买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国中元国际工程有限公司申请的专利一种基于改进YOLOv8模型的火灾视频图像检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121305440B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511496382.6，技术领域涉及：G06V20/40；该发明授权一种基于改进YOLOv8模型的火灾视频图像检测方法及装置是由黄晓家;郑龙龙设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8模型的火灾视频图像检测方法及装置在说明书摘要公布了：本发明公开了一种基于改进YOLOv8模型的火灾视频图像检测方法及装置，该方法包括模拟火灾场景并实时获取火灾生成与扩散的动态过程图像，对动态过程提取关键帧图像后进行预处理生成第一数据集；使用第一数据集训练改进的YOLOv8模型，改进的YOLOv8模型包括将原YOLOv8模型的颈部网络替换为Slim‑neck结构、引入多尺度交叉注意力机制MSCA以及增加轻量化小目标检测头LSOH；利用训练好的改进的YOLOv8模型检测待检测火灾图像。本发明所提出的改进的YOLOv8模型在检测精度和响应速度方面均优于传统感烟火灾探测器，具备更早期、更智能的火灾预警报警能力。

本发明授权一种基于改进YOLOv8模型的火灾视频图像检测方法及装置在权利要求书中公布了：1.一种基于改进YOLOv8模型的火灾视频图像检测方法，其特征在于，包括： 模拟火灾场景并实时获取火灾烟雾和火焰生成与扩散的动态过程图像，对所述动态过程图像提取关键帧图像后进行预处理生成第一数据集； 使用所述第一数据集训练改进的YOLOv8模型，所述改进的YOLOv8模型包括将原YOLOv8模型的颈部网络替换为Slim-neck结构、引入多尺度交叉注意力机制MSCA以及增加轻量化小目标检测头LSOH； 利用训练好的所述改进的YOLOv8模型检测待检测火灾烟雾和火焰图像； 其中，所述多尺度交叉注意力机制MSCA的输入为所述Slim-neck结构输出的特征图F，所述引入多尺度交叉注意力机制MSCA包括：采用三个并行的深度可分离卷积分支，分别提取所述特征图F中不同尺度的火灾特征，包含： 第一分支，利用第一尺度深度可分离卷积对所述特征图F进行小尺度细节特征提取，输出第一细粒度特征图F_s； 第二分支，利用第二尺度深度可分离卷积对所述特征图F进行中尺度形态特征提取，输出第一中粒度特征图F_m； 第三分支，利用第三尺度深度可分离卷积对所述特征图F进行大尺度语义特征提取，输出第一粗粒度特征图F_l，其中，所述第一细粒度特征图F_s、所述第一中粒度特征图F_m以及所述第一粗粒度特征图F_l的维度相同，所述第一尺度小于所述第二尺度，所述第二尺度小于所述第三尺度； 每一分支之后均通过批量归一化和第一激活函数进行后处理，所述第一激活函数为SiLU激活函数； 所述引入多尺度交叉注意力机制MSCA还包括：通过轻量Transformer编码器层建立通道间的跨尺度动态关联，包含： 将所述第一细粒度特征图F_s、所述第一中粒度特征图F_m以及所述第一粗粒度特征图F_l分别进行全局平均池化生成三组通道描述符为：G_s、G_m、G_l； 将所述三组通道描述符在通道维度拼接形成跨尺度通道向量G； 将所述跨尺度通道向量G输入所述轻量Transformer编码器层； 将所述轻量Transformer编码器层的输出经通道拆分，生成三组优化后的通道权重W_s、W_m、W_l，并分别与所述第一细粒度特征图F_s、所述第一中粒度特征图F_m以及所述第一粗粒度特征图F_l进行逐通道相乘，分别生成第二细粒度特征图F_s'、第二中粒度特征图F_m'以及第二粗粒度特征图F_l'； 所述轻量化小目标检测头LSOH包括： 特征输入层，选取所述Slim-neck结构中第一个VoV-GSCSP模块输出的高分辨率特征图F_shallow作为输入，所述高分辨率特征图F_shallow已通过所述多尺度交叉注意力机制MSCA处理； 多分支特征增强模块，采用三个并行轻量级卷积分支对所述高分辨率特征图F_shallow进行针对性增强，生成增强特征图F_enhanced； 预测输出层，对所述增强特征图F_enhanced采用两次第一尺度深度可分离卷积进行特征提炼，将提炼的特征输入多任务预测头，生成多分支预测结果，对所述多分支预测结果中的回归分支进行动态锚框适配，解码为最终检测框。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国中元国际工程有限公司，其通讯地址为：100089 北京市海淀区西三环北路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。