通过“幽灵卷积”（Ghost Convolutions）、双向特征金字塔网络（Bidirectional Feature Pyramid Networks）和图像增强技术提升火灾与烟雾检测的准确性

《Engineering Applications of Artificial Intelligence》：Improving fire and smoke detection with ghost convolutions, Bidirectional Feature Pyramid Networks, and image enhancement

　　

克里斯汀·德维（Christine Dewi）|达南贾伊·蒂鲁瓦迪（Dhananjay Thiruvady）|斯蒂芬·阿贝德尼戈·菲莱蒙（Stephen Abednego Philemon）|纳亚尔·扎伊迪（Nayyar Zaidi）

迪肯大学（Deakin University）科学、工程与建筑环境学院，伯伍德（Burwood），维多利亚州3220

摘要

野火监测是人工智能的一个重要应用，它通过更早、更可靠的火灾和烟雾检测来减少生态、经济和人员损失。传统方法（如卫星监控）通常存在覆盖范围有限、响应时间延迟以及在复杂户外环境中效果不佳的问题。深度学习的最新进展，特别是“你只需看一次”（YOLO）系列的目标检测器，在实时野火检测方面显示出巨大潜力。然而，这些模型仍面临计算开销高和在低对比度条件下鲁棒性降低的挑战。本文介绍了基于YOLOv11小型版本的增强型目标检测框架——YOLOv11s-GN+BIFPN，该框架在网络的主干网络和颈部加入了“幽灵颈部”（Ghost Neck）模块以减少特征冗余并提高计算效率，并在金字塔层4（P4）集成双向特征金字塔网络（BIFPN）以加强多尺度特征融合，从而更有效地检测不同大小的火灾和烟雾目标。此外，系统评估了几种图像增强技术，包括对比度拉伸（CS）、直方图均衡化（HE）、双伽马校正（DGC）和它们的混合组合。在包含11,667张图像的火灾和烟雾数据集上的实验表明，CLAHE+CS预处理结合YOLOv11s-GN+BIFPN取得了最佳性能，平均精度（mAP）达到了89.50%。这一结果超过了基线YOLOv11和最新的先进模型。

引言

野火是最具破坏性的自然灾害之一，威胁着生态系统、空气质量以及人类安全。早期检测对于限制其影响至关重要，然而传统的监测方法（如人工监控、观测塔和卫星成像）存在覆盖范围有限、空间分辨率低和响应时间延迟的问题（Sousa等人，2020年；Saleh等人，2024年；Robinne，2021年）。这些限制凸显了需要智能和自动化方法来提供准确及时的火灾和烟雾检测的必要性。

深度学习，特别是“你只需看一次”（YOLO）系列的目标检测器，最近在野火监测方面显示出巨大潜力（Redmon和Farhadi，2018年；Dewi等人，2024年）。YOLO模型可以直接从图像数据中识别火灾和烟雾模式，比传统方法更快、更准确地完成识别。然而，现有的YOLO变体面临两个持续存在的挑战：（i）计算开销高，限制了其在资源受限环境中的应用；（ii）在低对比度条件下鲁棒性降低，此时烟雾常常与复杂背景融为一体（Talaat和ZainEldin，2023年；Al-Smadi等人，2023年）。

轻量级神经架构的最新进展表明，许多由标准卷积生成的特征图是冗余的。为了解决这一效率问题，GhostNet（Han等人，2020年；Tan等人，2020年）引入了Ghost模块，该模块首先使用传统卷积生成一组基本特征图，然后通过简单的线性操作生成额外的“幽灵”特征图。将Ghost模块集成到现代检测器中显著降低了计算成本和参数数量，同时保持了强大的表示能力。这使得Ghost特别适合需要在资源受限平台（如无人机、监控摄像头和嵌入式物联网设备）上进行实时推理的火灾和烟雾检测任务。

多尺度特征融合是目标检测框架中的关键组成部分，尤其是在火灾和烟雾检测等任务中，目标可能以不同的大小、形状和视觉条件出现。传统的特征金字塔网络（FPN）可以实现多尺度表示，但常常引入冗余连接和计算开销。为了解决这些问题，Tan等人（2020年）提出了双向特征金字塔网络（BIFPN），它引入了可学习的加权连接和双向跨尺度路径，以增强不同特征层次之间的信息流动。与PANet或PAFPN等通过额外自下而上或自适应连接增加复杂性的方法相比，BIFPN在效率和准确性之间取得了更好的平衡。在这项工作中，BIFPN被集成到YOLOv11s的颈部P4层，消融研究证实这是平衡计算成本和检测精度最有效的位置。通过利用BIFPN，提出的YOLOv11s-GN+BIFPN实现了更优的多尺度特征融合，在复杂、低对比度场景下更好地检测大型火区和微妙的烟雾模式。

