Para abordar los problemas de omisión y falsas alarmas en los algoritmos actuales de detección de humo, se propone un nuevo algoritmo ligero basado en la red de contexto global eficiente (EGC-Net). Este algoritmo utiliza como red base la red ligera de detección de objetos YOLOX, insertando la EGC-Net mejorada entre la red principal de extracción de características de YOLOX y la red piramidal de características. EGC-Net consta de tres etapas: modelado de contexto, transformación de características y fusión de características, que se utilizan para obtener información global del contexto de la imagen, modelar la dependencia remota entre el objetivo de humo y su fondo, y combinar un mecanismo de atención de canales para aprender características visuales más discriminativas para la detección de humo. Los resultados experimentales muestran que el algoritmo de detección de humo EGC-YOLOX propuesto alcanza una tasa de recuperación a nivel de imagen del 95.56%, una tasa de falsas alarmas a nivel de imagen del 4.75%, superando a otros algoritmos ligeros típicos, y velocidad que cumple con los requisitos de detección en tiempo real. Este algoritmo puede ser aplicado en los campos de seguridad y bomberos para la supervisión y gestión de advertencias de incendios en tiempo real.

detección de humo;EGC-Net;YOLOX;contexto global;mecanismo de atención