PDF摘要：森林火灾对生态环境和人类生活的威胁不断增加，提基于此出了一种基于改进YOLOv10n的森林火灾检测方法，旨在提高森林火灾烟雾的检测精度和鲁棒性。为了解决复杂天气条件，图像中带有噪点的情况下传统算法在烟雾探测中的精度低的问题，构建了一个包含1326张背景图像的数据集，并通过雾化和添加高斯噪声来模拟各种复杂的火灾环境。在YOLOv10n架构基础上引入CA注意力机制，提升模型捕捉火灾特征的能力。结果表明，改进后的YOLOv10n模型在准确率、召回率和mAP@0.5指标上分别较原始YOLOv10n模型提高了4.3、3.4和4.1百分点。与传统YOLOv10n相比，改进后的模型在烟雾检测的灵敏度和判别能力上取得了显著提升，证明了CA机制在提高森林火灾烟雾检测精度方面的有效性。
在线浏览，阅读全文