技术摘要：用于无人机森林火灾检测的动态轻量化 YOLO

1. 问题陈述

基于无人驾驶飞行器（UAV）的森林火灾检测面临着由于机载计算资源限制以及火灾场景固有复杂性所带来的显著障碍。传统的检测方法，如人工巡逻、地面传感器和卫星遥感，在覆盖范围、响应时间或分辨率方面存在缺陷。虽然深度学习提供了一种充满前景的替代方案，但现有的目标检测模型在以下方面表现挣扎：

• 小目标检测： 烟雾和火焰通常表现为微小、模糊或不规则的目标，导致漏检率较高。
• 复杂背景： 光照、天气和地形（如植被、建筑物）的变化会导致高误报率。
• 资源约束： 无人机处理能力和内存有限，需要既不牺牲实时性能又能保持轻量化的模型。
• 动态特性： 火焰和烟雾的快速移动与变形对静态特征提取方法提出了挑战。

2. 方法论

作者提出了一种基于 YOLOv8n 架构的改进型轻量化目标检测算法。该模型集成了四个特定的改进模块，旨在解决上述挑战，同时保持紧凑的占用空间：

A. 动态卷积骨干网络 (Dynamic Convolution Backbone)

为了处理亮度不均和动态目标形状，骨干网络中的标准卷积层被替换为 动态卷积 (DynamicConv) 模块。

• 机制： 该模块不再使用固定卷积核，而是根据输入特征动态生成权重和偏置。它采用注意力机制来选择并结合多个由 $\pi_k(x)$ 加权的卷积核 ($K$)。
• 益处： 这使得网络能够针对不同的输入样本自适应地调整参数，在不显著增加浮点运算量 (FLOPs) 的情况下，增强了对不规则烟雾和火焰边界的特征提取能力。

B. 多维动态检测头 (DyHead)

原有的检测头被替换为 DyHead 模块，以提升对目标尺寸、空间信息和任务特征的感知能力。

• 机制： 该检测头利用三个并行的注意力机制：
  1. 尺度感知注意力 ($\pi_L$)： 对位置信息进行建模，以更好地处理不规则的火焰边界。
  2. 空间感知注意力 ($\pi_S$)： 优化空间关系，以区分火灾与叶片或阳光反射等背景元素。
  3. 任务感知注意力 ($\pi_C$)： 调整通道权重，以聚焦高亮度火焰区域并抑制背景噪声。
• 益处： 这种协同处理过程显著提高了定位精度，并降低了复杂森林环境中的误报率。

C. 颈部网络中的高效多尺度注意力 (EMA)

在特征融合颈部网络中引入了基于跨空间学习的 EMA 模块。

• 机制： 不同于通过全局平均池化压缩通道信息的传统注意力机制（如 SENet、CBAM），EMA 在通道和空间两个维度上编码全局上下文信息。它能动态重新校准每个并行分支的通道权重。
• 益处： 这强化了多尺度特征的表示，特别是在增强对微小火焰和早期烟雾检测的同时，抑制了无关的背景信息。

D. 轻量化特征融合 (Slim-neck)

为了进一步降低模型大小和计算成本，应用了 Slim-neck 模块。

• 机制： 该结构利用 VoV-GSCSP 和 GSConv（组洗牌卷积）层。它结合了深度可分离卷积与结构重参数化及通道洗牌技术。
• 益处： 该设计在保持特征多样性和融合效率的同时，减少了参数量和 FLOPs，使模型适用于资源受限的无人机部署。

3. 核心贡献

论文声称其主要贡献如下：

1. 动态资源分配： 通过集成 DynamicConv 优化了计算资源的利用，提升了在低 FLOPs 条件下的性能。
2. 增强的多尺度感知： DyHead 模块实现了根据目标大小和空间上下文灵活调整检测策略，这对于变化的火焰规模至关重要。
3. 鲁棒的特征表示： EMA 机制提升了模型在复杂动态环境中捕捉细微火灾特征的能力。
4. 轻量化架构： Slim-neck 设计成功平衡了检测精度与紧凑的模型尺寸，促进了在无人机上的实时推理。

4. 实验结果

所提模型在 C4-AI 公开数据集（包含 9,848 张火灾与烟雾图像）上进行了评估，并将其划分为训练集、验证集和测试集。实验在 NVIDIA RTX4060 GPU 上进行。

• 性能指标：
  • 精确度 (Precision)： 75.7%（较基准 YOLOv8n 提升了 5.1%）。
  • mAP50： 69.5%（较 YOLOv8n 提升了 2.7%）。
  • mAP50-95： 39.3%。
  • 模型大小： 10.6 MB。
  • 参数量： 5.4 Million。
  • FLOPs： 13.0 G。
• 对比分析：
  • 所提模型在精度与模型大小的平衡方面优于其他 YOLO 变体（YOLOv5n, YOLOv7t, YOLOv9t, YOLOv10n, YOLOv11n）。
  • 与 YOLOv7t（6.0M 参数）相比，所提模型在参数更少（5.4M）的情况下，mAP50-95 高出了 7.9%。
  • 消融实验证实，四种模块的组合达到了最优性能，其中 EMA 模块对精度的提升最为显著。
• 定性结果： 对比实验表明，改进后的模型生成的边界框更紧贴火焰，减少了非火灾区域的误检，并能成功识别多个微小火点而不会发生合并或漏检。

5. 重要性与声明

作者断言，这项研究为使用无人机进行实时森林火灾监测提供了一种具有成本效益且可靠的技术方案。该工作的意义在于：

• 协同优化： 通过多维度优化策略，实现了检测精度与计算效率的同时提升。
• 边缘部署可行性： 证明了在存储空间（10.6 MB）和计算能力有限的设备上实现高精度火灾检测是可能的，克服了传统沉重模型的瓶颈。
• 实际影响： 该模型显著降低了复杂背景下的误报率（降低了 37%），并提高了对小目标的召回率（提升了 21%），这对于早期火灾预警系统至关重要。

局限性与未来工作：
作者坦诚地指出，尽管模型在 C4-AI 数据集上表现良好，但在极端光照条件（如强背光、夜间红外环境）下仍面临挑战。他们建议未来的工作可以涉及融合红外光谱数据并开发自适应曝光补偿。此外，当前模型侧重于静态火焰检测，而追踪快速蔓延的火线仍是一个有待进一步验证的领域。未来的研究方向包括开发针对极端环境的融合机制，以及构建火灾蔓延预测模型。