智慧城市产业应用实践,高精度火灾烟雾检测方案详解
据报道,2021年全国消防救援队伍共接报火灾74.8万起,死亡1987人,受伤2225人,直接财产损失67.5亿元。传统靠人工报警的方法存在人员管理难、场地数量多且分散等问题,无法有效发现险情降低火灾损失。为了保障民众的生命财产安全,应用AI技术及时、自动检测监控区域内的烟雾和火灾至关重要。
然而,在实际产业中,由于发生火灾的环境复杂多样、干扰因素较多,对模型检测的精度具有一定的影响,另外,有很多物体和烟火较为相似,比如红色的灯光,容易造成模型误检。
针对如上问题,飞桨产业实践范例库开源了《火灾烟雾检测》方案,提供了从数据准备、技术方案、模型训练优化到模型部署的全流程可复用方案,提供误检率低至1.1%的模型优化方案,有效解决了复杂环境下烟火检测问题,降低产业落地门槛,适用于城市住宅、加油站、公路、森林等火灾高发场景。
⭐项目链接⭐
https://github.com/PaddlePaddle/PaddleX/tree/develop/examples
所有源码及教程均已开源,欢迎大家star鼓励~
方案难点
1.推理速度要求高: 在烟雾和火灾检测场景,需要模型能在火情发生的第一时间即做出响应,对模型推理速度有较高的要求;
2.干扰样本多,容易造成误检: 生活中有很多物体和烟火是非常接近的,如: 云朵、红色的灯光等,难以区分,容易造成模型误检。
项目方案
基于上述难点,结合场景特点和模型效果验证,我们选用YOLOv3、PP-YOLOv1、PP-YOLOv2进行实验,最终选用效果最好的PP-YOLOv2模型进行训练与优化。
为了让模型结果更具说服力,我们重新定义了评价指标:
1.图片级别的召回率:只要在有目标的图片上检测出目标(不论框的个数),该图片被认为召回。计算有目标图片中被召回图片所占的比例,即为图片级别的召回率。
2.图片级别的误检率:只要在无目标的图片上检测出目标(不论框的个数),该图片被认为误检。计算无目标图片中被误检图片所占的比例,即为图片级别的错误率。
模型优化和效果
模型优化策略包括数据增强、可变形卷积、加入背景图片等。下表详细展示了不同实验结果(单卡NVIDIA Tesla V100下同), 根据上述实验数据,我们的方案降低了错误率、提高了召回率。推荐使用backbone为ResNet101的PPYOLOV2模型,通过使用数据增强、加入背景图、COCO预训练、空间金字塔池化(SPP)等优化策略,实现96%召回率,2.2%的错误率。更多优化策略详解请关注我们的直播课。
部署方案
在项目中为用户提供了基于Jetson NX的部署Demo方案,支持用户输入单张图片、文件夹、视频流进行预测。用户可根据实际情况自行参考。
注:图片来源于Stocksnap.io
产业应用案例
目前我们的合作伙伴普宙科技已将该方案应用到城市和森林两大场景中,实现了大范围森林的火情监测,一旦发现火情,控制中心将及时收到火情警报。目前,飞桨已在普宙的 8 大行业、17 个场景落地应用,并走出国门、落地东南亚155个森林公安分局。相比过去的人工巡检,这套系统效率提高 200%,巡检范围也从之前的 40% 提升至 100% 全范围覆盖,召回率由原来的75.64% 提升到 90%,准确率从原来的 69.58% 提升至 91.6%。
范例使用工具介绍
本范例应用使用飞桨PaddleX工具实现,PaddleX集成飞桨智能视觉领域图像分类、目标检测、语义分割、实例分割任务能力,将深度学习开发全流程从数据准备、模型训练与优化到多端部署端到端打通,开发者无需分别安装不同套件,以低代码的形式即可快速完成飞桨全流程开发。PaddleX 经过质检、安防、巡检、遥感、零售、医疗等十多个行业实际应用场景验证,沉淀产业实际经验,并提供丰富的案例实践教程,全程助力开发者产业实践落地。
产业实践范例教程
助力企业跨越AI落地鸿沟
飞桨产业实践范例,致力于加速AI在产业落地的前进路径,减少理论技术与产业应用的差距。范例来源于产业真实业务场景,通过完整的代码实现,提供从数据准备到模型部署的方案过程解析,堪称产业落地的“自动导航”。
真实产业场景:与实际具有AI应用的企业合作共建,选取企业高频需求的AI应用场景如智慧城市-安全帽检测、智能制造-表计读数等;
完整代码实现:提供可一键运行的代码,在“AI Studio一站式开发平台”上使用免费算力一键Notebook运行;
详细过程解析:深度解析从数据准备和处理、模型选择、模型优化和部署的AI落地全流程,共享可复用的模型调参和优化经验;
直达项目落地:百度高工手把手教用户进行全流程代码实践,轻松直达项目POC阶段。
精彩课程预告
为了让小伙伴们更便捷地应用火灾烟雾检测范例教程,百度高级研发工程师于3月31日20:30-21:00为大家深度解析从数据准备、方案设计到模型优化部署的开发全流程,通过3天的实战任务手把手教大家进行代码实践。
欢迎小伙伴们扫码进群,免费获取直播课和回放视频链接,更有机会获得覆盖智慧城市、工业制造、金融、互联网等行业的飞桨产业实践范例手册!也欢迎感兴趣的企业和开发者与我们联系,交流技术探讨合作。
扫码报名直播课,加入技术交流群
智慧城市产业应用实践,高精度火灾烟雾检测方案详解相关推荐
- 【金猿案例展】中新天津生态城——智慧城市产业大脑系统建设
爱数案例 本项目由爱数投递并参与"数据猿年度金猿策划活动--2021大数据产业创新服务企业榜单及奖项"评选. 数据智能产业创新服务媒体 --聚焦数智 · 改变商业 中新天津生态城是 ...
