一种用于公路隧道火灾检测的轻量级深度学习方法：提升实时检测能力和可靠性

《Case Studies in Thermal Engineering》：A lightweight deep learning approach for fire detection in highway tunnels: Enhancing real-time capability and reliability

　　林朝丽|黄自健|云南彝族|谭华春|杜宝文
中国广东省深圳市深圳大学绿色与长寿命公路工程在极端环境中的国家重点实验室（深圳），邮编518060

**摘要**
高速公路隧道是关键的交通基础设施，火灾可能会引发连锁故障、大量人员伤亡和长时间的服务中断。传统的点式传感器和基于视频的系统常常无法提供及时的早期预警，因为它们在复杂的城市隧道光照和能见度限制下缺乏检测初期火灾所需的灵敏度。本研究开发了一个基于实时视觉的预警模块，该模块使用了两个轻量级卷积神经网络进行训练，这些网络使用了由281张互联网隧道火灾图像、1552张开源车辆火灾图像以及与暨墩消防科技有限公司合作收集的592张小型隧道火灾实验图像组成的混合数据集。数据集按大约8:1:1的比例分为训练集、验证集和测试集，且正样本仅限于隧道火灾图像，以评估对隧道特定情况的泛化能力。轻量级模型在预测性能和计算成本方面与更深的CNN基线模型进行了比较。在专注于隧道的测试集上，最佳模型在Tesla T4 GPU上实现了98.75%的准确率、98.0%的召回率和8.24毫秒的延迟，表明实时部署是可行的，且不会显著降低可靠性。高斯噪声和椒盐噪声下的鲁棒性测试量化了对退化图像的敏感性，并突出了去噪和图像质量控制的实际价值。Grad-CAM可视化进一步显示，该模型关注了具有物理意义的火焰和烟雾区域，从而支持了在隧道安全应用中的可解释性和工程接受度。

**1. 引言**
隧道火灾由于封闭的几何形状和有限的通风条件，带来了独特的安全挑战，这有助于有毒烟雾的快速积聚[1][2]。虽然火焰的即时热威胁很严重，但密集的烟雾层带来了更普遍的风险——它削弱了能见度，威胁了结构完整性，并使疏散工作变得复杂[3][4][5]。因此，早期火灾检测不仅受到复杂光照的影响，还受到视觉线索迅速被遮挡的影响。
隧道是城市道路网络的重要组成部分[6]。截至2022年，中国共修建了24,850条高速公路隧道，总长度达到26,784.3公里，每年分别增加1,582条隧道和2,085.4公里[7]。由于隧道驾驶环境是封闭且视觉复杂的，交通事故可能会升级为具有严重后果的火灾。历史事件如1999年的蒙特布兰隧道火灾、2007年的美国5号州际隧道火灾以及2019年浙江省毛岭隧道火灾都表明了大规模人员伤亡、结构损坏和长时间服务中断的潜在风险[8][9][10]。
及时检测火灾对于挽救生命、减少伤害和限制隧道环境中的交通中断至关重要[11]。早期识别可以加快应急响应和疏散速度，同时提高隧道使用者和救援人员的保护[12]。及时预警还可以减少事态升级，限制基础设施损坏，并降低二次事故和严重拥堵的可能性[13][14]。
传感技术的进步为自动隧道火灾检测创造了新的机会[15]。温度和烟雾传感器对于早期预警仍然很重要[16]，但摄像机特别有吸引力，因为它们已经广泛用于交通监控。结合计算机视觉，隧道摄像机可以支持连续的图像分析和火焰、烟雾及异常视觉模式的实时识别[17][18]。因此，基于摄像机的图像分析是一个有前景的方向，深度学习方法在相关的火灾检测任务中取得了显著成果[19][20][21]。主要挑战在于，准确的深度模型通常需要大量的计算资源，这与实时预警的需求相冲突。卷积神经网络（CNN）在提取复杂视觉模式方面非常有效[22]，但它们在实际隧道应用中的使用受到延迟、硬件限制和隧道特定火灾样本稀缺性的制约[23]。
为了解决这些挑战，本文介绍了一个混合来源的数据集，以评估轻量级CNN在实时隧道火灾检测中的性能。具体来说，本研究旨在回答三个研究问题（RQ）：
• RQ1：轻量级CNN骨干网络是否能够在保持较低延迟的同时实现与更深层次基线相当的隧道火灾识别准确率？
• RQ2：使用混合来源的正样本进行训练是否可以改善模型在测试集严格限于隧道火灾图像时的泛化能力？
• RQ3：候选模型对模拟真实世界隧道监控条件的图像退化有多敏感？

