Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Ojos en el medio ambiente: Análisis impulsado por IA para la clasificación, segmentación y detección de incendios y humo

Created by
  • Haebom

Autor

Sayed Pedram Haeri Boroujeni, Niloufar Mehrabi, Fatemeh Afghah, Connor Peter McGrath, Danish Bhatkar, Mithilesh Anil Biradar, Abolfazl Razi

Describir

Este artículo ofrece una revisión exhaustiva de los conjuntos de datos sobre incendios y humo recopilados durante las últimas dos décadas. A pesar de los avances en inteligencia artificial (IA) y visión artificial (VC), la calidad de los datos es esencial para desarrollar sistemas eficaces de gestión de incendios. Este artículo analiza las características de diversos conjuntos de datos sobre incendios y humo (tipo, tamaño, formato, método de recopilación, diversidad geográfica, modalidad de imagen (RGB, térmica, infrarroja), etc.), resume las fortalezas y debilidades de cada conjunto de datos y presenta los resultados de análisis experimentales utilizando algoritmos de vanguardia como ResNet-50, DeepLab-V3 y YoloV8. Esto se realizó con el objetivo de contribuir a la investigación y al avance tecnológico en la gestión de incendios.

Takeaways, Limitations

•
Takeaways:
◦
Proporciona un análisis exhaustivo de varios conjuntos de datos sobre incendios y humo recopilados durante los últimos 20 años, proporcionando información útil para futuras investigaciones y desarrollos.
◦
Evaluamos el rendimiento y la aplicabilidad de cada conjunto de datos a través de resultados de análisis experimental utilizando varios algoritmos de última generación.
◦
Destaca la importancia de los conjuntos de datos de alta calidad necesarios para el desarrollo de sistemas de gestión de incendios.
•
Limitations:
◦
El número y el alcance de los conjuntos de datos incluidos en el análisis pueden ser limitados.
◦
Los algoritmos utilizados en el análisis experimental pueden limitarse a algoritmos específicos.
◦
Es posible que no se haya revisado el conjunto de datos para detectar sesgos y generalizabilidad.
👍
Made with Slashpage