基于YOLOX-Swin的高效建筑火灾烟雾检测和疏散模拟方法(英文) |
| |
引用本文: | 徐照,戴天琦.基于YOLOX-Swin的高效建筑火灾烟雾检测和疏散模拟方法(英文)[J].东南大学学报,2023(4):372-383. |
| |
作者姓名: | 徐照 戴天琦 |
| |
作者单位: | 东南大学土木工程学院 |
| |
基金项目: | The National Natural Science Foundation (No.72071043);;the Natural Science Foundation of Jiangsu Province(BK20201280);;Humanities and Social Science Fund of Ministry of Education (20YJAZH114); |
| |
摘 要: | 为了实现高效的建筑火灾应急救援疏散,分析了将目标检测技术应用于建筑火灾应急处置的可能性.将目标检测算法应用于火灾预警阶段,将Transformer、卷积神经网络CNN和轻量级注意力机制模块CBAM相结合,对火焰和烟雾局部和全局特征进行提取,提高目标检测算法的精度并实现对火灾发生位置的快速定位.提出一种用于路径搜索的改进的蚁群算法,对启发函数和信息素挥发系数进行改进.在案例中,建立栅格图模型,结合定位信息,通过仿真模拟的方式验证方法的有效性.结果表明:相比与YOLOX算法,YOLOX-Swin模型平均精度提高1.5%;改进蚁群算法降低了传统蚁群算法的搜索范围,提高模型的收敛速度,有效避免了模型陷入局部最优解的困境.将火灾预警和火灾人员疏散相结合,建立完整的建筑火灾应急处置方案.
|
关 键 词: | 计算机视觉 自注意力 蚁群算法 火灾动力学模拟 |
|