李虹 紀(jì)任鑫 陳軍鵬 耿榮妹 蔡驍 張艷迪

摘? 要：該文提出一種基于改進(jìn)YOLOv5s的森林煙火檢測(cè)算法，通過(guò)引入GSConv輕量化卷積和消除網(wǎng)格敏感度的策略，在原始YOLOv5s模型的基礎(chǔ)上優(yōu)化。在煙火數(shù)據(jù)集上進(jìn)行廣泛的實(shí)驗(yàn)，同時(shí)將改進(jìn)的算法部署到無(wú)人機(jī)上進(jìn)行真機(jī)測(cè)試。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)改進(jìn)的模型在森林煙火檢測(cè)任務(wù)中取得顯著的性能提升。模型的平均精度達(dá)到90.65%，且檢測(cè)耗時(shí)僅為4.1 ms，滿(mǎn)足煙火檢測(cè)的高精度和實(shí)時(shí)性要求。這一研究為森林煙火檢測(cè)算法的實(shí)際應(yīng)用提供有力支持，具有重要的實(shí)際意義和應(yīng)用價(jià)值。

關(guān)鍵詞：森林煙火檢測(cè)；YOLOv5s；GSConv輕量化卷積；消除網(wǎng)格敏感度；實(shí)時(shí)性

中圖分類(lèi)號(hào)：S762.32? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）05-0007-05

Abstract： This paper proposes an improved forest fire detection algorithm based on YOLOv5s. The algorithm enhances the original YOLOv5s model by introducing the GSConv lightweight convolution and a strategy to eliminate grid sensitivity. Extensive experiments are conducted on a forest fire dataset， and the proposed algorithm is successfully deployed on a drone for real-world testing. The experimental results demonstrate significant performance improvements achieved by the enhanced model in forest fire detection. The average accuracy of the model is 90.65%， and the detection time is only 4.1 ms， which meets the high precision and real-time requirements of pyrotechnic detection. This study provides a strong support for the practical application of forest fire detection algorithm， and has important practical significance and application value.

Keywords： forest fire detection; YOLOv5s; GSConv lightweight convolution; elimination of grid sensitivity; real-time

隨著溫室效應(yīng)的增強(qiáng)，全球氣候進(jìn)一步變暖，世界范圍內(nèi)年平均降雨量減少，森林中的枯枝敗葉增多，進(jìn)而導(dǎo)致森林火災(zāi)頻發(fā)。森林火災(zāi)具有燃燒時(shí)間長(zhǎng)、難以控制的特點(diǎn)，這會(huì)嚴(yán)重破壞林木資源、毀滅動(dòng)植物、嚴(yán)重危及人民群眾的生命財(cái)產(chǎn)安全，給人們帶來(lái)難以估計(jì)的損失[1]。據(jù)統(tǒng)計(jì)，我國(guó)自1950年開(kāi)始，全國(guó)年均森林火災(zāi)案例超過(guò)13 000起，由森林火災(zāi)造成的傷亡人數(shù)達(dá)到580 人之多，超過(guò)653 000 hm2的林地面積被破壞[2]。

傳統(tǒng)的火災(zāi)預(yù)防方法有紅外探測(cè)器檢測(cè)、衛(wèi)星遙感等方式，這些方法對(duì)于森林火災(zāi)的檢測(cè)都有明顯的不足?；诩t外探測(cè)器的檢測(cè)距離過(guò)短，易受環(huán)境干擾，并不適合用來(lái)檢測(cè)森林火災(zāi)。衛(wèi)星遙感雖能在檢測(cè)范圍上達(dá)到最大化，但檢測(cè)性能主要偏向于大面積森林火災(zāi)，火災(zāi)早期因面積較小不易被衛(wèi)星遙感探測(cè)，不能及早提醒消防人員撲火，因此容易延誤火災(zāi)撲滅的最佳時(shí)機(jī)。

隨著深度學(xué)習(xí)和圖像處理技術(shù)的快速發(fā)展，為森林火災(zāi)識(shí)別提供了新的手段，可以及時(shí)發(fā)現(xiàn)并撲滅森林火災(zāi)。無(wú)人機(jī)搭載深度學(xué)習(xí)平臺(tái)，巡檢過(guò)程中快速準(zhǔn)確識(shí)別出煙火等目標(biāo)，為人們提供最佳的撲滅森林火災(zāi)的時(shí)機(jī)。

