Karsa Róbert:

TŰZESETEK FELDERÍTÉSÉNEK ÚJ LEHETŐSÉGEI


Absztrakt

A cikkben a tűzesetek és műszaki mentések vizuális információk felhasználásával történő felderítésének új gépi tanulás alapú módszereit vizsgálom meg. A célom az volt, hogy mesterséges intelligencia módszereket felhasználva utcai kameraképek feldolgozásával kinyerjek olyan információkat a képekből, amelyre korábban csak emberek voltak képesek. Ezeket az információkat pedig tűzvédelmi célokra használtam fel, azaz a káresetek automatikus felismerésére. A kutatásom során internetről letöltött képek segítségével tanítottam egy modellt a tűzesetek, közlekedési balesetek felismerésére. A modellt Python nyelven a Pytorch keretrendszer segítségével valósítottam meg. Az általam létrehozott modell elég robosztus lett ahhoz, hogy automatikusan nagy magabiztossággal felismerje a tűzoltói beavatkozást igénylő eseményeket.

Kulcsszavak: gépi tanulás, kamerák, tűzeset, python, pytorch

Abstract

In this paper I explore new machine learning-based methods for detecting fires and technical rescues using visual information. My goal was to use artificial intelligence methods to extract information from street camera images that only humans could do before. This information was then used for fire protection purposes, i.e. automatic detection of damage. In my research, I used images downloaded from the internet to train a model to recognise fires and traffic accidents. I implemented the model in Python using the Pytorch framework. The model I created has become robust enough to automatically detect events with high confidence that require firefighter intervention.

Kulcsszavak: machine learning, cameras, fire, python, pytorch

A teljes cikk megtekintése