基于改進YOLOv7 算法的復(fù)雜場景煙霧檢測研究

打開文本圖片集

摘要：【目的】旨在解決復(fù)雜場景中目標(biāo)煙霧失檢、檢測精度低的問題?！痉椒ā炕赮OLOv7算法基礎(chǔ)上進行優(yōu)化改進，將原模型Neck部分的PAFPN結(jié)構(gòu)替換為漸近式特征金字塔結(jié)構(gòu)AFPN并引入ECIoU作為目標(biāo)回歸損失函數(shù)，在自構(gòu)建數(shù)據(jù)集SMdatase和Pycharm平臺上進行驗證?！窘Y(jié)果】實驗結(jié)果表明：改進后的算法準(zhǔn)確率比原YOLOv7模型提高了1.3%，達(dá)到68.6%，平均精度均值（mAP）比原YOLOv7 模型提升了1.8%，達(dá)到64.6%，且改進后算法的計算復(fù)雜度僅有82.5 GFLOPs，比原YOLOv7模型下降了27.4%。（剩余8691字）