典型文献
基于YOLO框架的农田火源自动检测系统
文献摘要：
农田安全是社会普遍关注的热点话题,农田火灾也是农田安全隐患中的重要因素.为了降低农田中火源所带来的危害,提出了针对智能火源检测的农田火源自动检测系统.虽然针对火灾的检测,已经存在温度、烟雾传感器等检测手段,但是无法保证监测实时性.针对这一问题,提出了基于YOLOv5框架的农田火源自动检测系统.通过小目标检测技术,实时检测农田当中的火源隐患,节约了人工对火源排查的时间.采用最新的YOLOv5算法,此算法有较短的推理时间和训练时间,大大缩短了从火源产生到人工对火源采取措施的间隔时间.此外,本系统提供多种接口,能够与智能农田系统结合,使农田受到更好的保护.可以将数据整合到云端,通过任意设备调用云端的接口,实现系统的多样性,扩大应用空间.
文献关键词：
深度学习;小目标检测;YOLOv5;火灾检测
中图分类号：
作者姓名：
白玉;马广焜;彭新茗;王楠翔;白清扬;孟峻锋;刘鑫蕊;朱硕闻
作者机构：
沈阳工业大学软件学院,沈阳 110870
文献出处：
引用格式：
[1]白玉;马广焜;彭新茗;王楠翔;白清扬;孟峻锋;刘鑫蕊;朱硕闻-.基于YOLO框架的农田火源自动检测系统)[J].现代计算机,2022(19):33-38
A类：
B类：
火源,自动检测系统,热点话题,田中,中火,源检测,烟雾传感器,检测手段,证监,YOLOv5,小目标检测,实时检测,推理时间,训练时间,大大缩短,采取措施,间隔时间,本系,数据整合,合到,云端,调用,大应用,应用空间,火灾检测
AB值：
0.311983
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
