Недавняя публикация вДатчикиобъясняет, как исследователи улучшилиYOLOv7, модель обнаружения объектов в режиме реального времени, чтобы точно идентифицировать дым от лесных пожаров на воздушных снимках, собранных дронами.и BiFPN для многомасштабного синтеза, в результате чего надежное обнаружение даже для небольших или скрытых дымовых облаков Оценки.epa.gov+3mdpi.com+3Pubmed.ncbi.nlm.nih.gov+3.

Набор данных и обучение

Используя сборник6500 изображений БПЛА, исследовательская группа зафиксировала различные формы дыма, плотность и фоны.и BiFPN усовершенствует слияние функций для приоритета эффективных карт функций.

Производительность и прочность

Количественно модифицированные YOLOv7 превосходили базовые детекторы в обнаружении как небольших дымовых туч ранней фазы, так и более крупных плотных облаков.Авторы демонстрируют качественный успех в различных сценариях, частичная окклюзия и туманные условия и сообщают о высокой точности и показателях отзыва mdpi.com+ 1Pubmed.ncbi.nlm.nih.gov+ 1.

Практическое значение

Раннее обнаружение дыма от лесных пожаров имеет решающее значение: выявление дыма до появления пламени позволяетбыстрее отправка пожарныхДроны, оснащенные этой моделью, могут непрерывно контролировать районы с высоким риском, включая леса и городско-лесные интерфейсы.

Анализ и перспективы

С моей точки зрения, этот подход решает реальную проблему: обнаружение дыма намного сложнее, чем обнаружение пламени, но каждая секунда имеет значение.Легкая, но мощная модельПодходит для развертывания на краевом оборудовании в беспилотных летательных аппаратах.

Кроме того, способность обнаруживать слабые дымовые образы и отличать их от облаков или тумана демонстрирует прочность, необходимую в полевых условиях.Развертывание на краю сокращает задержку и зависимость от подключения.

Оглядываясь в будущее, объединение этой модели сСигнализация на основе Интернета вещейи интеграция в системы управления чрезвычайными ситуациями может автоматизировать обнаружение трубопроводов ‒ дрон обнаруживает дым ‒ отправляет геокоординаты ‒ диспетчеры оповещения ‒ уведомляет лесных работников ‒ все в течение нескольких минут.Таким образом, технология становится ощутимым мостом между машинным обучением и предотвращением лесных пожаров.