- 2021智慧城市产业十大关键词:新城建、智慧高速、数字孪生......
智慧城市是把新一代信息技术充分运用在城市中各行各业基于知识社会下一代创新(创新2.0)的城市信息化高级形态,实现信息化.工业化与城镇化深度融合,有助于缓解"大城市病",提高城镇化质 ...
- 智慧城市产业图谱(2020年)
来源:中国信息通信研究院(转载请注明来源) 编辑 :蒲蒲 推进新型智慧城市,是党中央.国务院推动我国新型工业化.信息化.城镇化和农业现代化同步发展做出的重大决策,有利于深化新一代信息通信技术与城市发展 ...
- 政企联手打造智慧城市产业
无论是各级政府,还是各类科技公司,都在积极参与到中国智慧城市建设之中.29日,记者在第二届中国智慧城市国际博览会(以下简称"智博会")现场,切身感受到中国智慧城市的"火爆 ...
- 智慧城市产业热点板块及产业图谱
导读: 目前石油石化.电力.离散制造等行业的数字化转型工作和趋势由于行业特色.信息化基础.数字化技术应用程度等,呈现出不同的情况. (一)虚实互动新理念引爆数字孪生城市产业板块 近年来,国家及地方加快 ...
- 【CVPR智慧城市挑战赛】无监督交通异常检测,冠军团队技术分享
[新智元导读]"智能交通视频分析界的ImageNet竞赛"--英伟达城市挑战赛落下帷幕.新加坡松下研究院联合中科院自动化所,提出了一种双模态动静联合检测方案,在交通异常检测比赛中拔 ...
- 数字孪生城市概念分析及建设方案详解
数字孪生城市概念分析及建设方案详解 一.数字孪生城市的内涵 (一)数字孪生 据美国航空航天局(NASA)权威性定义,数字孪生就是指充分运用物理模型.传感器.运作历史等数据,集成多学科.多物理量.多尺度 ...
- mysql千万级数据怎么删除,MySQL 快速删除大量数据(千万级别)的几种实践方案详解...
这篇文章主要介绍了MySQL 快速删除大量数据(千万级别)的几种实践方案详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧 笔者 ...
- 国际运营商智慧城市探索与实践
来源:中国信息通信研究院CAICT 摘要:AT&T.SKT.沃达丰在智慧城市领域探索的经验. 2008年11月,IBM提出"智慧地球" 理念引发产业界热议,2010年,该公 ...
最新文章
- Unet网络实现叶子病虫害图像分割
- flannel源码分析--newSubnetManager
- 数据结构与算法基础知识集锦
- python xlrd使用_python使用xlrd 操作Excel读写
- Ubuntu下对executable (application/x-executable)文件创建快捷方式
- [推荐]ORACLE PL/SQL编程之四:把游标说透(不怕做不到,只怕想不到)
- 【C语言小游戏】走迷宫
- LNK2005 已经在*.obj中定义 排雷
- aso优化应用市场推广方案到底怎么写
- wps表格错开半行_word表格错开半行-Excel 表格上下怎么错位!
- MYSQL解决科目余额表汇总问题
- python打招呼的代码_GitHub - worry45678/LearnPython: 以撸代码的形式学习Python
- eclipse中的servers不见了解决方法
- 机器人中的yaw/pitch/roll
- JVM和操作系统的关系是什么?
- SpringBoot Poi导出word,浏览器下载
- Centos(操作系统)
- ppt版的pdf文件,被加密,知晓密码,想得到去水印后的ppt
- C语言打印到txt文件
- C和C++哪个更快?