Rescuedet-deformable-detr开源火灾检测模型 - 支持火焰、车辆和人体多目标检测

Rescuedet Deformable Detr

由 RoblabWhGe 开发

基于SenseTime可变形DETR架构微调的火灾检测模型，支持火焰、车辆和人体多目标检测

下载量 25

发布时间 : 4/22/2024

模型简介

该模型是在RoblabWhGe/FireDetDataset数据集上微调的可变形DETR目标检测模型，专门用于火灾场景下的多目标检测任务，包括火焰、车辆和人体检测。

多目标检测

可同时检测火焰、车辆和人体三类目标

可变形注意力机制

采用可变形注意力模块提升检测精度

多尺度特征处理

针对不同尺寸目标提供专门的检测能力

火焰检测

车辆检测

人体检测

多目标识别

图像分析

公共安全

火灾监控系统

用于实时监控火灾场景，检测火焰和人员情况

火焰检测mAP 0.2322，召回率0.4708

应急车辆检测

识别火灾现场的救援车辆

车辆检测mAP 0.5547，召回率0.6431

智能监控

人员定位

在火灾等紧急情况下定位人员位置

人体检测mAP 0.3779，召回率0.4834

该模型是在目标检测领域表现出色的模型，它基于 SenseTime/deformable-detr 进行微调，在 RoblabWhGe/FireDetDataset 数据集上进行训练，能够有效提升目标检测的准确性和效率，尤其在火灾检测等场景中具有重要应用价值。

本模型是 SenseTime/deformable-detr 在 RoblabWhGe/FireDetDataset 数据集上的微调版本。它在评估集上取得了以下结果：

训练过程中使用了以下超参数：

训练损失	轮数	步数	验证损失	mAP	mAP@50	mAP@75	小目标 mAP	中目标 mAP	大目标 mAP	召回率@1	召回率@10	召回率@100	小目标召回率@100	中目标召回率@100	大目标召回率@100	火灾目标 mAP	火灾目标召回率@100	车辆目标 mAP	车辆目标召回率@100	行人目标 mAP	行人目标召回率@100
2.3092	1.0	674	1.4485	0.0919	0.2097	0.0678	0.0306	0.1068	0.1693	0.0613	0.2179	0.3221	0.1226	0.4115	0.4564	0.0289	0.3272	0.1826	0.3908	0.064	0.2482
1.4291	2.0	1348	1.3315	0.1676	0.3524	0.1505	0.0696	0.2179	0.2573	0.0816	0.2714	0.3792	0.1992	0.4641	0.4846	0.1022	0.3921	0.2843	0.473	0.1163	0.2724
1.3582	3.0	2022	1.3595	0.1631	0.376	0.1207	0.0557	0.2285	0.2385	0.0763	0.2541	0.3545	0.1701	0.4375	0.4512	0.1117	0.3678	0.2722	0.4536	0.1055	0.2421
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...