**2. 文献综述**
本节回顾了从数据集构建、模型设计和部署要求的角度出发的先前工作，重点讨论这些研究对隧道火灾检测的意义，而不是按论文的时间顺序进行梳理。

**2.1. 数据集**
基于AI的火灾检测已经在室内空间、城市道路、工业环境和野外场景中进行了研究。这些场景中的核心数据集问题是样本数量与场景特异性之间的平衡。大型公共数据集通常能提高视觉多样性，但通常以非隧道场景为主。专注于隧道的数据集更符合实际应用需求，然而它们通常规模较小且难以收集。这种不匹配导致了领域偏移问题：在视觉上方便的火灾场景中训练的模型可能在总体上表现良好，但在隧道中仍然不可靠，因为隧道中的人工照明、镜面反射、视角限制和烟雾积聚模式与开阔道路或室外环境有显著不同[24]。
现有的火灾图像数据集通常来自四个来源：直接摄像机拍摄、视频帧提取、互联网检索和重用先前研究中报告的数据[25][26][27][28][29][30][31]。每种方法都有不同的权衡。直接拍摄和受控实验提供了较高的场景相关性，但规模有限。互联网检索扩大了数据集，但引入了质量不一和来源不一致的问题。视频帧提取可以有效增加样本数量，但常常产生几乎重复的图像，从而夸大了数据集的多样性[27][32]。重用公共数据集或先前发布的数据可以进一步扩展覆盖范围[25][30][33][34][35][36]，但许多此类数据集并非为隧道应用设计，因此未能充分代表隧道特有的视觉挑战。
当前文献的关键限制不仅在于隧道火灾数据集规模小，还在于其组成往往难以区分真正的泛化能力和来源偏差。一些研究通过使用森林、建筑物或一般道路火灾的图像来增加正样本类别，而其他研究则依赖数据增强或帧提取[37][38]。这些策略是有用的，但它们也可能导致训练分布偏离目标部署环境。因此，对于隧道应用，数据集设计应同时满足两个要求：在训练期间具有足够的视觉多样性，在测试期间具有场景真实性。这一观察结果激发了本研究中采用的混合来源训练策略和专注于隧道的评估协议（见表1）。

**表1. 数据集来源及数量**
| 来源 | 数量 | 描述 |
|-------------------|-------------------|-------------------------------------------------------------------------------------------|
| Han等人 2006 | 900 | 通过隧道摄像机获取的数据集 |
| Lee B等人 2007 | 900 | 使用真实场景中的隧道火灾图像的数据集 |
| Cho B H等人 2008 | 600 | 从6个视频中提取600帧以获得600张图片 |
| Ko B C等人 2010 | 13,200 | 从12个视频中提取13,200个像素（其中6,600个是火焰像素） |
| Celik T等人 2010 | 500 | 从互联网收集rgb图像以进行手动分割 |
| Sharma J等人 2017 | 651 | 包含难以分类且来自不同场景的图像的数据集，其中包括110张火灾图像 |
| Muhammad K等人 2018 | 68,957 | 来自其他论文的数据集 |
| Namozov A等人 2018 | 2440 | 通过几何变换和改变图片背景样式来增加数据集 |
| Saeed F等人 2019 | 35,845 | 用于Adaboost LBP模型的数据集 |
| Li P等人 2020 | 29,180 | 来自公共火灾图像/视频数据库、研究机构和互联网的数据集 |
| Xiqiang Wu等人 2021 | 24,100 | 包含火焰的图像数据集 |
| Cheng Y等人 2021 | 11,000 | 使用数字隧道火灾数据进行火灾模拟的数据集 |
| Xu R等人 2021 | 10,581 | 公共火灾数据集 |
| Wu X等人 2021 | 50,500 | 通过将505个数据样本乘以100个场景获得的数据集 |
| K Mao等人 2023 | 29,922 | 从互联网、视频截图或照片中获取的大量模拟隧道火灾图像 |

**2.2. 方法**
为了更好地将隧道火灾检测置于更广泛的基于AI的消防安全研究框架中，本节从三个互补的角度回顾了先前的工作：(i) 基于视觉的方法，用于包括分类、检测和分割在内的图像和视频的火灾/烟雾识别任务；(ii) 多模态火灾感知，结合RGB图像与热/红外流或异构传感器信号以提高在恶劣能见度下的鲁棒性；(iii) 强调轻量级架构和模型压缩的边缘部署策略，以满足严格的延迟和资源限制。我们进一步讨论了跨场景的证据（例如室内、城市道路和野外设置），以突出领域偏移问题并阐明本研究中采用的混合来源数据设计的原因。

**2.2.1. 多模态火灾检测模型**
最近的研究越来越多地结合热/红外图像和多传感器信号（例如温度、气体、烟雾），以提高在低照明或重度烟雾遮挡下的早期检测可靠性。多模态设计通常采用(i) 双流骨干网络与后期融合，(ii) 基于注意力的特征融合，或(iii) 基于变压器的融合来显式建模跨模态依赖性[40]。这些方法在抑制由照明反射引起的误报和提高对仅靠RGB数据难以观察到的微弱火灾信号的敏感性方面显示了优势[41]。同时，多模态系统引入了实际挑战，如传感器校准、同步和部署成本，这些需要在关键基础设施（如隧道）的安全要求中进行平衡。当前火灾检测研究中的一个更广泛问题是，当从典型火灾场景将模型转移到隧道环境时会发生领域偏移。在野外等室外环境中，RGB-热融合已被广泛采用以保持检测精度，以应对复杂的背景和重度烟雾[42]。对于室内环境，研究人员经常结合非视觉传感器信号（如温度、一氧化碳和烟雾），使用概率框架（如改进的Dempster-Shafer理论）。这种多模态性有效地减少了误报，并覆盖了纯基于视觉系统的盲点[43]。然而，主要在这些开放式或标准室内数据集上训练的模型在测试城市高速公路隧道时准确率显著下降。封闭的隧道环境引入了独特的干扰因素——如强烈的车辆前灯眩光、不均匀的人工照明和独特的气流模式——这些因素严重改变了数据分布，使得现成的多模态模型效果大打折扣[44]。

