FasterNetFire：基于部分卷积的高性价比快速神经网络在森林火灾检测中的应用

《Forests》：FasterNetFire: A Cost-Effective Fast Neural Network for Forest Fire Detection with Partial Convolution

　　

森林火灾受高温与干旱等极端天气条件驱动而在世界范围内频繁发生。基于视觉的卷积神经网络（Convolutional Neural Network, CNN）虽大幅提升了森林火灾检测精度，但缓慢的推理速度严重制约了其在实际森林场景中的实时部署。现有模型普遍采用分组卷积（Group Convolution, GConv）或深度可分离卷积（Depthwise Convolution, DWConv）以降低计算复杂度，但这导致了频繁的内存访问，使得实际推理速度远低于理论预期。因此，研究人员提出了一种名为FasterNetFire的新型快速神经网络用于火灾检测，该网络引入部分卷积（Partial Convolution, PConv）作为基本特征提取算子，在减少冗余计算的同时降低内存访问开销。FasterNetFire由四个级联阶段组成，每个阶段包含若干堆叠的FasterNet块，而每个FasterNet块的核心是基于PConv构建的倒残差模块。该网络在保持空间特征提取有效性的同时显著提升了推理效率。在FD数据集和Foggia火灾检测数据集上的实验表明，FasterNetFire在图形处理单元（Graphics Processing Unit, GPU）平台上实现了高达290帧每秒（Frames Per Second, FPS）的推理速度。与当前代表性方法相比，其推理速度分别比EFDNet和DFAN快4.5倍和4倍。此外，FasterNetFire在17种最先进方法中取得最优结果，在检测精度与实时响应性能之间达到了卓越平衡。这一优势充分验证了PConv在视觉森林火灾检测任务中的高效性，并为资源受限环境下的火灾实时监控与预警提供了一种新型轻量化解决方案。

本研究发表于《Forests》期刊，聚焦于森林火灾检测领域长期存在的精度与速度难以兼顾的核心挑战。森林火灾作为威胁人类生命财产安全并严重破坏自然生态系统的突发性灾害，具有蔓延迅速、影响范围广、破坏力强等特征。传统接触式传感器虽成本低、部署简便，但需靠近火源才能触发且无法提供火灾规模与位置信息，易错失最佳灭火时机。基于视觉传感器的检测系统虽具备响应快速、覆盖范围大、环境鲁棒性强等优势，但传统手工设计的颜色、纹理、形状特征在复杂场景中对光照变化、遮挡及杂乱背景敏感，且对夕阳、红色光源等类火焰目标区分能力差。尽管深度学习技术已推动火灾检测取得显著进展，现有代表性模型如ANetFire、CNNFire、ResNetFire、GNetFire、EMNFire、EFDNet、IEFDNet和DFAN等，仍在推理速度、检测精度与模型尺寸之间难以取得理想平衡。特别地，现有先进模型多采用GConv或DWConv算子以降低浮点运算量（Floating-Point Operations, FLOPs），但这些算子引入的频繁内存访问严重损害了实际推理速度，形成了当前火灾检测领域亟待突破的效率瓶颈。

本研究提出的FasterNetFire网络以PConv作为基本特征提取算子，通过在部分输入通道上应用卷积运算而保持其余通道不变，从而同步减少计算量与内存访问开销。该网络采用四阶段分层骨干架构，输入图像首先经嵌入层（Embedding）进行初始下采样与通道投影，随后通过逐阶段递增通道宽度的连续阶段处理。各阶段之间通过合并层（Merging）进行空间下采样与通道扩展，其中嵌入层采用步长为4的卷积，合并层采用步长为2的卷积。每个阶段的深度配置为N₁=1, N₂=2, N₃=8, N₄=2，各阶段通道数依次为64、128、256、512。网络末端通过全局平均池化（Global Average Pooling, GAP）与全连接层实现火灾/非火灾的二分类。该研究在FD数据集和Foggia数据集上进行了系统实验验证，并与17种最先进方法进行了全面对比，证明了FasterNetFire在精度、速度与模型尺寸方面的综合优势。

