1.一种基于图像生成及分阶段训练的林火识别方法，其特征在于，包括以下步骤：S1、构建大型森林野火基础数据集，包括低清晰度的大、中、小型森林有火图像和无火图像；

构建小型森林野火精选数据集，包括高清晰度高分辨率的大、中、小型森林有火图像和无火图像；

构建森林野火图像生成神经网络，并采用两阶段法和分阶段身份损失权重训练该神经网络，第一阶段输入低清晰度的大、中、小型森林有火图像和无火图像，输出对应的低清晰度的大、中、小型森林无火图像和有火图像，得到初级模型；

第二阶段，输入高清晰度高分辨率的大、中、小型森林有火图像和无火图像至初级模型，输出对应的高清晰度高分辨率的大、中、小型森林无火图像和有火图像，获得森林野火图像生成模型；

所述分阶段身份损失权重如下：

，

其中，t表示训练步数，表示阶段切换点， ， 分别表示第一、二训练阶段身份损失权重值；

S2、利用训练好的森林野火图像生成模型，构建高质量合成森林火灾图像综合数据集，包括：大规模高清晰度高分辨率的大、中、小型森林无火图像和有火图像、以及对应的标签；

S3、构建林火识别神经网络：对 YOLOv8n 模型的网络架构进行改进，引入极化注意力模块PSA增强其对火情特征的提取能力，极化注意力模块PSA通过在通道维度和空间维度分别构建全局依赖关系，并融合两者结果，实现对关键区域的强化和无关背景的抑制，突出火焰与烟雾的特征，降低背景林木、光照变化及烟雾干扰对模型判别的影响；

S4、使用步骤S2的高质量合成森林火灾图像综合数据集对林火识别神经网络进行分阶段训练，训练过程中先进行分类任务训练，再进行检测定位训练，最终得到林火识别模型；

S5、将实际的森林监控影像输入林火识别模型，识别是否有火或有烟，在影像上自动框出火焰或烟雾并标注结果置信度，输出火情风险得分。

2.根据权利要求1所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，步骤S2中，构建高质量合成森林火灾图像综合数据集时，有火图像样本和无火图像样本满足条件如下式：，

其中， 表示有火图像样本数， 表示无火图像样本数，为数据平衡容差。

3.根据权利要求1所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，YOLOv8n 模型的网络架构包括骨干网络以及头部网络，所述骨干网络用于对输入图像进行特征提取，生成不同尺度的特征图，头部网络的作用是对骨干网络输出的特征图进行上采样、特征融合，并最终预测目标的类别和位置；

骨干网络包括顺序连接的两个连续卷积层Conv、特征融合层C2f、三组卷积层Conv +特征融合层C2f 循环结构以及快速空间金字塔池化模块SPPF，并且在每个特征融合层C2f后插入极化注意力模块PSA；

头部网络包括顺序连接的两组上采样层Upsample +拼接操作Concat +特征融合层C2f 结构、两组卷积层Conv + 拼接操作Concat +特征融合层C2f结构，并且在每个拼接操作Concat后插入极化注意力模块PSA。

4.根据权利要求1所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，步骤S3中，极化注意力模块PSA输出特征为：，

其中， 为融合后的输出特征， 为原始特征， 为对输入特征 按通道维度加权； 为对输入特征 按空间位置加权，为通道维度权重，为空间维度权重；

通道维度权重 计算如下式：

，

其中， 为全局平均池化，用于把每个通道的空间信息压缩成一个数，得到长度为通道数的向量； ， 为全连接层权重，用于学习不同通道的重要性； 为非线性激活函数； 为Sigmoid函数，将权重映射到[0，1]。

5.根据权利要求4所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，空间维度权重 计算如下式：，

其中， 为对输入特征在通道维度做平均池化； 为对输入特征在通道维度做最大池化； 为拼接操作，把平均池化和最大池化结果拼接在一起，形成一个 2 通道特征图； 为一个卷积核大小 7×7 的卷积层，用于提取局部空间关系； 为Sigmoid函数，将权重映射到[0，1]。

6.根据权利要求1所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，步骤S4中，对林火识别神经网络进行分阶段训练步骤如下：S4.1、将模型切换为分类任务模式，加载在COCO数据集上预训练的权重，利用步骤S2的高质量合成森林火灾图像综合数据集进行训练；

S4.2、将模型切换为目标检测任务模式，加载用于分类任务的骨干网络的最佳训练权重，并将用于检测的头部网络的参数随机初始化；

S4.3、冻结整个骨干网络，仅对头部网络进行训练；待头部网络训练完成后，再解冻全部网络，进行整体的森林火灾识别与检测的精调。

7.根据权利要求1所述的基于图像生成及分阶段训练的林火识别方法，其特征在于，步骤S5中，火情风险得分按下式计算：，

其中，为火情风险得分， 为模型输出的置信度，为检测框面积。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。