**2.2.2. 基于图像的检测模型**
基于图像的火灾检测技术的发展经历了从简单的灰度分析到更先进的统计和概率模型的逐步转变，强调了用于提高隧道环境中安全性和可靠性的方法的日益复杂。这些进步反映了人们越来越认识到图像处理是早期火灾检测的关键工具，尤其是在像隧道这样复杂和动态的场景中，传统方法往往难以胜任。
其中一种重要的基于图像的火灾检测方法是在20世纪90年代开发的，该方法通过分析灰度直方图来区分火灾场景和正常隧道条件。通过比较火灾图像和非火灾图像之间的灰度像素强度分布，这种技术标志着与以往检测方法的重要区别，强调了基于图像技术在火灾检测中的潜力[45]。虽然相对简单，但这种方法为未来在该领域的进步奠定了基础，证明了使用图像数据检测火灾的可行性。
随着图像处理技术的发展，出现了更复杂的模型，它们结合了颜色信息以提高火灾检测的准确性。2004年，T.H. Chen等人[46]引入了一个改进的火灾检测模型，该模型利用RGB颜色强度和饱和度来识别火焰和烟雾。这个模型是一个重要的进步，因为它同时考虑了火灾图像的动态和静态属性，提供了比早期基于灰度分析的方法更准确和可靠的火灾检测手段。
在这些进展的基础上，D. Han等人[26]开发了特定的算法，通过结合颜色信息与运动和边缘检测技术来检测火焰和烟雾。他们的工作通过将输入图像与正常场景图像的基线进行比较，更准确地识别了火灾和烟雾特征。这种方法在解决检测其他环境因素存在下的烟雾时取得了显著进展。
在随后的几年中，火灾检测模型采取了更统计的方法，B.H.Cho等人[32]提出了一种基于统计颜色模型和二值背景掩膜的自动火灾检测系统。这种方法摒弃了传统的固定阈值技术，提高了系统的鲁棒性和泛化能力。通过消除对预定义阈值的依赖，该系统能够适应不同的环境条件，从而在现实应用中更加灵活。B.C. Ko等人[35]进一步改进了这一技术，他们引入了一种考虑火焰像素值随时间动态变化的概率模型。该模型利用贝叶斯网络来更好地理解和预测火灾行为，显著提高了区分实际火灾与颜色相似物体的能力。通过结合傅里叶变换和小波变换，这种技术能够提取更精细的火焰特征，使得火灾检测系统更加可靠，减少了误报的概率。这些进展共同展示了基于图像的火灾检测技术的演变过程。从基本的灰度分析到复杂的概率和统计模型的发展，表明数字图像处理技术与统计方法的结合可以显著提高隧道火灾检测的准确性和效率。这些模型的不断完善在提升安全性能、实现早期火灾检测以及制定更有效的应对策略方面发挥了关键作用。

2.2.3 深度学习模型
深度学习技术在图像识别中的应用标志着火灾检测系统发展的一个重要里程碑，尤其是在隧道环境中。深度学习的最新进展，特别是卷积神经网络（CNN）的应用，显著提高了火灾检测模型的准确性和速度，克服了手动特征提取带来的限制。这些模型在识别火灾相关图像中的复杂模式方面表现出色，为隧道火灾检测提供了可靠的解决方案。基于CNN的模型在火灾检测中表现出色，尤其是在处理模拟现实世界火灾低概率发生情况的不平衡数据集时。通过对VGG16和ResNet50等深度学习架构进行微调，检测准确性和速度都得到了显著提升，显示了CNN处理复杂图像任务的强大能力[29]。此外，像GoogleNet这样的CNN非常适合嵌入式设备和视频监控系统，为成本敏感的火灾检测应用提供了有效的解决方案。这种适应性使得CNN成为资源受限环境（如嵌入式监控系统）中实时火灾检测的理想选择[33]。对CNN模型的进一步改进包括在激活层引入自适应分段线性单元，显著增强了网络的学习能力。结合图像增强技术和生成对抗网络（GAN）来扩充训练数据集，这些模型成功解决了由于火灾专用训练数据有限而导致的过拟合问题[37]。CNN在其他领域的应用（如森林火灾检测）也显示出有效性。例如，YOLOv3与无人机图像的结合利用了YOLOv3的速度和准确性来识别火灾事件，而无人机的使用则增强了在不同地形和高度下进行火灾监测的灵活性和成本效益。这种集成展示了将CNN与现代传感技术结合以提升多种环境中火灾检测能力的潜力[47]。对比分析各种火灾检测算法（包括Faster-RCNN、R–FCN、SSD和YOLO v3）表明，基于CNN的方法在准确性和检测速度方面始终优于传统的图像分析技术。特别是YOLO v3因其快速处理图像的同时保持高准确性的能力而被认为是实时火灾检测中最有效的模型之一[30]。

集成多个CNN模型的集成学习方法（如YOLOv5和EfficientNet）通过减少误报和提高检测系统的整体准确性进一步提升了火灾检测性能。通过整合不同模型的结果，集成学习构建了一个更强大的火灾检测框架，能够应对多种环境条件并最小化检测错误[36]。最近的创新还包括将长短期记忆（LSTM）网络与CNN结合，以实时预测火灾相关数据的时空分布。这种深度学习模型的组合在预测隧道环境中的温度变化方面展现出巨大潜力，进一步提高了动态和复杂隧道场景中火灾检测系统的准确性和可靠性[38]。总体而言，这些进展突显了深度学习对隧道火灾检测的革命性影响。CNN与集成学习和LSTM模型等创新方法的结合为火灾检测技术带来了新的视角，有望显著提升隧道环境中的安全措施。

