镜像目标YOL0：面向历史建筑火灾检测的改进型YOLOv8方法
计算机视觉与模式识别
2024-11-22 v1 人工智能
摘要
火灾可导致历史建筑遭受严重损坑，及时火灾检测至关重要。传统稠密布线和钻孔方式会损害这些结构，因此减少摄像机数量以最小化此类影响具有挑战性。此外，避免因噪声敏感性导致的误报，以及保留管理人员在火灾风险区域的专业知识也至关重要。为此，我们提出一种基于间接视角的火灾检测方法，称为镜像目标YOL0（MITA-YOL0）。MITA-YOL0集成了间接视角部署与增强检测模块。它利用镜像角度实现间接视角，解决在不规则空间中视野受限的问题，并将每个间接视角与目标监控区域对齐。设计Target-Mask模块，用于自动识别和隔离每个图像中的间接视角区域，过滤掉非目标区域。这使模型能够继承管理人员在评估火灾风险区域时的专业知识，提高火灾检测的聚焦度和抗干扰能力。在实验中，我们创建了一个包含800张间接视角火灾图像的数据集。结果表明，MITA-YOL0在显著减少摄像机需求的同时，相较于其他主流模型实现了卓越的检测性能。
引用
@article{arxiv.2411.13997,
title = {Mirror Target YOLO: An Improved YOLOv8 Method with Indirect Vision for Heritage Buildings Fire Detection},
author = {Jian Liang and JunSheng Cheng},
journal= {arXiv preprint arXiv:2411.13997},
year = {2024}
}