1? YOLOv5算法介紹

YOLO[3-4]系列算法，因其高準(zhǔn)確率和實(shí)時(shí)性而在學(xué)術(shù)界和工業(yè)界廣受歡迎。最新發(fā)布的YOLOv5提供了4種網(wǎng)絡(luò)模型：YOLOv5x、YOLOv5l、YOLOv5m和YOLOv5s。雖然這些模型在結(jié)構(gòu)上相同，但區(qū)別在于網(wǎng)絡(luò)深度和權(quán)重。其中，YOLOv5s是最輕量級(jí)的模型，擁有最小的網(wǎng)絡(luò)寬度和深度，以及最快的檢測(cè)推理速度。

考慮到實(shí)際應(yīng)用的需求，本文選擇了YOLOv5s作為改進(jìn)模型。如圖1所示，該模型的網(wǎng)絡(luò)結(jié)構(gòu)分為3部分：骨干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和檢測(cè)頭。骨干網(wǎng)絡(luò)采用了CSPDarknet架構(gòu)，這是一種高效的特征提取模塊。它通過(guò)疊加多個(gè)BottleneckCSP模塊和SPP（Spatial Pyramid Pooling Fast，空間金字塔池化）模塊，有效地捕獲不同尺度和層次的特征信息，從而提升模型的感知范圍和檢測(cè)能力。頸部網(wǎng)絡(luò)位于骨干網(wǎng)絡(luò)和檢測(cè)頭之間，其作用是進(jìn)一步整合和加工骨干網(wǎng)絡(luò)提取的特征。在YOLOv5s中，頸部網(wǎng)絡(luò)采用FPN+PAN結(jié)構(gòu)，通過(guò)卷積和上采樣操作，實(shí)現(xiàn)了不同分辨率特征的融合，從而使模型在多尺度上都能夠有效地捕捉目標(biāo)信息。檢測(cè)頭是模型的最后一部分，它使用頸部網(wǎng)絡(luò)融合得到的特征進(jìn)行目標(biāo)檢測(cè)預(yù)測(cè)。在YOLOv5s中，檢測(cè)頭負(fù)責(zé)生成候選目標(biāo)框，對(duì)目標(biāo)進(jìn)行分類(lèi)和位置回歸，從而實(shí)現(xiàn)了目標(biāo)檢測(cè)任務(wù)。

2? 模型的改進(jìn)

2.1? GSConv輕量化卷積

深度學(xué)習(xí)模型的非線(xiàn)性表達(dá)能力與卷積網(wǎng)絡(luò)的復(fù)雜度之間存在一定的正相關(guān)性。然而，復(fù)雜模型通常需要大量的計(jì)算資源。因此，在有限的成本內(nèi)構(gòu)建強(qiáng)大模型不應(yīng)簡(jiǎn)單地依賴(lài)于無(wú)限增加模型參數(shù)的數(shù)量。Howard等[5]提出了輕量化網(wǎng)絡(luò)，該網(wǎng)絡(luò)在計(jì)算資源有限的環(huán)境中表現(xiàn)出色，能夠以更少的計(jì)算資源實(shí)現(xiàn)高效推理，從而滿(mǎn)足實(shí)時(shí)性能需求。受到Howard等的啟發(fā)后，許多輕量化模型采用深度可分離卷積來(lái)代替普通卷積。然而，深度可分離卷積在特征提取過(guò)程中將輸入圖像的通道信息分離，從而破壞了通道之間的信息融合，導(dǎo)致模型的檢測(cè)精度降低。Zhang等[6]提出的ShuffleNet 引入了“channel shuffle” 操作，通過(guò)在通道維度上進(jìn)行信息混洗，以增強(qiáng)通道之間的交互性，從而提高特征表示能力。盡管該方法改進(jìn)了深度可分離卷積以實(shí)現(xiàn)通道信息交互，但其檢測(cè)精度仍無(wú)法達(dá)到普通卷積的水平。

為了在提高檢測(cè)速度的同時(shí)不降低檢測(cè)精度，本文引入了一種新的方法[7]，即結(jié)合了普通卷積、深度可分離卷積和“channel shuffle” 操作的混合卷積，稱(chēng)為GSConv。如圖2所示，首先通過(guò)普通卷積生成高維特征，然后使用深度可分離卷積將高維特征進(jìn)行轉(zhuǎn)換，把普通卷積生成的特征完全混合到深度分離卷積中。接著將這2個(gè)特征進(jìn)行拼接，并通過(guò)“channel shuffle” 操作，將不同組的特征圖混洗在一起，以增強(qiáng)不同組之間的信息交互。這種設(shè)計(jì)有效地減少了計(jì)算量和參數(shù)數(shù)量。