对于操作型火灾监控而言，端到端的延迟和计算资源与检测准确性同样重要。因此，最近的研究强调了轻量级架构（如MobileNet/ShuffleNet系列）以及压缩技术（如剪枝、量化和知识蒸馏）的重要性，以实现边缘GPU或资源受限设备上的实时推理。特别是，面向边缘的部署策略考虑到轻量级架构和模型压缩，有效弥合了算法设计与硬件限制之间的差距。例如，最近的研究通过在低功耗边缘设备（如Raspberry Pi）上应用训练后量化和滤波器剪枝，成功部署了优化的MobileNetV2和ShuffleNet架构，显著降低了内存占用和推理延迟，同时保持了在资源受限环境中的火灾检测准确性[48]。除了模型设计外，实际部署还需要考虑带宽限制、间歇性连接以及传感器老化/噪声的鲁棒性，这激发了对延迟、模型大小和在损坏图像下性能下降的系统性评估[49]。

火灾识别算法的研究轨迹显著从依赖传统图像处理技术和机器学习算法发展为采用先进的深度学习算法，尤其是那些利用计算机视觉的算法。这些深度学习方法在各种室外环境（如森林和城市建筑）中的火灾识别领域展现出了巨大潜力，这些环境通常具有充足的照明条件。然而，深度学习算法在城市高速公路隧道环境中的具体应用仍需进一步探索。考虑到隧道环境的独特挑战——诸如人工照明设施和车辆前灯 combin, 造成的复杂照明条件，以及隧道封闭性导致的信号弱化——传统火灾识别算法的适应性面临重大挑战。将这些算法适应于这种特殊环境需要高精度和低延迟的火灾检测，以避免严重后果，包括误报和漏检的风险。城市高速公路隧道的封闭环境、复杂的照明条件和弱信号要求采取定制的火灾识别方法，而传统的深度学习算法可能无法充分应对这些挑战。

3. 数据集构建
在详细介绍数据收集过程之前，我们首先明确本研究中“早期检测”的范围。在基于视觉的监控中，早期检测并不意味着只有在火灾完全发展成大规模危险后才进行识别，而是指能够识别事件的第一批视觉可观察线索。这些早期迹象主要包括初期的烟雾和小型局部火焰。

对于基于深度学习的火灾检测来说，样本的数量和多样性都至关重要。当前的数据集结合了开源和实验图像，涵盖了隧道特有的火灾特征，同时增加了视觉变异性。正样本包括从互联网来源收集的隧道火灾图像、其他道路场景中的车辆火灾图像以及在小型隧道火灾实验中捕获的图像。负样本代表正常隧道运行和具有挑战性的非火灾条件，如车灯反射、隧道照明眩光、灰尘、车辆和背景结构纹理。为了降低数据泄露的可能性，数据划分是在事件源级别进行的，而不是通过随机帧混合：同一视频片段、实验序列或重复的互联网报告中的图像仅被分配到一个分组中。此外，测试集被设计为一个专注于隧道的评估集，其中所有正样本都是隧道火灾图像，所有负样本都是在不同视觉条件下收集的未见过的隧道非火灾图像。以下小节详细描述了正样本的构建过程。

3.1 隧道火灾的开源样本
真实的隧道火灾图像的稀缺性对开发准确可靠的火灾检测模型是一个重大挑战。为了收集全面的数据集，本研究通过各种互联网来源成功收集了281张描绘隧道火灾的图像。这些图像涵盖了包括烟雾、火焰及其组合在内的多种场景，为模型训练和验证提供了多样化的基础。部分样本如图1所示。

3.2 其他场景中的火灾开源样本
考虑到隧道火灾数据有限的问题，本研究采用了一种创新方法，将高速公路车辆火灾图像整合到数据集中。由于车辆是隧道火灾的主要易燃源，这些图像的加入显著丰富了数据集。共收集了1552张描绘城市高速公路火灾的图像，涵盖了各种有助于详细提取与车辆爆炸、火焰和燃烧过程中烟雾相关的像素特征的场景。这种策略不仅丰富了训练数据集，还通过降低过拟合风险增强了模型的鲁棒性和泛化能力。部分样本如图2所示。

3.3 隧道火灾的实验样本
仅依赖互联网来源的图像进行模型训练可能会影响模型在真实隧道环境中准确识别火灾事件的能力。鉴于模拟大规模隧道火灾的成本和后勤挑战，本研究进行了一系列小型隧道火灾实验。这些实验与湖北省宜昌市的建动脉火技术有限公司合作完成。实验设置旨在在不同条件（包括不同的火灾源位置、数量和通风情况）下捕获隧道火灾图像。通过手持相机和固定位置的视频监控系统捕获的图像被仔细记录下来，如图3和图4所示。这些实验图像对于验证和改进火灾检测模型至关重要，确保其在实际隧道火灾场景中的适用性和有效性。

4. 方法论
4.1 卷积神经网络
卷积神经网络（CNN）通过级联的卷积操作、非线性激活和空间下采样学习图像的层次化特征表示，随后通过分类头来做出决策。由于这些操作在深度学习文献中已有标准描述，这里仅提供概念性的概述，并将感兴趣的读者引用到标准参考文献以获取数学定义和实现细节。在本研究中，CNN被用作二值隧道火灾分类（火灾与非火灾）的核心识别器，方法论重点放在实时约束下的轻量级架构选择和面向隧道的评估上，以确保可靠的部署。

