，2020，56（17）：12-23．（in Chinese）

[13] 傅天驹，郑嫦娥，田野，等 ．复杂背景下基于深度卷积神经网络的森林火灾识别［J］. 计算机与现代化， 2016（3）： 52-57．

[14] FU T J， ZHENG C E， TIAN Y，et al. Forest fire recognition based on deep convolutional neural network under complex background［J］. Computer and Modernization，2016（3）： 52-57．（in Chinese）

[15] PENG Y S， WANG Y ．Real-time forest smoke detection using hand-designed features and deep learning［J］. Computers and Electronics in Agriculture，2019，167：105029．

[16] YIN D X， CHENG P L， HUANG Y ．YOLO-EPF：multi-scale smoke detection with enhanced pool former and multiple receptive fields［J］．Digital Signal Processing，2024，149：104511．

[17] GIRSHICK R， DONAHUE J， DARRELL T，et al ．Rich feature hierarchies for accurate object detection and semantic segmentation［C］//2014 IEEE Conference on Computer Vision and Pattern Recognition．June 23-28，2014，Columbus，OH，USA．IEEE，2014：580-587．

[18] REN S Q， HE K M， GIRSHICK R，et al ．Faster R-CNN：towards real-time object detection with region proposal networks［J］．IEEE Transactions on Pattern Analysis and Machine Intelligence，2017， 39（6）： 1137-1149．

[19] 唐乾坤， 胡瑜. 基于注意力机制的单阶段目标检测锚点框部件感知特征表达［J］. 计算机辅助设计与图形学学报， 2020， 32（8）： 1293-1304．

[20] TANG Q K， HU Y. Attention based part-aware features of anchor boxes for single-shot object detection［J］. Journal of Computer-Aided Design & Computer Graphics，2020，32（8）：1293-1304．（in Chinese）

[21] REDMON J， DIVVALA S， GIRSHICK R，et al ．You only look once：unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR），June 27-30，2016，Las Vegas，NV，USA. IEEE， 2016： 779-788．

[22] 张伟，庄幸涛，王雪力，等 ．DS-YOLO：一种部署在无人机终端上的小目标实时检测算法［J］．南京邮电大学学报（自然科学版），2021， 41（1）： 86-98．

[23] ZHANG W， ZHUANG X T， WANG X L，et al ．DS-YOLO：a real-time small object detection algorithm on UAVs［J］．Journal of Nanjing University of Posts and Telecommunications （Natural Science Edition），2021，41（1）： 86-98．（in Chinese）

[24] 孔烜， 彭佳强， 张杰， 等 ．面向低光照环境的车辆目标检测方法［J］．湖南大学学报（自然科学版）， 2025， 52（1）： 187-195．

[25] KONG X， PENG J Q， ZHANG J，et al. Vehicle object detection method for low-light environment［J］. Journal of Hunan University （Natural Sciences），2025，52（1）： 187-195．（in Chinese）

[26] 罗明明，黄建华，孙希延，等 ．基于深度学习的小目标森林火灾识别方法［J］．计算机仿真，2024，41（9）：167-172．

[27] LUO M M， HUANG J H， SUN X Y，et al ．Small target forest fire recognition method based on deep learning［J］. Computer Simulation，2024，41（9）：167-172．（in Chinese）

[28] 曹云刚， 曾雅慧， 程海波， 等. 基于全维动态卷积与聚焦IoU的多视角森林火点检测方法［J］. 西南交通大学学报， 2026， 61（1）： 147-155．

[29] CAO Y G， ZENG Y H， CHENG H B，et al ．Multi-view method for forest fire detection based on omni-dimensional dynamic convolution and focaler-IoU［J］. Journal of Southwest Jiaotong University，2026，61（1）： 147-155．（in Chinese）

[30] 马耀名， 张鹏飞， 谭福生 ．面向复杂背景下烟雾火焰检测的改进YOLOv8s算法［J］. 计算机工程与应用，2025，61（3）：121-130．

[31] MA Y M， ZHANG P F， TAN F S. Improved YOLOv8s model for smoke and flame detection in complex backgrounds［J］. Computer Engineering and Applications， 2025，61（3）： 121-130．（in Chinese）

[32] 殷智伟， 邵家玉， 张宁. YOLO-DAW：基于窗口内部双重注意力机制的目标检测模型［J］．东南大学学报（自然科学版），2023， 53（4）： 718-724．

