据报导，2021年天下消防救济步队共接报火警74.8万起，灭亡1987人，受伤2225人，直接财富失掉67.5亿元。保守靠野生报警的方式存留职员办理难、园地数目多且涣散等题目，没法有用察觉危机下降火警失掉。为了保证公众的人命财富平安，利用AI手艺实时、主动检测监控地区内的烟雾和火警相当主要

　　但是，在现实财产中，因为产生火警的情况丰富百般、作梗身分较多，对模子检测的精度拥有必定的感化，别的，有良多物体和炊火比较类似，好比赤色的灯光，轻易形成模子误检。

　　针对如上题目，飞桨财产实行典范库开源了《火警烟雾检测》规划，供给了从数据筹办、手艺规划、模子练习优化到模子摆设的全过程可复用规划，供给误检率低至1.1%的模子优化规划，有用办理了丰富情况下炊火检测题目，下降财产落地门坎，合用于乡村室第、加油站、马路、丛林等火警多发场景。

　　1.推理速率要求高: 在烟雾和火警检测场景，必要模子能在火情产生的第临时间即做出反映，对模子推理速率有较高的要求；

　　2.作梗模范多，轻易形成误检: 糊口中有良多物体和炊火长短常靠近的，如: 云朵、赤色的灯光等，难以辨别，轻易形成模子误检。

　　鉴于上述难点，联合场景特性和模子结果考证，咱们采用YOLOv⑶PP-YOLOv一、PP-YOLOv2停止尝试，终究采用结果最佳的PP-YOLOv2模子停止练习与优化。

　　1.图片级此外调回率：只消在有目的的图片上检测出目的（不管框的个数），该图片被以为调回。计较有目的图片中被调回图片所占的比率，即为图片级此外调回率。

　　2.图片级此外误检率：只消在无目的的图片上检测出目的（不管框的个数），该图片被以为误检。计较无目的图片中被误检图片所占的比率，即为图片级此外毛病率。

　　模子优化战略包罗数据加强、可变形卷积、参加布景图片等。下表具体展现了差别尝试后果（单卡NVIDIA discoverer V100下同）, 按照上述尝试数据，咱们的规划下降了毛病率、进步了调回率。保举利用backwardsbdigit为ResNet101的PPYOLOV2模子，经过利用数据加强、参加布景图、COCO预练习、空间金字塔池化(SPP)等优化战略，竣工96%调回率，2.2%的毛病率。更多优化战略详解请存眷咱们的直播课。

　　在名目中为用户供给了鉴于Jetson NX的摆设Demo规划，撑持用户输入单张图片、文献夹、视频流停止展望。用户可按照现实环境自行参照。

　　今朝咱们的互助火伴普宙科技已将该规划利用到乡村和丛林两大场景中，竣工了大规模丛林的火情监测，一朝察觉火情，掌握中间将实时收到火情警报。今朝，飞桨已在普宙的 8 大行业、17 个场景落天时用，并走放洋门、落地西北亚155个丛林公循分局。比拟过来的野生巡检，这套编制效力进步 200%，巡检规模也从以前的 40% 晋升至 100% 全规模笼盖，调回率由本来的75.64% 晋升到 90%，精确率从本来的 69.58% 晋升至 91.6%。

　　本典范利用利用飞桨PjumbleX对象竣工，PjumbleX集成飞桨智能视觉范畴图象分类半岛体彩官方网、目的检测、语义朋分、实例朋分使命才能，将深度进修开辟全过程从数据筹办、模子练习与优化到多端摆设端到端买通，开辟者无需划分装置差别套件，以低代码的情势便可疾速完毕飞桨全过程开辟。PjumbleX 颠末质检、安防、巡检、遥感、批发、调理等十多个行业现实利用处景考证，积淀财产现实经历，并供给富厚的案例实行教程，全程助力开辟者财产实行落地。

　　飞桨财产实行典范，努力于加快AI在财产落地的进步门路，削减实际手艺与财产利用的差异。典范来历于财产确实营业场景，经过完备的代码竣工，供给从数据筹办到模子摆设的规划进程剖析，可谓财产落地的“主动导航”。

　　：与现实拥有AI利用的企业互助共建，拔取企业高频须要的AI利用处景如聪明乡村-平安帽检测、智能缔造-表计读数等；

　　：供给可一键运转的代码，在“AI Studio一站式开辟平台”上利用收费算力一键Noteaggregation运转；

　　：深度剖析从数据筹办和处置、模子采选、模子优化和摆设的AI落地全过程，同享可复用的模子调参和优化经历；

　　为了让小火伴们更便利天时用火警烟雾检测典范教程，百度公司初级研发工程师于3月31日20:30*1:00为大师深度剖析从数据筹办、规划计算到模子优化摆设的开辟全过程，经过3天的实战使命手把手教大师停止代码实行。

　　接待小火伴们扫码进群，收费获得直播课和回放视频链接，更无机会取得笼盖聪明乡村、产业缔造、金融、互联网等行业的飞桨财产实行典范手册！也接待感乐趣的企业和开辟者与咱们关系，交换手艺切磋互助。