Wildfire Smoke Detection with Computer Vision

要約

山火事はますます頻繁になり、その影響は日々壊滅的になっています。
気候変動はこれらの発生に直接的および間接的に影響を与え、社会現象は人々の脆弱性を増大させました。
その結果、これらの必然的な発生を考えると、タイムリーで効果的な対応を可能にする早期警報システムを持つことが重要です。
人工知能、機械学習、およびコンピューター ビジョンは、山火事の適切な検出のための効果的で達成可能な代替手段を提供し、災害のリスクを軽減します。
YOLOv7 は、初期段階の山火事における煙柱の早期検出に使用できるオブジェクト検出モデルをトレーニングするための、シンプルで高速かつ効率的なアルゴリズムを提供します。
開発されたモデルは有望な結果を示し、信頼水準が 0.298 のときに F1 曲線で 0.74 のスコアを達成しました。つまり、信頼水準が低いほど高いスコアが得られました。
これは、条件が偽陽性に有利な場合を意味します。
メトリックは、煙柱の検出におけるモデルの回復力と有効性を示しています。

要約(オリジナル)

Wildfires are becoming more frequent and their effects more devastating every day. Climate change has directly and indirectly affected the occurrence of these, as well as social phenomena have increased the vulnerability of people. Consequently, and given the inevitable occurrence of these, it is important to have early warning systems that allow a timely and effective response. Artificial intelligence, machine learning and Computer Vision offer an effective and achievable alternative for opportune detection of wildfires and thus reduce the risk of disasters. YOLOv7 offers a simple, fast, and efficient algorithm for training object detection models which can be used in early detection of smoke columns in the initial stage wildfires. The developed model showed promising results, achieving a score of 0.74 in the F1 curve when the confidence level is 0.298, that is, a higher score at lower confidence levels was obtained. This means when the conditions are favorable for false positives. The metrics demonstrates the resilience and effectiveness of the model in detecting smoke columns.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google