现代计算机2022,Vol.28Issue(19) :33-38.DOI:10.3969/j.issn.1007-1423.2022.19.005

基于YOLO框架的农田火源自动检测系统

Automatic Detection System of Farmland Fire Source

白玉 马广焜 彭新茗 王楠翔 白清扬 孟峻锋 刘鑫蕊 朱硕闻
现代计算机2022,Vol.28Issue(19) :33-38.DOI:10.3969/j.issn.1007-1423.2022.19.005

基于YOLO框架的农田火源自动检测系统

Automatic Detection System of Farmland Fire Source

白玉 1马广焜 1彭新茗 1王楠翔 1白清扬 1孟峻锋 1刘鑫蕊 1朱硕闻1
扫码查看

作者信息

  • 1. 沈阳工业大学软件学院,沈阳 110870
  • 折叠

摘要

农田安全是社会普遍关注的热点话题,农田火灾也是农田安全隐患中的重要因素.为了降低农田中火源所带来的危害,提出了针对智能火源检测的农田火源自动检测系统.虽然针对火灾的检测,已经存在温度、烟雾传感器等检测手段,但是无法保证监测实时性.针对这一问题,提出了基于YOLOv5框架的农田火源自动检测系统.通过小目标检测技术,实时检测农田当中的火源隐患,节约了人工对火源排查的时间.采用最新的YOLOv5算法,此算法有较短的推理时间和训练时间,大大缩短了从火源产生到人工对火源采取措施的间隔时间.此外,本系统提供多种接口,能够与智能农田系统结合,使农田受到更好的保护.可以将数据整合到云端,通过任意设备调用云端的接口,实现系统的多样性,扩大应用空间.

关键词

深度学习/小目标检测/YOLOv5/火灾检测

引用本文复制引用

基金项目

辽宁省大学生创新创业训练计划(2021)(S202110142021)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子:0.292
ISSN:1007-1423
参考文献量2
段落导航相关论文