Para resolver os problemas de falta de detecção e detecções falsas nos algoritmos existentes de detecção de fumaça, propõe-se um novo algoritmo leve de detecção de fumaça baseado na Rede Global de Contexto Eficiente (EGC-Net). O algoritmo utiliza a rede leve de detecção de objetos YOLOX como rede base, incorporando o EGC-Net melhorado entre a rede principal de extração de características do YOLOX e a rede de pirâmide de características. O EGC-Net é constituído por três estágios: modelagem de contexto, transformação de características e fusão de características, usados para obter informações de contexto global da imagem, modelar a dependência remota entre o alvo de fumaça e seu fundo, e combinar com um mecanismo de atenção de canal para aprender características visuais mais discriminativas para detecção de fumaça. Os resultados experimentais mostram que o algoritmo de detecção de fumaça EGC-YOLOX proposto atinge uma taxa de recall em nível de imagem de 95,56% e uma taxa de falso alarme em nível de imagem de 4,75%, superando outros algoritmos leves típicos e com velocidade que atende aos requisitos de detecção em tempo real. Este algoritmo pode ser promovido nos campos de segurança e combate a incêndios para monitoramento e gestão de alertas de incêndio em tempo real.

detecção de fumaça;EGC-Net;YOLOX;contexto global;mecanismo de atenção