Image-Based Fire Detection in Industrial Environments with YOLOv4

要約

火災は発生すると破壊力があり、壊滅的な規模で周囲に影響を与えます。
被害を最小限に抑える最善の方法は、火災が拡大する前に、できるだけ早く火災を検出することです。
したがって、この作業では、画像ストリームでのオブジェクト検出を使用して、火災を検出および認識し、検出時間を短縮する AI の可能性を調べます。
物体検出は、過去 6 年間で速度と精度が大幅に向上し、リアルタイム検出が可能になりました。
最後に、いくつかの公開ソースから適切なデータを収集してラベルを付けました。これらのデータは、人気のある YOLOv4 オブジェクト検出器に基づくいくつかのモデルのトレーニングと評価に使用されています。
協力する産業パートナーによって推進されている私たちの焦点は、高い天井が特徴の産業倉庫環境にシステムを実装することです。
このセットアップにおける従来の煙感知器の欠点は、煙が十分な高さまで上昇しなければならないことです。
この研究で提唱された AI モデルは、これらの検出器よりもかなりの時間性能を発揮し、火災の影響をさらに最小限に抑えるのに役立つ貴重な予測を提供しました。

要約(オリジナル)

Fires have destructive power when they break out and affect their surroundings on a devastatingly large scale. The best way to minimize their damage is to detect the fire as quickly as possible before it has a chance to grow. Accordingly, this work looks into the potential of AI to detect and recognize fires and reduce detection time using object detection on an image stream. Object detection has made giant leaps in speed and accuracy over the last six years, making real-time detection feasible. To our end, we collected and labeled appropriate data from several public sources, which have been used to train and evaluate several models based on the popular YOLOv4 object detector. Our focus, driven by a collaborating industrial partner, is to implement our system in an industrial warehouse setting, which is characterized by high ceilings. A drawback of traditional smoke detectors in this setup is that the smoke has to rise to a sufficient height. The AI models brought forward in this research managed to outperform these detectors by a significant amount of time, providing precious anticipation that could help to minimize the effects of fires further.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google