FSDNet-YOLOv3 和 DenseNet 基础上复杂场景下高效的火灾检测网络（英文版）

英文标题：FSDNet-An efficient fire detection network for complex scenarios based on YOLOv3 and DenseNet中文摘要：本研究提出了一种名为 FSDNet 的火灾烟雾检测网络，使用了 CIoU 损失函数和 MS-FS 数据集，并在基本特征提取模块中引入了密集连接结构，以增强骨干网的特征提取能力和缓解梯度消失问题，并在火灾检测模块中引入了空间金字塔池化结构来全面提高火焰特征提取能力。实验结果表明，该方法在两个基准数据集上的精度分别为 99.82％和 91.15％，在 MS-FS 数据集上的平均精度为 86.80％比主流的火灾检测方法更好。英文摘要：Fire is one of the common disasters in daily life. To achieve fast andaccurate detection of fires, this paper proposes a detection network calledFSDNet (Fire Smoke Detection Networ