近日，无锡学院2021级联合培养的电子信息专业硕士研究生沈鹏飞在探究火灾检测技术的自适应性、轻量化模型设计、激活函数改进方面取得了重要进展。研究成果以题为“FireViT: An Adaptive Lightweight Backbone Network for Fire Detection”发表在林学领域期刊《Forests》（JCR一区期刊，中科院二区期刊）。

2021级电子信息专业硕士研究生沈鹏飞为论文的第一作者，孙宁教授为论文的唯一通讯作者。该项研究工作得到了国家自然科学基金、江苏省研究生实践创新项目的资助。

火灾对人类生命财产安全造成了严重威胁，火灾的准确检测有助于及时预防火灾的发生以及保证灭火工作顺利开展。论文提出了一种可用于火灾检测的将Transformer与卷积神经网络（CNN）结合的自适应轻量化主干网络：FireViT，其中DeformViT模块为可变形卷积与Transformer相结合的模块，DeformViT模块能够更好地适应火灾情境下无规则变化的烟雾和火焰。FireViT与一些主流轻量化主干网络在自制的有标签的火灾自然光数据集和火灾红外数据集上进行火灾检测对比实验，实验结果表明FireViT作为主干网络用于火灾检测具有优势，为智慧消防中的火灾预警提供了有效的火灾检测解决方案。

导师从学术文献的高效获取与深度理解、研究问题的敏锐捕捉与精准定位、实验方案的设计构思与技术操作以及科研成果的专业陈述与清晰表达等多方面、多维度指导研究生科研工作方法，致力于培养学生的科研系统性、创新性以及独立性，迅速提高学生的科研创新能力。一直以来，我校高度重视联培研究生的培养质量，取得了一系列丰硕研究成果。

论文链接为：https://doi.org/10.3390/f14112158

发表论文截图