Интеграция систем глубокого обучения и беспроводных сенсорных сетей для точного обнаружения пожара в помещении

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.