yolov5 烟雾和火焰检测

置顶 已于 2022-05-05 00:32:05 修改 13555 收藏 193
分类专栏： 深度学习 文章标签： pytorch yolov5 火焰检测 烟雾检测 火灾检测
于 2021-04-14 18:25:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34351067/article/details/115704848
版权

视频实时多人姿态估计 cpu fps33+
实时视频动作检测(action detection)
 基于人体姿态的跌倒检测
 yolov5 烟雾和火焰检测

【文章用到的云gpu详细使用说明】

       随着社会经济的高速发展，工业、企业园区，住宅日益增多，存在一些消防安全隐患，导致火灾事故屡屡发生。

       针对住宅，工业园区，森林，加油站等室内外场景，深入了解，并通过目标检测算法，在图像中自动标注疑似烟雾、火焰，实现机器智能值守，具有重大意义。

       运行环境是pytorch1.81 gpu，可以在免费云gpu上直接运行，一共1个压缩包

yolov5源码和数据集.zip.mp4(数据集图片烟雾和火焰分别标注2类，一共2000张)

因为网络问题无法上传zip文件

需要把.mp4后缀去掉改为zip文件才能打开。

云注册地址

https://gpushare.com/auth/register?user=18*****1785&fromId=c4100216220&source=link

具体云gpu环境配置看word文档。

1环境安装

2安装wandb及训练，安装wandb具体细节可以查csdn上的教程。

3 训练后的map@0.5大概55多

加大训练批次还能继续提升。

4推断视频

5运行结果

下载链接

yolov5源码和数据集.zip.mp4

测试效果视频

tf_q568897492
关注
  • 18
    点赞
  • 踩
  • 193
    收藏
  • 打赏
    打赏
  • 34
    评论
专栏目录
yolov5火焰烟雾检测数据集+训练好的模型+数据集+pyqt界面+代码.zip
05-26
yolov5火焰烟雾检测数据集，烟雾和火焰数据集和源码（包含视频和图片素材，可直接进行推理测试）。1、项目是训练过的，可直接进行推力测试。 2、项目包含烟雾和火焰的数据集，已标记好！ 3、如果想想重新训练也可以。 4、可以直接用训练好的权重pt文件进行推力测试，测试视频和图片都可以，很好用。 5、价格绝对是优惠价，可以放心下载
YOLO5~火焰烟雾检测
最新发布
whaosoft143ai的博客
02-15 406
这里提出了一种基于YOLOv5的火焰烟雾检测算法。基于改进的YOLOv5模型，建立了一种具有泛化性能的火焰烟雾检测算法。改进后的YOLOv5模型精度可达99.5%，对火焰烟雾的检测效果更加准确。本次介绍的文章是广东石油化工学院发表的一篇火焰烟雾检测的文章，题目为《Flame smoke detection algorithm based on YOLOv5 in petrochemical plant》。石油化工装置火灾烟雾检测，可以预防火灾，保证生产安全和生命安全。whaosoft aiot
烟雾火焰数据集（VOC格式已标注）
03-28
共4999张图片，包含烟雾和火焰两个标签，火焰标注较为完善，烟雾由于图像分辨率等原因难以比较好的标注。用yolo训练后火焰的AP在0.7左右，烟雾在0.5左右。图像有多个来源，存在一定重复。
【火灾检测】基于计算机视觉实现森林火灾检测系统带GUI界面
matlab_dingdang的博客
06-29 357
摘要：为解决森林火灾监测系统中由于林火行为监测样本数据量大,维数多导致监测误报率高,实时性差等问题,提出一种基于计算机视觉的形态学算法进行森林火灾监测,提升识别精度,实现全天候林火自动监测预警. 3 仿真结果 [1]张卫平, 张浩宇, 张思琪,等. 一种基于计算机视觉的森林火灾检测及预警系统:. 部分理论引用网络文献，若有侵权联系博主删除。...
火灾烟雾检测
m0_63642362的博客
11-17 1725
据统计，2020年全国共接报火灾25.2万起，直接财产损失高达40.09亿元。火灾已经成为危害人们生命财产安全的一种多发性灾害。基于PaddleX实现火灾、烟雾检测，并探索模型的优化历程。
火灾检测：运用深度学习方法实现火灾检测（Python训练、C++部署）
关注三更两点，学习AI算法与网络安全知识！
07-21 1359
火灾是日常生活中主要灾害之一，严重威胁着人们的生命与财产安全，因此及时准确地发现火灾并预警具有十分重要的研究意义.目前的火灾检测方法一般通过采用感烟、感温和感光探测器实现，但这种方法存在着探测距离有限、响应时间过长、精确度低的缺点.近年来，随着视频监控技术和计算机视觉技术的不断发展，图像型火灾探测器也取得了巨大的进步.与传统的基于传感器的火灾探测系统相比，图像型火灾检测算法具有响应速度快、覆盖范围广、可视化等优点....
Fire-YOLO：一种用于火灾检测的小目标检测方法
小白学视觉
05-31 1279
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨CY来源丨当交通遇上机器学习编辑丨极市平台极市导读本次介绍的文章是太原理工大学团队在2022年发表在《Sustainability》的关于火灾检测的小目标实时检测工作。1.文章信息论文链接：https://www.mdpi.com/2071-1050/14/9/4930/htm2.摘要针对森林火...
YOLOv5实现火焰和烟雾检测
小秋的博客
06-05 3423
YOLOv5火焰和烟雾识别
Window10手把手带你YOLOV5的火焰烟雾检测+tensorrt量化加速+C++动态库打包
qq_41043389的博客
07-14 4700
