基于改进YOLOv11n的轻量化火灾与烟雾检测方法

本发明提供了一种基于改进YOLOv11n的轻量化火灾与烟雾检测方法，属于计算机视觉目标检测技术领域。解决了现有的火灾与烟雾检测方法检测精度不高、漏检率较大以及实时性不足的技术问题。其技术方案为：包括以下步骤：S1、构建火灾数据集；S2、替换YOLOv11n主干网络为RepGhostNet网络；S3、引入轻量级跨尺度特征融合模块CCFM；S4、替换边界框回归损失函数为Focaler‑GioU；S5、利用火灾烟雾数据集对改进后的yolov11n网络模型进行训练，得到训练后的模型。本发明通过优化网络结构，改进损失函数等提升小目标的检测能力，增强模型对复杂场景的适应性并提高推理效率。