4.2 提出的方法
我们提出的隧道火灾早期预警模块是在严格的实时和部署约束下设计的。为了不引入新的基础架构，我们选择了两个具有良好准确性和延迟权衡的轻量级CNN架构（MobileNetV3_Large和ShuffleNetV2_2X），并分别与更深层次的基线模型（ResNet101和EfficientNetV2_Small）进行比较。这种设计直接支持引言中提出的三个研究问题：在延迟约束下的模型比较解决了RQ1，混合来源训练和隧道导向的测试协议解决了RQ2，基于损坏数据的鲁棒性分析解决了RQ3。因此，该方法在特定研究中的贡献在于：（i）以隧道为导向的混合源数据策略和以隧道为中心的测试协议；（ii）系统性的延迟/模型复杂性报告，以确保部署的实用性；（iii）在真实的图像损坏情况下（高斯噪声和椒盐噪声）进行鲁棒性评估；（iv）基于Grad-CAM的可解释性，以支持工程验收。所提出的隧道火灾检测方法的总体框架如图5所示。该框架基于两个轻量级卷积神经网络（CNN），即ShuffleNetV2和MobileNetV3，选择这两个网络是因为它们在计算效率和识别精度之间实现了良好的平衡，同时考虑了隧道部署的限制。

图5. 所提出的城市道路隧道火灾检测方法的框架。

ShuffleNetV2的结构如图6所示。ShuffleNetV2通过分割特征通道、仅对部分表示应用轻量级操作，然后通过通道混洗恢复通道间通信来提高计算效率。这种设计在保持判别能力的同时降低了卷积的计算成本。在本研究中，选择了ShuffleNetV2_2X变体，因为它在速度和精度之间取得了良好的平衡，适用于隧道火灾分类。

图7. MobileNetV3的结构。MobileNetV3结合了反向残差瓶颈、深度可分离卷积、挤压-激励Attention以及硬Swish激活函数，以改善精度与效率之间的平衡。瓶颈单元首先扩展特征维度，然后应用轻量级空间过滤和通道重新校准，最后将表示投影回紧凑形式。这种设计非常适合隧道火灾检测，因为它在保持低延迟的同时保留了有用的视觉细节。

该方法的第二个组成部分是梯度加权类激活映射（Grad-CAM），用于解释模型预测结果。Grad-CAM突出显示了对分类结果贡献最大的图像区域，并且可以在不修改或重新训练CNN架构的情况下应用。

图6. ShuffleNetV2_2X的整体网络结构。

图7. MobileNetV3的瓶颈模块。本研究中使用的MobileNetV3_Large主干网络遵循标准架构。Grad-CAM通过将目标类的分数反向传播到最后一个卷积特征图，并使用所得到的梯度来加权相应的通道来实现。然后将加权组合通过ReLU操作，得到一个热图，突出显示对火灾预测贡献最大的区域。在本研究中，这种可视化方法用于评估模型是否依赖于物理上合理的线索，如火焰、烟雾以及火焰-烟雾相互作用区域。

图8. 四个模型的平均损失和精度趋势。

轻量级主干网络和Grad-CAM分析为隧道火灾预警提供了一个实用的框架。CNN模型满足了部署的延迟要求，而Grad-CAM通过显示哪些火焰和烟雾区域影响模型决策来提高可解释性。

5. 结果
结果部分旨在回答引言中提出的三个研究问题。四种CNN的准确性和延迟比较解决了问题RQ1，以隧道为中心的混合源训练的测试性能解决了问题RQ2，而损坏实验解决了问题RQ3。

5.1. 实验设计
所有实验都是在Python 3.8环境下使用PyTorch 1.9.1+cu102框架实现的，并通过PyCharm开发环境执行。软件和硬件配置总结在表2中。除了上述轻量级卷积神经网络外，实验中还实现了ResNet101和EfficientNet2_Small作为基准模型。四种模型在GPU服务器上的基本参数及其响应延迟显示在表3中。

表2. 隧道火灾图像识别模型的实验环境。

表4. 模型训练过程中使用的超参数。

整个数据集被划分为训练、验证和测试三个子集，比例大约为8:1:1。训练和验证子集用于优化，而测试子集用于最终评估。测试集中的所有正样本都是隧道火灾图像，从而可以直接检验以隧道为导向的泛化能力，而不会被非隧道火灾图像所主导。最大训练长度设置为1000个周期，以确保所有架构在相同的计划下达到稳定状态；然而，模型选择基于具有最佳验证准确性的周期，而不是最后一个周期，这有助于防止过拟合。实际上，所有模型的验证曲线都会更早稳定下来，仅通过持续优化无法推断出对保留集的改进。

表3. 四种卷积神经网络的模型复杂性及延迟。

模型参数 FLOPs（每图像） 响应延迟
MobileNetV3_Large 5.5M 0.23B 8.24 ms
ShuffleNetV2_2X 7.4M 0.59B 8.96 ms
ResNet101 44.6M 7.83B 16.32 ms
EfficientNet2_Small 24M 8.8B 27.16 ms

模型性能通过准确率（A）、召回率（R）、精确度（P）和F1分数来评估。召回率特别重要，因为漏检火灾可能会带来严重的安全后果。精确度也很重要，因为误报会降低对隧道预警系统的操作信任。这些指标是根据表5中的混淆矩阵计算得出的。

