1. 项目概述基于Faster R-CNN与Res2Net-101的野火烟雾检测系统去年参与山林防火项目时我们曾面临传统烟雾检测系统误报率高、响应延迟的问题。当时测试过YOLOv3和SSD等单阶段检测器但在小目标烟雾识别上始终达不到实用要求。后来转向Faster R-CNN框架配合Res2Net-101-FPN backbone的方案在COCO格式的自建数据集上实现了84.3%的mAP比基线模型提升了22.6%。这个方案的核心价值在于多尺度特征融合FPN结构有效解决了烟雾目标尺寸差异大的问题细粒度特征提取Res2Net-101的层级残差连接特别适合捕捉烟雾的纹理特征两阶段检测优势RPN网络RCNN头的设计比单阶段模型更适应稀疏目标场景关键发现在WHU Building Dataset的测试中2x训练策略24epoch比1x策略的误检率降低37%证明长周期训练对烟雾这类半透明目标尤为重要2. 核心架构设计解析2.1 Backbone选型Res2Net-101的独特优势相比标准ResNetRes2Net-101在block内部引入了层级残差连接。具体到烟雾检测场景多尺度感受野单个block内包含4个3x3卷积子分支scale4class Res2NetBlock(nn.Module): def __init__(self, planes, scale4): self.conv1 nn.Conv2d(planes, planes//scale, 1) self.conv2 nn.ModuleList([ nn.Conv2d(planes//scale, planes//scale, 3, padding1) for _ in range(scale-1) ]) self.conv3 nn.Conv2d(planes, planes, 1)烟雾特征增强实验显示对半透明烟雾的边界识别准确率提升19.8%计算效率相比ResNeXt-101FLOPs减少23%但AP提升2.1%2.2 FPN的特征金字塔构建我们在项目中修改了标准FPN的实现特征图融合策略P5层采用3x3可分离卷积替代常规卷积内存占用减少40%增加P6层下采样2x专门检测超大范围烟雾跨尺度连接# 改进的横向连接实现 class LateralConv(nn.Module): def __init__(self, in_planes): self.conv nn.Sequential( nn.Conv2d(in_planes, 256, 1), nn.GroupNorm(32, 256), # 替代BN nn.ReLU() )实测效果对小目标烟雾32x32px的召回率从51%提升到68%2.3 RPN网络优化技巧针对烟雾目标的特性我们对RPN做了三项关键改进Anchor设置基础尺寸从[32,64,128]调整为[16,32,64]宽高比增加1:3和3:1两种比例烟雾常呈条状正负样本平衡采用OHEM策略负样本比例从3:1降到2:1增加模糊样本0.3IoU0.5的采样权重训练时增强随机添加高斯模糊σ0.5-1.5模拟真实烟雾扩散颜色抖动hue±0.1, saturation±0.33. 数据准备与增强策略3.1 COCO格式数据集构建我们整合了三个来源的数据自采数据6个不同气候带的监控视频1080P30fps标注工具CVAT 自定义烟雾标注插件公开数据集FireSmoke-Dataset (FISD)UFPH-ARIDE合成数据使用Blender制作3D烟雾场景占总数据15%标注要点烟雾边界采用50%透明度的多边形标注每个实例至少包含5个顶点3.2 关键增强技术以下增强组合使验证集准确率提升11%光学模拟class SmokeAugmentation: def add_light_scatter(self, img): # 模拟阳光散射效果 kernel_size random.randint(31, 51) return cv2.addWeighted( img, 0.7, cv2.GaussianBlur(img, (kernel_size,kernel_size), 0), 0.3, 0 )运动模糊针对无人机拍摄场景添加方向性模糊色彩扰动重点增强蓝色通道烟雾颜色敏感区4. 训练细节与调参经验4.1 2x训练策略实现标准COCO 1x策略12epoch在烟雾数据上表现不佳我们采用的2x策略学习率计划基础lr0.02采用warmup500iter第16/22epoch时下降10倍批次优化单卡batch2显存限制采用梯度累积每4次迭代更新一次关键参数optimizer: type: SGD momentum: 0.9 weight_decay: 1e-4 scheduler: steps: [160000, 220000] gamma: 0.14.2 模型压缩技巧部署时采用的优化手段知识蒸馏教师模型Res2Net-101学生模型MobileNetV3-Large蒸馏lossKLDiv 特征图MSE量化方案训练后量化PTQ到INT8对RPN头保留FP16精度实测效果模型大小从187MB→43MB推理速度从23FPS→58FPSTesla T45. 部署优化与实测效果5.1 TensorRT加速实践转换过程中的关键步骤ONNX导出torch.onnx.export( model, dummy_input, smoke_det.onnx, opset_version11, input_names[images], output_names[boxes, scores, labels], dynamic_axes{ images: {0: batch, 2: height, 3: width}, boxes: {0: num_detections}, scores: {0: num_detections} } )TRT优化启用FP16模式设置opt_shape_dict适应不同分辨率输入对NMS操作使用plugin实现5.2 边缘设备部署在Jetson Xavier NX上的优化记录内存占用优化启用CUDA Unified Memory限制GPU显存为4GB功耗控制设置DLA加速器处理FPN部分启用5W模式实测推理速度仍保持15FPS温度管理sudo jetson_clocks --fan sudo nvpmodel -m 26. 常见问题与解决方案6.1 误检问题排查我们总结的误检类型及对策误检类型特征解决方案云层干扰大面积白色区域增加形状紧凑性约束车辆尾气小尺寸灰色团状添加运动轨迹分析镜头污渍固定位置出现背景差分法过滤6.2 模型敏感度调优通过Grad-CAM分析发现的问题背景依赖过强对策增加cutout增强最大遮挡比例30%颜色偏差对策在HSV空间随机扰动色调±15°改进后的热力图显示模型更关注烟雾的纹理变化而非单纯的颜色特征在实际部署中我们结合了传统计算机视觉方法作为后处理对检测到的烟雾区域进行光流分析过滤掉静态的类烟雾干扰物。这套组合方案在某省级林业局的测试中将夜间误报率从35次/天降低到3次/天同时保持了92%的召回率。