在對(duì)YOLOv5s模型的改進(jìn)中，保留了骨干特征提取網(wǎng)絡(luò)中的普通卷積，把頸部（Neck）普通卷積層使用GSConv替換，如圖3所示。實(shí)驗(yàn)結(jié)果表明，GSConv和普通卷積在精度上基本保持一致。普通卷積在計(jì)算過(guò)程中最大程度地保留了通道之間隱藏的信息，從而保留了語(yǔ)義信息，然而深度可分離卷積會(huì)破壞這種聯(lián)系。本文采用的GSConv通過(guò)混合普通卷積和深度可分離卷積的特征，恢復(fù)了通道之間的信息交互。需要注意的是，GSConv并沒(méi)有替YOLOv5s模型中的所有普通卷積層。這一決策是出于對(duì)骨干網(wǎng)絡(luò)的考慮，骨干網(wǎng)絡(luò)負(fù)責(zé)對(duì)輸入圖像的尺寸進(jìn)行壓縮和通道擴(kuò)展，輸出的高通道的低分辨率特征包含了豐富的語(yǔ)義信息和多級(jí)感受野。如果在模型的所有階段都使用GSConv，模型的網(wǎng)絡(luò)層將變得更加深，網(wǎng)絡(luò)訓(xùn)練可能會(huì)出現(xiàn)不收斂的和梯度爆炸。實(shí)驗(yàn)表明，這一改進(jìn)的網(wǎng)絡(luò)模型在保持YOLOv5s的檢測(cè)精度的同時(shí)，通過(guò)輕量化設(shè)計(jì)，加快了推理速度。

2.2? 消除網(wǎng)格敏感度

在目標(biāo)檢測(cè)中，預(yù)測(cè)的目標(biāo)邊界框會(huì)在不同的網(wǎng)格中滑動(dòng)，輸出相應(yīng)的錨框值。如圖4所示，在卷積過(guò)程中，當(dāng)滑動(dòng)到中心網(wǎng)格位置時(shí)，將相對(duì)于網(wǎng)格左上角的偏移量tx和ty的值傳遞給Sigmoid函數(shù)。這一步將偏移量的值限制在0到1之間，然后加上網(wǎng)格的尺寸，從而得到了預(yù)測(cè)邊界框的中心坐標(biāo)。當(dāng)預(yù)測(cè)的中心點(diǎn)非常接近邊界值時(shí)，例如在中心網(wǎng)格的左上角和右下角，Sigmoid函數(shù)的值需要趨近于0或無(wú)窮大，而網(wǎng)絡(luò)很難穩(wěn)定地達(dá)到這種極端值。

為了解決這個(gè)問(wèn)題，在YOLOv5中引入了一個(gè)新的scale參數(shù)，用于調(diào)整Sigmoid函數(shù)的輸出。如式（1）所示，bx，y是預(yù)測(cè)框的中心坐標(biāo)，scale是一個(gè)尺度參數(shù)，tx，y是偏移量坐標(biāo)，δ是Sigmoid函數(shù)，cx，y是距離左上角網(wǎng)格的坐標(biāo)。通過(guò)增加tx，y區(qū)域的斜率擴(kuò)大了可取值范圍。隨著尺度參數(shù)的增加，發(fā)現(xiàn)了一個(gè)新問(wèn)題：在tx，y附近的區(qū)域，斜率也隨之增加，如圖5（a）所示。式（2）中b′x，y是bx，y的導(dǎo)數(shù)，當(dāng)tx，y為0時(shí)，斜率達(dá)到最大值，最大斜率與比例值有關(guān)。因此，為了消除柵格敏感性，增加比例值會(huì)導(dǎo)致在tx，y附近出現(xiàn)非常大的斜率。而接近0的輸入值tx，y會(huì)導(dǎo)致網(wǎng)絡(luò)的不穩(wěn)定性。

為了克服這些問(wèn)題，受Huang等[8]的啟發(fā)對(duì)先前的方法進(jìn)行了改進(jìn)，將tx，y乘以一個(gè)參數(shù)α/scale，如式（3）所示，其中α代表一個(gè)固定的斜率值。當(dāng)將消除網(wǎng)格敏感性的方法（在YOLOv4中使用）作為基準(zhǔn)時(shí)，將參數(shù)α設(shè)置為2。而在不消除網(wǎng)格敏感性的情況下（類(lèi)似于YOLOv3的方法），參數(shù)α被設(shè)定為1。通過(guò)對(duì)式（3）進(jìn)行導(dǎo)數(shù)分析（如式（4）所示），可以觀察到當(dāng)tx，y為0時(shí)，斜率與α相關(guān)。在這種方法中，使用固定值α，而不是可變的尺度值。因此，通過(guò)這種方式消除網(wǎng)格敏感性時(shí)，曲線(xiàn)的斜率保持不變，如圖5（b）所示。實(shí)驗(yàn)中將參數(shù)α設(shè)定為2。

