本文提出YOLO-FireAD火灾检测模型，其核心的注意力逆残差模块（AIR）和双池化模块（DPDF）有效增强关键特征并保留细节，在显著减少51.8%参数量的同时，将检测精度（mAP50-95）提升了1.8%，大幅改善了小火焰漏检和环境噪声干扰问题。>>更多资

火灾 数据集 残差 池化 yolov8n 2025-06-11 17:44  2