表5. 二元混淆矩阵的概念。

5.2. 四种模型的准确性评估
四种模型的实验结果如图8所示。主要图表报告了代表性的收敛指标，即训练损失和验证准确率，以便于理解。在模型选择过程中，保存了验证准确率最高的检查点并在测试集上进行评估。这种策略强调在隧道场景中的泛化能力，而不是最低的训练损失，从而减少了长时间训练计划夸大最终性能报告的风险。四种模型的训练行为总结如下：
- MobileNetV3_Large：模型在训练过程中平均损失逐渐减少，在第725个周期达到最低点0.018，然后保持在0.02左右小幅波动。另一方面，验证准确率最初有所增加，随后趋于稳定。前10个周期内的准确率仅约为52%，但迅速上升到83%，在第364个周期达到最高准确率99.8%，之后保持在97%以上。
- ShuffleNetV2_2X：该模型在第一个周期的准确率为85.1%，在第801个周期达到100%的准确率。这表明ShuffleNetV2_2X非常适合隧道道路场景中的火灾检测，对于一个轻量级卷积神经网络来说是一个出色的结果。网络的平均训练损失最初迅速下降，然后稳定下来，在第937个周期达到最低损失0.013。
- ResNet101：该模型在第一个周期的准确率为84.9%，随后呈现上升趋势。前200个周期内准确率有所波动，但逐渐稳定。准确率保持在96%以上，并在第647个周期达到最高点99.53%。模型的训练损失总体呈下降趋势，初期下降较快，随后放缓。最低训练损失出现在第885个周期，为0.018。
- EfficientNet2_Small：该模型在第一个周期的准确率为70%，随后呈现上升趋势。第20个周期后，准确率保持在95.5%以上，并在第980个周期达到最高点100%。该模型在火灾检测任务中表现出色，具有绝对的准确率。模型的平均损失最初急剧下降，随后稳定下来。第一个周期的平均损失为0.607，到第10个周期降至0.253，并继续下降。最低点出现在第873个周期。

表5. 四种模型的最高验证准确率分别为：MobileNetV3_Large 99.76%，ShuffleNetV2_2X 100%，ResNet101 99.53%，EfficientNetV2_Small 100%。这两个轻量级模型与更深层次的基线模型相比具有竞争力，同时提供了更低的计算成本，这支持了它们适用于隧道火灾检测的能力。

图8. 四种模型在训练过程中的平均损失和精度趋势。

测试集性能对于部署更为重要，因为它反映了在隧道场景中的实际泛化能力。从混淆矩阵得出的指标列在表6中。MobileNetV3_Large的整体表现最佳，准确率为98.75%，召回率为98.0%，精确率为99.49%，F1分数为98.74%。它在四个模型中参数最少，计算复杂度最低，响应延迟最短，使其成为隧道系统中最适合边缘部署的候选者。

表6. 四种模型的评估指标。

5.3. 四种模型的鲁棒性评估
在实际部署中，隧道监控图像经常受到环境和技术因素的影响，包括排气引起的遮挡和灰尘积聚、传感器老化和传输伪影等。因此，鲁棒性研究通过在火灾和非火灾图像中添加合成噪声来评估四种模型的性能，以模拟具有挑战性的监控条件。在本研究中，通过在测试集的200张隧道火灾图像和200张正常运行隧道图像中添加高斯噪声或椒盐噪声，创建了两种新的噪声测试。高斯噪声和椒盐噪声的概率密度函数分别为：
(7) p(z) = 1/(2πσe^(- (z - z?))/σ^2)，-∞(8) p(z) = p_s * (z^(2k-1) / (1 - p_s + p_p)，其中z表示灰度值，z?和σ分别表示z的平均值和标准差，k表示灰度值的位数，v表示(0,2k-1)范围内的任意整数，p_s和p_p分别表示盐噪声和椒盐噪声的密度。

图9. 隧道火灾样本及其对应的噪声样本。

首先，我们通过在原始干净训练集上训练模型并在合成损坏的测试图像上进行评估来进行分布外（ood）鲁棒性压力测试。这种设置量化了对实际隧道监控中意外图像退化的最坏情况敏感性，相当于在干净的历史数据上训练的模型遇到以前未见过的污染情况。在实际的隧道系统中，这种退化可能由传感器老化、灰尘沉积、压缩伪影、不稳定传输或低光照信号噪声引起。在展示ood结果之后，我们讨论了噪声增强的重新训练作为一种直接缓解策略。

5.3.1. 实验1的结果
首先分析了高斯噪声的影响。如图10所示，所有四种模型的准确率、召回率和f1分数都下降了，而精确度略有提高。召回率的下降最为明显：mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small分别下降了约28%、25%、12%和28%。这表明高斯污染抑制了微弱的火灾线索，导致模型将更多样本分类为正常隧道操作。尽管如此，这两个轻量级模型的准确率和f1值仍保持在80%以上，表明它们在退化图像下仍具有部分鲁棒性。结果还表明，去噪或基于增强的鲁棒性增强对于实际部署非常有价值。