本研究的主要贡献如下：

• •
  我们提出了YOLOv11s-GN+BIFPN，这是一种改进的YOLOv11变体，它在主干网络和颈部都加入了Ghost模块，以减少计算冗余，同时保持强大的特征表示能力。
• •
  我们在颈部P4层引入了双向特征金字塔网络（BIFPN），并通过消融研究证明这是集成Ghost模块和多尺度特征融合的最有效位置。
• •
  我们系统评估了几种图像增强技术，包括对比度拉伸（CS）、直方图均衡化（HE）、双伽马校正（DGC）和它们的混合组合，以应对低对比度检测挑战。
• •
  我们证明CLAHE+CS预处理结合YOLOv11s-GN+BIFPN能够获得最佳性能，在火灾和烟雾数据集（11,667张图像）上达到89.50%的平均精度（mAP）。
• •
  我们证明所提出的方法与基线YOLOv11和最新的先进检测器相比具有竞争力，实现了精度和召回率的更好平衡，非常适合实际野火监测应用。

本研究的目的不是引入全新的目标检测理论，而是将基于Ghost的特征降维、选择性BiFPN多尺度融合和低对比度图像增强技术应用于野火火灾和烟雾检测。其贡献在于展示了如何在统一的YOLOv11框架内有效结合这些互补组件，从而在具有挑战性的野火图像中提高检测性能。

下一节将描述和评估本研究之前的相关文献。第三节将详细探讨我们提出的方法。第四节总结了研究中使用的数据集以及用于系统的训练数据，并展示了系统测试阶段获得的结果。第五节提出了进一步研究和开发的建议。

章节摘录

利用深度学习进行烟雾和火灾检测

传统的火灾检测技术（如热传感器、烟雾检测器和人工监控）受到响应时间延迟、覆盖范围有限和误报率高的限制。随着深度学习的发展，卷积神经网络（CNN）和目标检测框架已成为视觉野火检测的主流方法，因为它们能够直接从图像数据中学习复杂特征。烟雾和火灾检测对于减少灾害至关重要

YOLOv11 Ghost Neck（GN）架构

YOLOv11是“你只需看一次”系列中的最新版本，它在目标检测任务中提供了显著的性能提升，包括速度和准确性的改进。YOLOv11通过集成创新元素来增强其前身，旨在改进特征提取并扩大其在多种计算机视觉应用中的用途。

YOLOv11的主要架构创新包括：（1）核大小为2的跨阶段部分（C3k2块）：C3k2块代表

数据集和设置

本研究使用了J. Yang等人（2023年）发布的公开可用火灾和烟雾数据集（https://github.com/vinchole/zzzccc）。该数据集包含11,667张RGB图像，并提供了预定义的训练、验证和测试子集。为了与以往的研究进行公平比较，我们使用了8494张图像进行训练，2114张图像进行验证，1059张图像进行测试。本研究没有生成额外的随机图像级分割。

数据集

结论

所提出的方法是对YOLOv11在实际野火火灾和烟雾检测方面的实用且渐进式的改进，而不是全新的检测范式。其主要贡献在于将Ghost模块、选择性P4层BiFPN融合和预处理策略集成到一个统一的特定应用框架中。

在火灾和烟雾数据集（11,667张图像）上的广泛实验表明，将YOLO-GN+BIFPN与图像预处理策略结合使用

CRediT作者贡献声明

克里斯汀·德维（Christine Dewi）：撰写——审阅与编辑、初稿撰写、可视化、验证、资源管理、方法论研究、形式分析、概念化。达南贾伊·蒂鲁瓦迪（Dhananjay Thiruvady）：撰写——审阅与编辑、初稿撰写、监督、项目管理、研究协调、资金获取。斯蒂芬·阿贝德尼戈·菲莱蒙（Stephen Abednego Philemon）：可视化、验证、软件开发、资源管理、研究协调、形式分析、数据整理。纳亚尔·扎伊迪（Nayyar Zaidi）：撰写——审阅与编辑、

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。