شناسایی دود در حیات وحش با بهبود الگوریتم YOLOX
- سال انتشار: 1402
- محل انتشار: دومین کنفرانس برق، مکانیک ،هوافضا، کامپیوتر و علوم مهندسی
- کد COI اختصاصی: EMAECONF02_006
- زبان مقاله: فارسی
- تعداد مشاهده: 220
نویسندگان
دانشکده مهندسی برق و کامپیوتر دانشگاه نوشیروانی بابل
چکیده
آتش سوزی در جنگل ها یکی از پر هزینه ترین بلایای طبیعی در زمین است. دود به عنوان یک علامت هشدار اولیه برای آتش سوزی در جنگل ها عمل می کند و نشانه ای برای یک تهدید زیست محیطی جدی ایجاد می کند. تصاویر اولیه از دود تنها بخش کوچکی از کل مقدار دود را ثبت می کنند. به دلیل طبیعت نامنظم ، پراکندگی دود و ماهیت پویای محیط در حیات وحش، شناسایی دود با ویژگی های مبتنی بر پیکسل به امری پیچیده تبدیل می شود. ، یک شبکه سبک بهبود یافته که الگوریتم YOLOX را با ستون فقرات مبتنی بر شبکه Ghostnet ترکیب می کند، به عنوان راه حلی بهینه برای مساله شناسایی دود در مراحل اولیه آتش سوزی پیشنهاد شده است. نتایج نشان می دهد که رویکرد پیشنهادی معیار دقت را افزایش می دهد در حالی که به طور همزمان اندازه مدل، تعداد پارامتر ها، و زمان استنتاج را کاهش می دهد.کلیدواژه ها
؛YOLOX، ، شناسایی دود، شناسایی اشیاء، GhostNet، شبکه های عصبی کانولوشنال، الگوریتم های شناسایی یک مرحله ایمقالات مرتبط جدید
- آینده نظام آموزشی در عصر هوش مصنوعی
- کاربرد الگوریتمهای فراابتکاری ترکیبی در پیشبینی بار شبکه های هوشمند
- واکاوی ظرفیت سنجی مسئولیت حقوقی هوش مصنوعی در پرتو قوانین داخلی و بین المللی
- Design and Optimization of Catalysts with Multi-Objective Optimization Algorithms Based on Artificial Intelligence
- Enhancing Synchronizability in Identical Chaotic Complex Networks: Application of Genetic Algorithms for Edge Rewiring
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.