3實(shí)驗(yàn)結(jié)果與分析

3.1數(shù)據(jù)集

本文所使用的數(shù)據(jù)集來(lái)源于實(shí)際的應(yīng)用場(chǎng)景，利用標(biāo)注工具對(duì)1 400張圖片進(jìn)行標(biāo)注，包含4類(lèi)：火、煙、水源以及建筑物。為了增強(qiáng)網(wǎng)絡(luò)模型的泛化能力和魯棒性，對(duì)1 400張圖做數(shù)據(jù)增強(qiáng)處理，包括隨機(jī)裁剪、顏色變換、仿射變換。并將數(shù)據(jù)集按照訓(xùn)練集、測(cè)試集、驗(yàn)證集以 8∶1∶1 的比例進(jìn)行劃分。

3.2評(píng)價(jià)指標(biāo)

為了全面評(píng)估模型的性能，采用多種不同的評(píng)價(jià)指標(biāo)進(jìn)行衡量和量化。式（5）代表精確率，精確率越高代表檢測(cè)正確的目標(biāo)數(shù)量占所有檢測(cè)目標(biāo)數(shù)量的比例越高。式（6）代表召回率，召回率較高時(shí)，模型能夠找到大部分真實(shí)目標(biāo)，但可能會(huì)有一些誤檢測(cè)。式（7）、（8）分別代表平均精確率和平均精確率的平均值，用于評(píng)估模型在不同閾值下的性能。

上述4式中，TP表示預(yù)測(cè)為正樣本的正樣本數(shù)量，F(xiàn)P表示預(yù)測(cè)為負(fù)樣本的正樣本數(shù)量，F(xiàn)N表示預(yù)測(cè)為正樣本的負(fù)樣本數(shù)量，m表示標(biāo)簽的類(lèi)別數(shù)。

參數(shù)量是指模型中所有可學(xué)習(xí)參數(shù)的總數(shù)量。計(jì)算量是指模型在推理或訓(xùn)練過(guò)程中需要執(zhí)行的總計(jì)算操作的數(shù)量，計(jì)算量可以用來(lái)衡量模型的復(fù)雜度和計(jì)算資源的要求，影響著模型的速度和效率。通常情況下，較高的計(jì)算量會(huì)導(dǎo)致更長(zhǎng)的推理或訓(xùn)練時(shí)間。速度是指處理單幀圖像的時(shí)間。

3.3? 輕量化和消融實(shí)驗(yàn)結(jié)果

3.3.1? 輕量化實(shí)驗(yàn)結(jié)果

為了在輕量化模型的同時(shí)保持檢測(cè)精度并提升推理速度，把原始YOLOv5s頸部普通卷積替換為GSConv層，并在計(jì)算目標(biāo)預(yù)測(cè)框時(shí)，并在目標(biāo)預(yù)測(cè)過(guò)程中引入了參數(shù)以消除網(wǎng)格敏感度。實(shí)驗(yàn)結(jié)果見(jiàn)表1，改進(jìn)的模型在精度方面提升了3.09個(gè)百分點(diǎn)，召回率也提高了2.13個(gè)百分點(diǎn)，這表明在目標(biāo)識(shí)別方面，模型不僅減少了誤判，還增強(qiáng)了目標(biāo)的檢測(cè)能力。另外，AP-50 值相對(duì)于原始 YOLOv5s 提高了3.25個(gè)百分點(diǎn)，參數(shù)量減少了0.8 MB，計(jì)算量減少了5.7 G，推理速度提高了2.1 ms，實(shí)驗(yàn)結(jié)果證明了所采用的改進(jìn)模型和策略在煙火檢測(cè)方面的有效性。

3.3.2? 消融實(shí)驗(yàn)