图11. 表明椒盐噪声的影响。所有模型相对于干净数据实验的表现都有所下降，召回率仍然是最敏感的指标。mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small的召回率分别下降了约20%、20%、13%和18.5%。然而，与高斯噪声相比，大多数指标的损失较小，这表明模型对局部脉冲噪声的容忍度高于全局低对比度退化。在轻量级模型中，mobilenetv3_large仍然实现了88.25%的准确率、78%的召回率和87.14%的f1分数，表明在这种污染环境下具有相对较强的鲁棒性。

5.3.2. 部署导向的缓解措施讨论
噪声增强的重新训练是ood压力测试的一个实际扩展，因为它可以在不改变推理架构的情况下提高鲁棒性。在操作部署中，两种策略特别相关：模型训练期间的随机污染增强和推理前的轻量级去噪或图像质量监控。 (8) p(z)=p_s * (z^(2k-1) (1 - p_s + p_p)，其中z表示灰度值，z?和σ分别表示z的平均值和标准差，k表示灰度值的位数，v表示(0,2k-1)范围内的任意整数，p_s和p_p分别表示盐噪声和椒盐噪声的密度。 图9. 隧道火灾样本及其对应的噪声样本。 首先，我们通过在原始干净训练集上训练模型并在合成损坏的测试图像上进行评估来进行分布外（ood）鲁棒性压力测试。这种设置量化了对实际隧道监控中意外图像退化的最坏情况敏感性，相当于在干净的历史数据上训练的模型遇到以前未见过的污染情况。在实际的隧道系统中，这种退化可能由传感器老化、灰尘沉积、压缩伪影、不稳定传输或低光照信号噪声引起。在展示ood结果之后，我们讨论了噪声增强的重新训练作为一种直接缓解策略。 5.3.1. 实验1的结果 首先分析了高斯噪声的影响。如图10所示，所有四种模型的准确率、召回率和f1分数都下降了，而精确度略有提高。召回率的下降最为明显：mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small分别下降了约28%、25%、12%和28%。这表明高斯污染抑制了微弱的火灾线索，导致模型将更多样本分类为正常隧道操作。尽管如此，这两个轻量级模型的准确率和f1值仍保持在80%以上，表明它们在退化图像下仍具有部分鲁棒性。结果还表明，去噪或基于增强的鲁棒性增强对于实际部署非常有价值。 图11. 表明椒盐噪声的影响。所有模型相对于干净数据实验的表现都有所下降，召回率仍然是最敏感的指标。mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small的召回率分别下降了约20%、20%、13%和18.5%。然而，与高斯噪声相比，大多数指标的损失较小，这表明模型对局部脉冲噪声的容忍度高于全局低对比度退化。在轻量级模型中，mobilenetv3_large仍然实现了88.25%的准确率、78%的召回率和87.14%的f1分数，表明在这种污染环境下具有相对较强的鲁棒性。 5.3.2. 部署导向的缓解措施讨论>(8) p(z) = p_s * (z^(2k-1) / (1 - p_s + p_p)，其中z表示灰度值，z?和σ分别表示z的平均值和标准差，k表示灰度值的位数，v表示(0,2k-1)范围内的任意整数，p_s和p_p分别表示盐噪声和椒盐噪声的密度。

图9. 隧道火灾样本及其对应的噪声样本。

首先，我们通过在原始干净训练集上训练模型并在合成损坏的测试图像上进行评估来进行分布外（ood）鲁棒性压力测试。这种设置量化了对实际隧道监控中意外图像退化的最坏情况敏感性，相当于在干净的历史数据上训练的模型遇到以前未见过的污染情况。在实际的隧道系统中，这种退化可能由传感器老化、灰尘沉积、压缩伪影、不稳定传输或低光照信号噪声引起。在展示ood结果之后，我们讨论了噪声增强的重新训练作为一种直接缓解策略。

5.3.1. 实验1的结果
首先分析了高斯噪声的影响。如图10所示，所有四种模型的准确率、召回率和f1分数都下降了，而精确度略有提高。召回率的下降最为明显：mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small分别下降了约28%、25%、12%和28%。这表明高斯污染抑制了微弱的火灾线索，导致模型将更多样本分类为正常隧道操作。尽管如此，这两个轻量级模型的准确率和f1值仍保持在80%以上，表明它们在退化图像下仍具有部分鲁棒性。结果还表明，去噪或基于增强的鲁棒性增强对于实际部署非常有价值。

图11. 表明椒盐噪声的影响。所有模型相对于干净数据实验的表现都有所下降，召回率仍然是最敏感的指标。mobilenetv3_large、shufflenetv2_2x、resnet101和efficientnetv2_small的召回率分别下降了约20%、20%、13%和18.5%。然而，与高斯噪声相比，大多数指标的损失较小，这表明模型对局部脉冲噪声的容忍度高于全局低对比度退化。在轻量级模型中，mobilenetv3_large仍然实现了88.25%的准确率、78%的召回率和87.14%的f1分数，表明在这种污染环境下具有相对较强的鲁棒性。

5.3.2. 部署导向的缓解措施讨论
噪声增强的重新训练是ood压力测试的一个实际扩展，因为它可以在不改变推理架构的情况下提高鲁棒性。在操作部署中，两种策略特别相关：模型训练期间的随机污染增强和推理前的轻量级去噪或图像质量监控。>因此，我们将目前的鲁棒性结果视为一个保守的基线，它揭示了对之前未见的退化现象的敏感性。结果表明，高斯污染比椒盐噪声更有害，因为它会减弱整个图像中低对比度烟雾和小火焰的线索，而脉冲噪声则能更好地保留局部结构。对于现场部署而言，这一发现意味着相机维护、定期清洁镜头、传输质量控制和可选的去噪预处理可能比单纯依赖分类器的鲁棒性更有效。

