Rescuedet-deformable-detr開源火災檢測模型 - 支持火焰、車輛和人體多目標檢測

Rescuedet Deformable Detr

由RoblabWhGe開發

基於SenseTime可變形DETR架構微調的火災檢測模型，支持火焰、車輛和人體多目標檢測

下載量 25

發布時間 : 4/22/2024

模型概述

該模型是在RoblabWhGe/FireDetDataset數據集上微調的可變形DETR目標檢測模型，專門用於火災場景下的多目標檢測任務，包括火焰、車輛和人體檢測。

多目標檢測

可同時檢測火焰、車輛和人體三類目標

可變形注意力機制

採用可變形注意力模塊提升檢測精度

多尺度特徵處理

針對不同尺寸目標提供專門的檢測能力

火焰檢測

車輛檢測

人體檢測

多目標識別

圖像分析

公共安全

火災監控系統

用於即時監控火災場景，檢測火焰和人員情況

火焰檢測mAP 0.2322，召回率0.4708

應急車輛檢測

識別火災現場的救援車輛

車輛檢測mAP 0.5547，召回率0.6431

智能監控

人員定位

在火災等緊急情況下定位人員位置

人體檢測mAP 0.3779，召回率0.4834

該模型是在目標檢測領域表現出色的模型，它基於 SenseTime/deformable-detr 進行微調，在 RoblabWhGe/FireDetDataset 數據集上進行訓練，能夠有效提升目標檢測的準確性和效率，尤其在火災檢測等場景中具有重要應用價值。

本模型是 SenseTime/deformable-detr 在 RoblabWhGe/FireDetDataset 數據集上的微調版本。它在評估集上取得了以下結果：

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	mAP	mAP@50	mAP@75	小目標 mAP	中目標 mAP	大目標 mAP	召回率@1	召回率@10	召回率@100	小目標召回率@100	中目標召回率@100	大目標召回率@100	火災目標 mAP	火災目標召回率@100	車輛目標 mAP	車輛目標召回率@100	行人目標 mAP	行人目標召回率@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
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...