基于模块化AI模组的火灾图像智能检测

杨涛; 汪友杰; 王伟

doi:10.16442/j.cnki.qlgydxxb.2026.01.007

齐鲁工业大学学报 ›› 2026, Vol. 40 ›› Issue (1) : 57 -64. DOI: 10.16442/j.cnki.qlgydxxb.2026.01.007

基于模块化AI模组的火灾图像智能检测

杨涛, 汪友杰, 王伟

作者信息 +

Author information +

文章历史 +

PDF

摘要

火灾监测对减少生命财产损失至关重要，但传统方法在复杂环境中存在实时性与准确性不足的问题。本文提出一种基于改进YOLOv5s的轻量化火灾图像检测算法，结合边缘计算技术优化监测系统。通过引入卷积块注意力模块(CBAM)增强特征学习能力，采用多孔空间金字塔池化(ASPP)扩大模型感受野，并利用EIoU Loss损失函数加速收敛、提升回归精度。实验表明，改进后模型的火灾识别率提高至94%,精确率与召回率分别达到94.2%和92.4%。通过将系统搭载在模块化AI模组上，直接处理视频数据，避免了云端传输延迟，显著提升了检测实时性。该方法为复杂场景下的火灾监测提供了高效解决方案，对提升应急响应能力具有重要意义。