5.4. 可视化分析
为了说明这四种模型的工作原理，我们应用Grad-CAM为一个实验样本和一个真实世界样本生成了热图，如图12所示。对于实验样本，原始图像包含自然光、火焰、烟雾以及火焰边界附近的火焰-烟雾混合区域。一个可靠的隧道火灾预警模型应主要关注这些具有物理意义的线索。Grad-CAM图表显示，这些模型更加强烈地关注火焰边界和相邻的烟雾，而不是最亮的火焰核心。这种行为是合理的，因为尾灯和隧道照明可能与中心火焰区域的颜色相似，而火焰边缘通常与烟雾同时出现，因此提供了更具辨识度的证据。MobileNetV3_Large和EfficientNetV2在这些火焰-烟雾交互区域产生了更清晰、更连续的激活，而ShuffleNetV2_2X和ResNet101的反应则较为稀疏，表明其特征提取不够完整。在真实世界样本中也出现了类似的模式。所有模型都关注火焰边缘附近的火焰-烟雾混合物，但MobileNetV3_Large和EfficientNetV2在周围的烟雾和被照亮的烟柱区域产生了更完整的激活。ShuffleNetV2_2X和ResNet101的反应更为碎片化，仅对烟雾有有限的激活，表明它们对烟雾相关线索的提取较弱。附近被照亮物体的反射也是所有四种模型的干扰源。

Grad-CAM结果显示，MobileNetV3_Large和ShuffleNetV2_2X都能提取相关的火灾特征，但MobileNetV3_Large对烟雾区域的提取更为完整。在深度基线中，ResNet101在火焰-烟雾混合物上的激活较弱且不够完整，而EfficientNetV2在混合区域和孤立的烟雾线索上表现相对较好。

下载：下载高分辨率图像（1MB）
下载：下载全尺寸图像

图12. 隧道火灾的原始图像与四种模型预测的热图对比

5.5. 失败案例和部署考虑
尽管整体测试性能很强，但剩余的错误集中在少数视觉上难以处理的案例中。假阴性最可能出现在火焰较小、部分被遮挡或在低对比度下主要由弱烟雾表示的情况下。假阳性主要来源于非火灾光源和反射，包括尾灯、隧道灯以及具有类似火焰颜色分布的明亮反射表面。这些失败模式与Grad-CAM分析一致，该分析表明模型严重依赖于火焰-烟雾边界和被照亮的烟雾烟柱。从部署的角度来看，模型准确性只是系统可靠性的一个组成部分。相机放置应覆盖车道和天花板烟雾积聚区域，同时限制来自前灯的严重眩光。照明条件和图像压缩设置应尽可能保持稳定，因为突然的光度变化会改变特征分布。操作系统还需要一个数据更新策略：新收集的隧道图像，特别是罕见的硬阴性案例和早期火灾案例，应纳入定期重新训练中，以限制性能漂移。警报逻辑还可以结合短暂的时间确认窗口或多相机一致性检查，以减少孤立假警报的发生，而不会显著增加响应延迟。

6. 结论和未来方向
本文研究了城市高速公路隧道中实时可靠火灾检测的问题，在这些环境中，传统的感知和通用视频分析方法经常难以应对小规模火灾、复杂的照明环境和苛刻的延迟要求。为了在真实条件下评估检测模型，我们构建了一个混合数据集，包含了互联网上的隧道火灾图像、其他道路场景中的车辆火灾图像以及小规模隧道火灾实验数据。我们特意采用了一个严格针对隧道的评估协议，所有正样本都是实际的隧道火灾图像。这确保了报告的结果与预期的部署环境高度相关，并减少了性能受到非隧道视觉线索影响的风险。在这个数据集上的评估表明，轻量级卷积神经网络（CNN）在严格的隧道部署限制下仍能与深度基线相竞争。值得注意的是，MobileNetV3_Large在准确性、召回率和延迟之间取得了最佳的平衡。它在专注于隧道的测试集上达到了98.75%的准确率、98.0%的召回率和8.24毫秒的响应时间，在部署效率上优于深度基线，同时保持了强大的预测可靠性。此外，Grad-CAM分析证实了决策过程的物理可解释性，显示模型正确地关注了火焰-烟雾交互区域和被照亮的烟雾烟柱。

尽管取得了这些有希望的结果，我们的鲁棒性研究仍指出，图像退化仍然是一个实际挑战，特别是在高斯样污染下，它削弱了整个帧中的微妙火灾线索。虽然这并不否定轻量级CNN在隧道火灾预警中的价值，但它表明实际部署应包括相机维护、图像质量控制和适当的鲁棒性增强。为了进一步推进早期预警的目标，我们未来的工作将侧重于扩大数据集，增加更多初期的隧道火灾案例，以测试并推动这些模型的检测极限。在此数据集扩展的同时，后续研究将整合时间信息，并在重新训练过程中使用明确的噪声增强方法，以有效减少操作监控系统中的假警报。

**cRediT作者贡献声明**
林朝利：写作——审阅与编辑、撰写原始草稿、方法论、调查、数据管理。
黄志健：写作——撰写原始草稿、可视化、方法论。
易俊南：写作——撰写原始草稿、方法论。
谭华春：监督、项目管理。
杜博文：监督。