来源：期刊VIP网 时间：
作者：钱伟;杨潇;刘全义;罗宏;王海斌;
单位：民机火灾科学与安全工程四川省重点实验室;中国民用航空飞行学院飞机修理厂;中国民用航空飞行学院民航安全工程学院;
摘要：目前民航客机货舱火灾探测主要通过烟雾探测实现，存在漏报、误报、实时性差等问题，基于视觉的视频图像探测是解决上述问题的重要技术。针对视频图像检测火焰算法多收敛速度慢等问题，提出了基于YOLOv8优化的火焰检测算法模型。首先，在众多视频火焰检测算法中，以火焰检测精准度筛选出YOLOv8算法作为底层火焰检测算法，针对YOLOv8算法，以优化速度为方向，设计了RFAConv卷积方式，运用组卷积方式融合卷积通道，以达到减少YOLOv8计算量、提升运算速度的目的。通过采集模拟货舱大空间火灾火焰图像，验证了优化后的YOLOv8火焰检测算法在检测精度不变的情况下，压缩了10%的参数量，实现了算法的轻量化，提升了运算效率。
关键词：安全工程;火焰识别;YOLOv8;图像检测;算法优化
基金资助：国家自然科学基金重点项目(U2033206); 四川省重点实验室项目(MZ2022JB01);四川省重点实验室项目(MZ2024JB02); 中央高校基本科研业务费专项资金项目(ZJ2022-007)