0.引言 本人配置：win10，python3.6、 torch1.7+cu110 、cuda11.0、 cudnn8.0.4.30、TensorRT-7.2.3.4、 vs2019，cmake3.15.5 整篇博客包括以下几个方面 1）基于python的yolov5实现火焰烟雾模型的训练 2）将训练好的模型转为tensorrt所需要的engine文件 3）基于c++实现模型推理与动态库打包 1.yolov5模型训...
YOLOv5火焰烟雾检测
weixin_46556352的博客
08-09 1956
YOLOv5火焰烟雾检测
YOLOV5火灾检测数据集+代码+模型.zip
05-21
YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全帽检测、行人入侵检测、火灾烟雾检测等等模型。YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全帽检测、行人入侵检测、火灾烟雾检测等等模型。YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全帽检测、行人入侵检测、火灾烟雾检测等等模型。YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全帽检测、行人入侵检测、火灾烟雾检测等等模型。YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全帽检测、行人入侵检测、火灾烟雾检测等等模型。YOLOV5火灾检测数据集+代码+模型，提供处理voc数据集的常用脚本，以及pytorch转换tensorrt的转换脚本。提供安全
yolov5火焰识别s、m、l三个模型数据集训练结果 pytorch-yolov5-master.zip
11-26
yolov5火焰识别数据集训练结果，训练权重文件保存在了runs/train文件夹中，分别为yolov5s、yolov5m、yolov5l三个模型的训练结果和曲线图，附上了代码和火焰数据集，是版本5的代码，类别名为fire,有需要的可以下载使用
一文详解Yolov5——基于Yolov5的火灾检测系统
weixin_63866037的博客
02-08 1930
本文以yolov5为基础设计一套火灾检测系统，由于大多数设备、算法的实时性较差或检测精确度偏低，而YOLOv5 检测算法拥有轻量级的模型和优良的性能，针对于此，本项目基于 YOLOv5 算法， 着重解决的问题是如何实现准确快速地检测火灾，以减小在复杂环境中的误检率，并提高检测精确率和实时性。
YOLOv7
q839039228的博客
08-17 245
目标检测基础知识学习笔记，侵删
7G的森林火情数据集，文末附数据集和源代码
CV前沿
03-17 5238
在2020年12月，由北亚利桑那大学等学校开放了一个基于航拍图像的森林火情数据集：FLAME ，该数据集能够用于促进森林火灾的监控报警，帮助消防员和研究人员制定最佳火灾管理策略。 该数据集是由无人机在亚利桑那州松树林火灾堆积物燃烧过程中采集的火灾图像数据集。数据集包括由红外摄像机捕捉到的视频记录和热图。演示的视频和图像都经过了注释，并按帧标记，以帮助重新搜索人员轻松应用其火灾检测和建模算法。 论文提出了两个机器学习问题的解决方案: 基于有无火焰的二值化视频帧的人工神经网络(ANN)方法，准确率达到76%
yolov5实现火焰识别/检测步骤记录
real_hahah的博客
11-01 264
本文章记录了使用yolov5构建火焰检测模型的步骤，也可以用于其他物体的目标检测。
火灾检测方法总结
热门推荐
南洲.的博客
08-27 1万+
最近在研究火灾检测，网上看了一些论文和代码，总结如下： 初级版检测： 主要就是通过颜色提取检测火灾，对于火焰而言，红色分量®和绿色分量(G)会很大，并且绿色分量(G)会大于蓝色分量(B)。其中，Rt是红色分量阈值，St是饱和度阈值,火焰像素主要取决于红色分量®的色度和饱和度。 其中，Rt是红色分量阈值，St是饱和度阈值，具体值是自己设置的。 ------利用颜色检测的python版的火灾检测：h...
基于yolov4作者最新力作yolov7目标检测模型实现火点烟雾检测
Together_CZ的博客
07-14 2121
上周的时候yolov4作者发表了其最新研究作品yolov7，将yolo系列的模型带到了一个新的高度，突然就是感觉最新模型迭代更新的速度有点太快了一点，也就是半个月的时间间隔吧，美团先是发表了yolov6的模型，刚刚拿来体验了一把，没隔多久yolov7居然就出来了，真心感觉自己看的速度都赶不上大佬发论文的速度了。闲话不多说还是老样子，先看效果： 这里我基于CAM将其heatmap进行了可视化，如下所示： 为了能够更加直观地对比分析，我将其二者进行叠加展示，如下所示： 建议可以先看看作者大神的论文《Y
基于Keras版本YOLOV7模型的锂电池自燃预警烟雾检测实践
Together_CZ的博客
10-01 1474
原始的YOLOV7都是基于PyTorch框架开发的出来的模型，我之前是用的比较多的框架其实是Keras和Tensorflow，而PyTorch是今年才开始逐渐去用的框架，因为很多时候最新的模型发布的时候都是基于PyTorch框架开发出来的。距离YOLOV7发布已经有一段时间了，但是它的热度并没有降低，最近又有很多研究工作基于YOLOV7开展进行，为了上手实践学习使用YOLOV7，我在前面的博文里面已经写了好几篇关于YOLOV7的开发教程了，感兴趣的话可以看下。节后有时间再详细补充。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 34
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

tf_q568897492

你的鼓励是我最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额：-- )
扫码支付
扫码支付：¥2
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、C币套餐、付费专栏及课程。

余额充值