基于 Vision Transformer 的野火检测：Wildfire 数据集
计算机视觉与模式识别
2025-05-26 v1 人工智能
摘要
野火频发且强度不断增加的趋势凸显了对高级检测技术的迫切需求，尤其在美国加州。2023 年的野火导致全国 130 人死亡，是自 1990 年以来最高。2025 年 1 月，洛杉矶野火（包括帕利斯山火和伊顿火）约燃毁 4 万英亩土地和 1.2 万栋建筑，造成人力生命损失。虽然 Vision Transformer（ViT）等深度学习模型可通过处理高精度图像数据实现早期检测，但野火检测面临数据获取、误报/漏报及规模化等挑战。本文使用由 10.74 GB 高分辨率图像构成的野火数据集进行训练，数据经缩放至 224×224 像素、转换为张量格式，并采用 ImageNet 统计量进行归一化处理。
关键词
引用
@article{arxiv.2505.17395,
title = {Wildfire Detection Using Vision Transformer with the Wildfire Dataset},
author = {Gowtham Raj Vuppari and Navarun Gupta and Ahmed El-Sayed and Xingguo Xiong},
journal= {arXiv preprint arXiv:2505.17395},
year = {2025}
}
备注
Published at ASEE NE 2025