能源资讯导读

中国AI模型检测光伏电站小火源与烟雾|公开导读

公开导读供所有读者浏览,不消耗阅读次数。完整内容及下载按账号当前权益提供,进入完整阅读时执行原有计次规则。

信息摘要

中国国有电力企业中国华能集团的研究团队开发出一种名为PVFire-YOLO的深度学习框架,用于光伏电站实时火焰和烟雾检测。该系统基于YOLOv12,通过补丁感知注意力、多尺度融合和自适应融合头,提升小目标火焰与烟雾识别能力,并降低光伏板表面反光造成的误报。团队构建了首个面向光伏环境的火焰烟雾标注数据集PV-Fire,包含5,824张图像和9,107个标注目标。测试显示,PVFire-YOLO在PV-Fire数据集上mAP@50达87.4%,在运行中电站视频上为85.0%,在公开D-Fire数据集上为84.4%;相比基线YOLOv12,小目标平均精度提高5.2个百分点,反光误报率降至3.1%。

前往原始来源核对信息

本导读摘自 AI 辅助整理的信息摘要。请结合发布日期、原始来源及统计口径核对;全文、完整翻译和进一步分析请进入会员阅读。

进入完整资讯阅读 →

相关研究主题