本研究采用的关键技术方法包括：（1）部分卷积（PConv）机制——仅对输入通道的子集应用空间卷积核，其余通道直接前向传播，通过部分比例参数r控制参与空间混合的通道比例；(2) FasterNet块构建——以PConv层实现高效空间特征提取，后续连接两点卷积（PWConv，即1×1卷积）层完成跨通道信息融合与变换，配合批归一化与非线性激活，形成倒残差结构，并采用快捷连接重用输入特征；(3) 分层架构设计——四阶段渐进式特征提取结合嵌入层与合并层实现空间分辨率调整与通道维度扩展，基于FasterNet-T0进行通道宽度、块数量及下采样策略的火灾检测任务适配；(4) 多平台效率评估――在NVIDIA A100-SXM4-80GB GPU、双Intel Xeon Gold 6330 CPU及Raspberry Pi 4 Model B边缘设备上进行统一的推理速度测试。实验样本来源于FD数据集（平衡二进制类别，涵盖室内、室外、森林、建筑、交通等多场景，含大量类火焰干扰样本）及Foggia视频数据集（31段视频提取14,036帧，按7:2:1划分训练/验证/测试集）。

研究结果部分按以下小标题展开：

"4.1 实验设置"：详细介绍了两个实验数据集的特点与划分方式、统一的软硬件实验环境（Ubuntu 22.04.3 LTS、CUDA 12.2、PyTorch 1.11.0、批量大小32、输入尺寸256×256）以及六项评价指标（准确率Accuracy、精确率Precision、召回率Recall、F₁-score、曲线下面积AUC、误报率FAR）的定义与计算方式。

"4.2 FasterNetFire性能"：在FD数据集上，FasterNetFire取得94.69%精确率、98.32%召回率、96.47% F₁-score和96.50%准确率，在精确率和准确率上超越当前最优模型DFAN（96.00%和96.17%）；基于混淆矩阵统计，误报率为5.52%，对应的真阳性率/假阳性率（True Positive Rate/False Positive Rate, TPR/FPR）曲线下面积约为96.40%。10次重复实验的准确率标准差在FD和Foggia数据集上分别为±0.12%和±0.15%，表现稳定。在Foggia视频数据集上同样保持竞争力，验证了跨数据集的一致泛化能力。

"4.3 模型复杂度分析"：FasterNetFire在GPU上达到290.54 FPS，CPU上达38.11 FPS，Raspberry Pi上达8.44 FPS；模型尺寸仅6.32 MB，FLOPs仅0.85 G。与代表性方法相比，速度分别约为EFDNet和DFAN的4.5倍和4倍，较DFAN_Comp（3.21 FPS）和DFAN（0.83 FPS）在边缘设备上优势显著。图4的径向柱状图直观展示了各模型在准确率、FLOPs、模型尺寸及多平台FPS上的综合对比。

"4.4 部分比例r分析"：消融实验表明r=1/3时综合性能最优，r过小（1/8、1/6、1/4）导致检测性能下降，r过大（1/2）亦引起精度降低。研究从内存访问角度对比分析了PConv与GConv、DWConv及Inception多分支结构的理论内存访问量，论证了PConv在减少数据碎片化、避免I/O瓶颈方面的机制优势。

"4.5 混淆矩阵分析"：2500个真实非火灾样本中138个误检，误报率5.52%；2500个真实火灾样本中42个漏检，漏检率1.68%。可视化分析显示真阳性样本得分集中于0.8以上，真阴性样本得分集中于0.2以下，分数边界清晰。误检样本主要为夕阳辉光、红色车辆、强光照射等类火焰场景；漏检样本集中于小尺度、低光照、遮挡及烟雾遮蔽火焰场景。

研究结论指出：FasterNetFire通过引入PConv有效缓解了DWConv/GConv算子导致的频繁内存访问瓶颈，实现了森林火灾检测精度、模型尺寸与推理速度的最优平衡。未来工作将针对约70%误报来源于类火焰干扰样本的问题，融合时序与互补光谱/模态线索、引入空间注意力机制，并探索隐私保护的跨站点协作训练，以进一步提升在森林瞭望塔、无人机巡检系统及边缘摄像头预警管道中的实际部署效能，通过更早发现火情减少环境生态损失，支持应急调度决策并降低延迟或不稳定报警导致的非必要巡逻与扑救成本。