Сибирский федеральный университет

Номер

Журнал СФУ. Техника и технологии. 2024 17 (1)

Авторы

Деяб, О. А.; Черников; Селиванов, А. С.

Контактная информация

Деяб, О. А. : Сибирский федеральный университет Российская Федерация, Красноярск; Технологический университет-Ирак Ирак, Багдад; Черников, Сибирский федеральный университет Российская Федерация, Красноярск; Селиванов, А. С. : Сибирский федеральный университет Российская Федерация, Красноярск

Ключевые слова

fire detection; yolov5; deep learning; wireless sensor networks; обнаружение пожара; yolov5; глубокое обучение; беспроводные сенсорные сети

Аннотация

Системы обнаружения пожаров необходимы для защиты людей и имущества. Тем не менее существует множество проблем с точностью этих систем и частотой ложных предупреждений. В этом исследовании используются беспроводные сенсорные сети с глубоким обучением для повышения точности систем обнаружения пожара в реальном времени и уменьшения количества ложных тревог. Видео с камеры Wi- Fi анализируется с использованием модели глубокого обучения YOLOv5. Эта модель быстро и точно находит и классифицирует предметы, используя методы глубокого обучения. Чтобы гарантировать точное обнаружение, для обучения модели используется значительная коллекция данных, связанных с пожарами. При возникновении пожара пользователи получают ранние предупреждения с помощью технологии WebRTC, а также идет прямая трансляция места горения. Используя эти сложные технологии, можно повысить эффективность обнаружения пожара в помещении, предоставляя пользователям немедленные и точные сигналы тревоги. Повышается безопасность персонала и имущества, снижаются потери от пожаров во внутренней среде

Страницы

124–135

EDN

WZHDHV

Статья в архиве электронных ресурсов СФУ

https://elib.sfu-kras.ru/handle/2311/152586

Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).