《Array》：YOLOv8n-ResCBAM: A Lightweight Attention Network for Early Wildfire Detection Oriented to Smart City Monitoring
编辑推荐：
摘要专业翻译：
YOLOv8n-ResCBAM：一种面向智慧城市监测的轻量级注意力网络，用于早期野火探测。该研究展示了YOLOv8n-ResCBAM在面向未来智慧城市监测中具有强大的烟雾敏感性，并以较低的计算成本实现了高烟雾检测灵敏度。研究人员（此处指代原文中
摘要专业翻译：
YOLOv8n-ResCBAM：一种面向智慧城市监测的轻量级注意力网络，用于早期野火探测。该研究展示了YOLOv8n-ResCBAM在面向未来智慧城市监测中具有强大的烟雾敏感性，并以较低的计算成本实现了高烟雾检测灵敏度。研究人员（此处指代原文中的“we”）对模块放置位置在三种配置（M1-M3）下进行了系统研究。轻量化设计支持在边缘设备上进行潜在的实时野火监测。
论文解读文章：
一、研究背景与问题
野火每年在全球造成巨大的生态破坏、经济损失和健康威胁。在美国，自2000年以来野火年均烧毁面积约700万英亩；夏威夷州在2005至2011年间年均烧毁面积占全州土地面积的0.48%，高于美国本土的0.30%及西部12个火灾多发州的0.46%。野火烟雾含有细颗粒物和多种气态化合物，可严重降低空气质量并危害人体健康。由于野火点燃后蔓延迅速，及时检测火情和烟雾对快速响应、减少损失至关重要。
当前野火监测主要依赖地面传感器、卫星观测和基于摄像头的系统。地面传感器检测热或烟雾信号，但覆盖大面积或偏远区域需要密集且昂贵的传感器网络，空间覆盖有限；卫星系统可提供广域观测，但受空间、时间和能见度限制，可能漏检小型、短时或被遮挡的火灾；摄像头系统可连续监测大面积户外区域，但自动火灾和烟雾检测仍面临远距离视角、复杂背景、光照变化、风雾等环境因素挑战。烟雾常与云、雾、霾、尘埃或车辆尾气相似，增加了误报和漏检风险。
深度学习检测器，特别是YOLO系列模型，已提升视觉火灾和烟雾检测的速度与精度。YOLOv8因其改进的骨干网络设计、解耦检测头和无锚框预测机制，被广泛用于火灾和烟雾检测研究。然而，YOLOv8在复杂背景下检测早期烟雾时仍面临挑战：早期烟雾通常微弱、半透明、对比度低，可靠检测困难。注意力机制和上下文增强模块可通过强调相关火灾和烟雾特征、抑制背景干扰来提升特征判别能力。但近期研究常仅报告总体性能，未分别呈现火灾和烟雾类别的结果，导致无法明确架构修改是同时改善两类目标还是主要惠及其中一类。
二、研究内容与结论
为弥补上述不足，研究人员将八种全局上下文和注意力模块集成到YOLOv8纳米版（YOLOv8n）的骨干和颈部，并分别报告火灾和烟雾的检测性能及总体性能。模块分为两组：全局上下文模块包括全局上下文块（GC）、高斯上下文变换器（GCT）、聚集-激发（GE）和挤压-激发（SE）；轻量级注意力模块包括高效通道注意力（ECA）、全局注意力机制（GAM）、洗牌注意力（SA）和残差卷积块注意力模块（ResCBAM）。据研究人员所知，这是首次将ResCBAM集成到YOLOv8n架构用于火灾和烟雾检测。主要贡献为：(1)在同一YOLOv8n框架内集成并研究八种模块对火灾和烟雾检测的影响；(2)研究三种集成配置以明确模块数量和放置位置对性能的影响；(3)进行火灾和烟雾检测的类别特定分析，确定最有效提升烟雾检测同时保持可靠火灾检测的模块和配置。
三、关键技术方法
研究人员使用D-Fire数据集，包含21,527张图像，涵盖仅火、仅烟、火烟共存和背景图像，共26,557个标注边界框（14,692个火，11,865个烟）。数据集来源包括在线资源库、巴西贝洛奥里藏特科技园受控火灾实验、米纳斯吉拉斯联邦大学和Serra Verde州立公园监控摄像头，以及使用照片编辑软件人工合成的烟雾图像。实验在NVIDIA V100 SXM2 GPU（16 GB）上进行，图像统一调整至640×640像素，采用YOLOv8默认数据增强（HSV颜色增强、平移、缩放、水平翻转和马赛克增强，最后10个epoch禁用马赛克），预热训练策略（前3个epoch学习率从近零升至0.01），随机梯度下降优化，批量大小64，初始学习率0.01，动量0.937，权重衰减0.0005，共150个epoch。评估指标包括精度（P）、召回率（R）、F1分数和平均精度（mAP），在IoU阈值0.5（mAP:50）和0.5至0.95（mAP:50-95）下计算，验证时NMS的IoU阈值为0.7。