[33] YIN Z W， SHAO J Y， ZHANG N ．YOLO-DAW： object detection model based on dual attention mechanism within windows［J］．Journal of Southeast University （Natural Science Edition），2023，53（4）： 718-724．（in Chinese）

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

[35] 刘嘉敏，谢文杰，黄鸿，等 ．基于空间和通道注意力机制的目标跟踪方法［J］．电子与信息学报，2021，43（9）： 2569-2576．

[36] LIU J M， XIE W J， HUANG H，et al ．Spatial and channel attention mechanism method for object tracking［J］．Journal of Electronics & Information Technology，2021，43（9）：2569-2576．（in Chinese）

[37] YANG L X， ZHANG R Y， LI L D，et al ．SimAM：a simple，parameter-free attention module for convolutional neural networks［C］//International Conference on Machine Learning．2021.

[38] 王一旭，肖小玲，王鹏飞， 等 ．改进YOLOv5s的小目标烟雾火焰检测算法［J］．计算机工程与应用， 2023， 59（1）：72-81．

[39] WANG Y X， XIAO X L， WANG P F，et al ．Improved YOLOv5s small target smoke and fire detection algorithm［J］. Computer Engineering and Applications，2023，59（1）：72-81．（in Chinese）

[40] 闵浩， 屈八一， 谢子豪. 基于改进YOLOv8的隧道火灾检测研究［J］．计算机测量与控制，2024， 32（5）：38-45．

[41] MIN H， QU B Y， XIE Z H ．Research on tunnel fire detection based on improved YOLOv8［J］. Computer Measurement & Control， 2024，32（5）：38-45．（in Chinese）

[42] LIU S， QI L， QIN H F，et al ．Path aggregation network for instance segmentation［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. June 18-23，2018，Salt Lake City，UT，USA. IEEE， 2018： 8759-8768．

[43] 郭玲，于海雁，周志权. 基于SimAM注意力机制的近岸船舶检测方法［J］．哈尔滨工业大学学报，2023，55（5）： 14-21．

[44] GUO L， YU H Y， ZHOU Z Q ．Nearshore ship detection method based on SimAM attention mechanism［J］．Journal of Harbin Institute of Technology，2023，55（5）：14-21．（in Chinese）

[45] 单飞，李辉， 孙浩，等. 基于改进simAM-YOLOv8的路面多病害识别方法［J］. 吉林大学学报（工学版），2026，56（1）：219-230．

[46] SHAN F， LI H， SUN H，et al ．Pavement distress identification method based on improved simAM-YOLOv8［J］．Journal of Jilin University （Engineering and Technology Edition），2026，56（1）：219-230．（in Chinese）

[47] LIN T Y， DOLLÁR P， GIRSHICK R，et al. Feature pyramid networks for object detection［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. July 21-26，2017，Honolulu，HI，USA．IEEE，2017：936-944．

[48] TAN M X， PANG R M， LE Q V ．EfficientDet：scalable and efficient object detection［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）．June 13-19，2020，Seattle，WA，USA．IEEE，2020：10778-10787．

[49] YANG Z Q， GUAN Q， ZHAO K E，et al. Multi-branch auxiliary fusion YOLO with re-parameterization heterogeneous convolu- tional for accurate object detection［C］//Pattern Recognition and Computer Vision．Singapore： Springer， 2025： 492-505．

[50] CHEN H， CHEN K， DING G G，et al ．YOLOv10：real-time end-to-end object detection［C］//Advances in Neural Information Processing Systems 37. December 10-15，2024．Vancouver，BC，Canada．Neural Information Processing Systems Foundation，Inc．（NeurIPS），2024：107984-108011．

[51] 邵延华，张铎，楚红雨，等 ．基于深度学习的YOLO目标检测综述［J］．电子与信息学报，2022，44（10）：3697-3708．

[52] SHAO Y H， ZHANG D， CHU H Y，et al. A review of YOLO object detection based on deep learning［J］. Journal of Electronics & Information Technology，2022，44（10）：3697-3708．（in Chinese）

[53] KHANAM R， HUSSAIN M ．YOLOv11：an overview of the key architectural enhancements［EB/OL］．2024：arXiv：2410.17725．

基金资助

国家自然科学基金面上项目(62277046)

General Program of National Natural Science