清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Advanced Object Detection for Maritime Fire Safety

海上安全 消防安全 计算机科学 海洋工程 环境科学 法律工程学 航空学 工程类 风险分析(工程) 业务
作者
Fazliddin Makhmudov,Sabina Umirzakova,Alpamis Kutlimuratov,Akmalbek Abdusalomov,Young Im Cho
出处
期刊:Fire [MDPI AG]
卷期号:7 (12): 430-430 被引量:2
标识
DOI:10.3390/fire7120430
摘要

In this study, we propose an advanced object detection model for fire and smoke detection in maritime environments, leveraging the DETR (Detection with Transformers) framework. To address the specific challenges of shipboard fire and smoke detection, such as varying lighting conditions, occlusions, and the complex structure of ships, we enhance the baseline DETR model by integrating EfficientNet-B0 as the backbone. This modification aims to improve detection accuracy while maintaining computational efficiency. We utilize a custom dataset of fire and smoke images captured from diverse shipboard environments, incorporating a range of data augmentation techniques to increase model robustness. The proposed model is evaluated against the baseline DETR and YOLOv5 variants, showing significant improvements in Average Precision (AP), especially in detecting small and medium-sized objects. Our model achieves a superior AP score of 38.7 and outperforms alternative models across multiple IoU thresholds (AP50, AP75), particularly in scenarios requiring high precision for small and occluded objects. The experimental results highlight the model’s efficacy in early fire and smoke detection, demonstrating its potential for deployment in real-time maritime safety monitoring systems. These findings provide a foundation for future research aimed at enhancing object detection in challenging maritime environments.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Tonald Yang发布了新的文献求助10
1秒前
Feng完成签到,获得积分10
6秒前
勤劳小懒虫完成签到 ,获得积分10
10秒前
明理问柳完成签到,获得积分10
11秒前
科研通AI2S应助科研通管家采纳,获得30
15秒前
沿途东行完成签到 ,获得积分10
16秒前
mark33442完成签到,获得积分10
17秒前
18秒前
翠翠完成签到,获得积分10
19秒前
翠翠发布了新的文献求助10
21秒前
Allot完成签到,获得积分10
22秒前
28秒前
sduwl完成签到,获得积分10
32秒前
失眠的香蕉完成签到 ,获得积分10
33秒前
38秒前
wyh295352318完成签到 ,获得积分10
42秒前
潘fujun完成签到 ,获得积分10
51秒前
d22110652发布了新的文献求助10
1分钟前
xun完成签到,获得积分20
1分钟前
秋半梦完成签到 ,获得积分10
1分钟前
huanghe完成签到,获得积分10
1分钟前
1分钟前
1分钟前
Tonald Yang完成签到,获得积分20
1分钟前
xiaozou55完成签到 ,获得积分10
1分钟前
d22110652发布了新的文献求助10
1分钟前
时代更迭完成签到 ,获得积分10
1分钟前
你博哥完成签到 ,获得积分10
1分钟前
邓代容完成签到 ,获得积分10
1分钟前
2分钟前
d22110652发布了新的文献求助10
2分钟前
双眼皮跳蚤完成签到,获得积分10
2分钟前
胖小羊完成签到 ,获得积分10
2分钟前
Skywings完成签到,获得积分10
2分钟前
d22110652完成签到,获得积分10
2分钟前
霜降完成签到 ,获得积分10
2分钟前
叶痕TNT完成签到 ,获得积分10
2分钟前
三人水明完成签到 ,获得积分10
2分钟前
无花果应助Loney采纳,获得10
2分钟前
2分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 2000
Applications of Emerging Nanomaterials and Nanotechnology 1111
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1040
Les Mantodea de Guyane Insecta, Polyneoptera 1000
Neuromuscular and Electrodiagnostic Medicine Board Review 700
지식생태학: 생태학, 죽은 지식을 깨우다 600
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3466837
求助须知:如何正确求助?哪些是违规求助? 3059674
关于积分的说明 9067375
捐赠科研通 2750158
什么是DOI,文献DOI怎么找? 1509066
科研通“疑难数据库(出版商)”最低求助积分说明 697126
邀请新用户注册赠送积分活动 696913