烟火目标检测CCi-YOLOv8n算法，突破检测极限，效率与精度双飞跃 ！（附论文和源码）

文章预览

以下 文 章来源于微信公众号：集智书童 作者：小书童 链接：https://mp.weixin.qq.com/s/yBGNxHgJU1wOb52wAIqYDA 本文仅用于学术分享，如有侵权，请联系 后 台作删文处理 导读 本文介绍一种增强的YOLOv8模型——CGi-YOLOv8n，针对火灾和烟雾检测进行了优化。该模型集成了CARAFE上采样和CGD下采样模块，以及反向残差移动块增强的C2f模块，以提高特征保留和检测能力。实验表明，CGi-YOLOv8n在Web-Fire和D-Fire数据集上性能优越，优于其他模型。 论文链接：https://arxiv.org/abs/2411.11011 项目链接：http://capacity.for/ 城市和森林区域发生的火灾对安全构成严重威胁，凸显了更有效检测技术的必要性。 为解决这些挑战，作者提出了一种增强的YOLOv8模型——CGi-YOLOv8n，该模型针对检测小火灾和烟雾进行了定向改进。 该模型集成了CARAFE上采样运算符和上下采样引导模块，以减少在采样过 ………………………………