一种基于YOLO-v8的智能城市火灾探测改进方法

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 计算机视觉研究院专栏 Column of Computer Vision Institute 城市的火灾可能会造成毁灭性的后果，造成财产损失，并危及公民的生命。 传统的火灾探测方法在准确性和速度 方面存在局限性，使得实时探测火灾具有挑战性。 01 前景概要 我们提出了一种基于YOLOv8算法的智能城市火灾检测改进方法，称为智能火灾检测系统（SFDS），该方法利用深度学习的优势实时检测特定火灾特征。与传统的火灾探测方法相比， SFDS方法可提高火灾探测的准确性，减少误报，并具有成本效益。 它还可以扩展到检测智能城市中感兴趣的其他对象，如天然气泄漏或洪水。所提出的智能城市框架由四个主要层组成：（i）应用层、（ii）雾层、（iii）云层和（iv）物联网层。所提出的算法利用雾和云计算 ………………………………