Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Regard sur l'environnement : analyse pilotée par l'IA pour la classification, la segmentation et la détection des incendies et de la fumée

Created by
  • Haebom

Auteur

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

Contour

Cet article propose une analyse approfondie des données sur les incendies et la fumée collectées au cours des deux dernières décennies. Malgré les progrès de l'intelligence artificielle (IA) et des technologies de vision par ordinateur (CV), des données de qualité sont essentielles au développement de systèmes efficaces de gestion des incendies. Cet article analyse les caractéristiques de divers ensembles de données sur les incendies et la fumée (type, taille, format, méthode de collecte, diversité géographique, modalité d'imagerie (RVB, thermique, infrarouge), etc.), résume les forces et les faiblesses de chaque ensemble de données et présente les résultats d'analyses expérimentales utilisant des algorithmes de pointe tels que ResNet-50, DeepLab-V3 et YoloV8. Cette analyse a été réalisée dans le but de contribuer à la recherche et aux avancées technologiques en matière de gestion des incendies.

Takeaways, Limitations

Takeaways:
Il fournit une analyse complète de divers ensembles de données sur les incendies et la fumée collectés au cours des 20 dernières années, fournissant des informations utiles pour la recherche et le développement futurs.
Nous évaluons les performances et l’applicabilité de chaque ensemble de données grâce à des résultats d’analyse expérimentale utilisant divers algorithmes de pointe.
Il souligne l’importance des ensembles de données de haute qualité nécessaires au développement de systèmes de gestion des incendies.
Limitations:
Le nombre et la portée des ensembles de données inclus dans l’analyse peuvent être limités.
Les algorithmes utilisés dans l’analyse expérimentale peuvent être limités à des algorithmes spécifiques.
Il se peut qu’il y ait un manque d’examen de l’ensemble de données pour détecter les biais et la généralisabilité.
👍