【技术实现步骤摘要】
本专利技术涉及烟雾排放监测领域，尤其涉及一种基于yolov8改进模型的烟雾检测模型、城市烟雾排放监测方法及系统。
技术介绍
1、随着工业技术的飞速发展，环境上问题日益突出，各种有害烟雾对生活环境影响巨大，其中工厂产生的烟雾以及焚烧产生的烟雾是关注的重点。基于图像的烟雾检测系统，通过对来自摄像头的图像进行处理，根据图像中是否存在烟雾进行烟雾预警。提升烟雾检测系统的准确度，能够减少对报警烟雾图像的审查与预警的精力，因此精准的对烟雾进行监测是保护环境的重要措施。目前基于图像的检测模型准确度高，能够有效的减少在环保部门在监测中投入的人力。但是，随着烟雾检测的应用越来越多，对烟雾检测的准确度以及需求越来越高。
2、文献1：宋华伟，屈晓娟，杨欣，万方杰.基于改进yolov5的火焰烟雾检测.计算机工程.第49卷第6期；
3、在yolov5s的基础上进行优化，在yolov5s的neck部分将上、下采样的特征进行融合并引入ca(coordinate attention)注意力机制，增强模型对图像特征的提取力，但neck部分的特征融...
【技术保护点】
1.一种基于YOLOv8改进模型的烟雾检测模型，其特征在于：
2.根据权利要求1所述的基于YOLOv8改进模型的烟雾检测模型，其特征在于，使用SimAM注意力机制优化HGBlock模块的方法为：
3.根据权利要求1所述的基于YOLOv8改进模型的烟雾检测模型，其特征在于，使用SimAM注意力机制优化SPPF模块的方法为：
4.根据权利要求1所述的基于YOLOv8改进模型的烟雾检测模型，其特征在于，使用SimAM注意力机制优化C2f模块的方法为：
5.一种基于YOLOv8改进模型的城市烟雾排放监测方法，其特征在于，包括：<...
【技术特征摘要】
1.一种基于yolov8改进模型的烟雾检测模型，其特征在于：
2.根据权利要求1所述的基于yolov8改进模型的烟雾检测模型，其特征在于，使用simam注意力机制优化hgblock模块的方法为：
3.根据权利要求1所述的基于yolov8改进模型的烟雾检测模型，其特征在于，使用simam注意力机制优化sppf模块的方法为：
4.根据权利要求1所述的基于yolov8改进模型的烟雾检测模型，其特征在于，使用s...
【专利技术属性】
技术研发人员：万方杰，李睿智，宋华伟，郭军利，利鹏翱，李怡彬，
申请(专利权)人：郑州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。