為了驗(yàn)證各改進(jìn)模塊的有效性，本文共進(jìn)行了4組消融實(shí)驗(yàn)，選取訓(xùn)練最優(yōu)的訓(xùn)練權(quán)重在驗(yàn)證集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果見(jiàn)表2。 其中“√”表示加入該模塊，“×”表示沒(méi)有加入該模塊，由表2可知，使用GSConv后，參數(shù)量下降，推理速度也提高了2.2 ms，說(shuō)明該模塊比原來(lái)模型更加輕量化；引入消除網(wǎng)格策略后，雖然檢測(cè)速度的提升幅度不大，但模型的精確率卻增加了2.58個(gè)百分點(diǎn)，有效提升了模型的精確性。

3.3.3? 檢測(cè)效果與分析

模型可視化如圖6所示，通過(guò)對(duì)比可見(jiàn)，原始的YOLOv5在某些情況下存在煙霧目標(biāo)的漏檢現(xiàn)象，而經(jīng)過(guò)改進(jìn)的模型則能夠準(zhǔn)確地檢測(cè)出圖像中所有的煙霧目標(biāo)，徹底解決了漏檢的問(wèn)題。此外，不僅在漏檢方面有所改善，改進(jìn)的模型在目標(biāo)定位和分類(lèi)方面也表現(xiàn)出更高的準(zhǔn)確性，從而在整體得分上取得了顯著提升，進(jìn)一步驗(yàn)證了模型的優(yōu)越性能。改進(jìn)的輕量化模型并沒(méi)有犧牲準(zhǔn)確性來(lái)?yè)Q取推理速度的提升。在實(shí)際應(yīng)用中，經(jīng)過(guò)TensorRT部署后，該改進(jìn)模型在Windows平臺(tái)上的推理速度達(dá)到了1 ms，這意味著模型能夠在實(shí)時(shí)應(yīng)用場(chǎng)景中快速地進(jìn)行目標(biāo)檢測(cè)和識(shí)別，為實(shí)際應(yīng)用提供了高效的解決方案。

4? 結(jié)論

本文在深入研究目標(biāo)檢測(cè)領(lǐng)域的基礎(chǔ)上，提出了一種針對(duì)森林煙火檢測(cè)的改進(jìn)算法。通過(guò)對(duì)YOLOv5s模型進(jìn)行GSConv輕量化卷積的改進(jìn)以及消除網(wǎng)格敏感度的優(yōu)化，成功地提升了模型的檢測(cè)性能和推理速度。實(shí)驗(yàn)結(jié)果表明，所提出的算法在煙火檢測(cè)任務(wù)中表現(xiàn)出優(yōu)越的性能，取得了顯著的平均精度和實(shí)時(shí)性。將算法應(yīng)用于無(wú)人機(jī)實(shí)際場(chǎng)景中的真機(jī)測(cè)試進(jìn)一步驗(yàn)證了其有效性和可行性。該研究不僅在理論上提出了創(chuàng)新性的解決方案，還在實(shí)際應(yīng)用中取得了實(shí)質(zhì)性的成果。未來(lái)，將繼續(xù)深入研究目標(biāo)檢測(cè)領(lǐng)域，進(jìn)一步拓展算法的適用范圍，為森林火災(zāi)的預(yù)防和控制提供更加可靠和高效的技術(shù)支持。

參考文獻(xiàn)：

[1] 王楚.基于改進(jìn)YOLOv5的森林火災(zāi)識(shí)別方法研究與應(yīng)用[D].重慶：重慶大學(xué)，2022.

[2] 葉錦斌.基于深度學(xué)習(xí)的森林煙火檢測(cè)系統(tǒng)軟件設(shè)計(jì)與開(kāi)發(fā)[D].廣州：華南理工大學(xué)，2022.

[3] 馬慶祿，魯佳萍，唐小垚，等.改進(jìn)YOLOv5s的公路隧道煙火檢測(cè)方法[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2023，57（4）：784-794，813.

[4] 劉洪，王元華，何健，等.YOLOv5算法在山火檢測(cè)中的應(yīng)用[J].興義民族師范學(xué)院學(xué)報(bào)，2022（4）：113-118.

[5] HOWARD A， SANDLER M， CHU G， et al. Searching for mobilenetv3[C]//Proceedings of the IEEE/CVF international conference on computer vision. 2019： 1314-1324.

[6] ZHANG X， ZHOU X， LIN M， et al. Shufflenet： An extremely efficient convolutional neural network for mobile devices[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2018： 6848-6856.

[7] 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：2206.02424，2022.

[8] HUANG L， LI W， SHEN L， et al. High-Performance Fine Defect Detection in Artificial Leather Using Dual Feature Pool Object Detection[J]. arXiv preprint arXiv：2307.16751，2023.