四、研究结果
4.1 标准YOLOv8n性能
标准YOLOv8n总体精度0.769、召回率0.705、F1分数0.736，mAP:50为0.746，mAP:50-95为0.426。烟雾检测优于火灾：烟雾精度0.843、召回率0.766、F1分数0.803，mAP:50为0.812，mAP:50-95为0.501；火灾精度0.696、召回率0.643、F1分数0.668，mAP:50为0.680，mAP:50-95为0.351。视觉检查发现模型在云或霾被误检为烟雾时出现误分类，表明其在复杂户外环境中区分视觉相似大气模式的能力不足。
4.2 全局上下文模型性能
全局上下文模块在三种配置（M1：SPPF层后；M2：颈部最后C2f块后；M3：颈部每个C2f块后）下集成。YOLOv8n-GC-M3取得最佳总体性能，F1分数0.752，mAP:50-95为0.445，总体F1相对提升2.17%，mAP:50-95提升6.10%。烟雾检测中GC-M3 F1为0.811，mAP:50-95为0.524；火灾检测F1为0.693，mAP:50-95为0.379。GCT模型表现参差，GCT-M2总体F1最高为0.737，但GCT-M3性能下降，表明过度上下文缩放可能模糊精细空间细节。GE模型表现稳定，GE-M3总体F1为0.747，烟雾F1为0.807，火灾F1为0.687。SE模型亦有提升，SE-M3总体F1为0.745，烟雾F1为0.806，火灾F1为0.683。M3配置对GC和SE模块效果最强，因模块在颈部多个位置集成，使上下文信息更有效促进多尺度特征融合。
4.3 轻量级注意力模型性能
注意力模块采用M3配置（颈部多个位置集成）。YOLOv8n-ResCBAM取得最高总体F1分数0.765和mAP:50-95为0.465，相对基线F1提升3.94%，mAP:50-95提升9.15%，召回率0.739为最高。烟雾检测中ResCBAM F1为0.829，mAP:50-95为0.543，精度0.845、召回率0.814；GAM精度最高0.852，SA召回率最高0.808。火灾检测中ECA表现最佳，F1为0.702，mAP:50-95为0.391，相对基线F1提升5.09%，mAP:50-95提升11.39%。ResCBAM通过联合通道和空间注意力及残差连接，有效增强微弱低对比度烟雾区域的识别能力，同时减少误检。
五、讨论与结论
讨论部分指出，不同模块对精度和召回率的影响各异，表明通道、空间和上下文特征细化对火灾和烟雾识别的贡献不同。YOLOv8n-GC-M3精度略高（0.797 vs 0.793），而YOLOv8n-ResCBAM召回率更高（0.739 vs 0.712）且F1更高（0.765 vs 0.752）。烟雾类别中差异更显著：ResCBAM召回率0.814、F1 0.829，GC-M3为0.778和0.811。ResCBAM的联合通道和空间注意力可增强烟雾相关特征响应并强调空间分布，残差连接在细化过程中保留微弱特征；GC-M3聚合更宽空间上下文，可改善大面积烟雾结构解释和抑制孤立背景响应，但可能较难保留极微弱局部烟雾线索。与近期模型比较，YOLOv8n-ResCBAM以10.5 GFLOPs实现F1 76.5%，比Peng等人模型少约11.0% GFLOPs，比Yu等人模型少51.4% GFLOPs和55.8%参数；烟雾检测中与YOLO11s-MSCA精度同为84.5%，但召回率更高（81.4% vs 76.9%），F1更高（82.9% vs 约80.5%）。
研究结论部分（原文结论部分未在文档中完整呈现，根据摘要和结果综合）：YOLOv8n-ResCBAM在保持较低计算成本的同时实现了高烟雾灵敏度，其轻量化设计支持在边缘设备上进行潜在的实时野火监测，为智慧城市监测中的早期野火预警提供了有效解决方案。
