Donanım: reComputer J1020v2 ve NVIDIA Jetson Nano
Uygulama: Duman Tespiti
Sektör: Akıllı Şehir
Dağıtım Yeri: Malezya
Sigara içmenin sağlık, güvenlik ve yangın olaylarının önlenmesi üzerindeki çok yönlü etkisi nedeniyle tespiti önemlidir. Kamuya açık alanlarda sigara içmek, alışveriş merkezleri, restoranlar ve hatta okul kampüslerinde hem sigara içenler hem de içmeyenler için sağlık riskleri oluşturmakla kalmaz, aynı zamanda önemli bir güvenlik tehlikesi de getirir. Özellikle hassas alanlarda sigara içme ile yangın olayları arasındaki endişe verici ilişki, bu ihtiyacı vurgulamaktadır.
Bunu göz önünde bulundurarak, havaalanları, yüksek hızlı trenler, benzin istasyonları ve yanıcı ve patlayıcı depolar gibi birçok kamu altyapısı, sigara içme davranışlarını tespit ve kontrol etmek için önlemler almaktadır. Bu tür alanların doğru ve etkili sigara tespit sistemleri ile donatılması, yangın tehlikelerinin zamanında tanımlanması açısından kritik hale gelmektedir. Bu, bireylerin refahını korumanın yanı sıra, itfaiyecilerin ve saha yönetim personelinin potansiyel tehditlere hızlı bir şekilde yanıt vermesini sağlayarak yangınla ilgili olayların riskini en aza indirmektedir.
Zorluk
Tespit sistemini kolay ve verimli bir şekilde inşa ederken zorluklar ortaya çıkabilir. Geleneksel yöntem, geniş alan kaplama dumanı için daha iyi performans gösteren duman dedektörü olabilir. Ancak, tespit doğruluğu, zayıf aydınlatma arka planı ve seyrek duman gibi çevresel koşullardan etkilenebilir.
Şimdi görüntü işleme ve bilgisayarla görme ile tespit sistemi standart hale gelmiştir, ancak küçük hedeflerle başa çıkarken sınırlamalar hemen ortaya çıkmaktadır; örneğin, el üzerindeki bir sigara gibi sigara içme davranışını tanımlamak, düşük tespit doğruluğu ve kaçırılan tespit gibi sorunlara yol açmaktadır.
Çözüm
Küçük hedef tespitindeki zorlukları aşmak için, sürecin doğruluğunu ve verimliliğini artırmak amacıyla iki aşamalı öğrenme yaklaşımı uygulanabilir. İlk aşamada, Yolo algoritmasına dayanan bir el tespit modeli kullanarak elin tüm görüntü içinde kesin bir şekilde yerini belirleyebiliriz. Bu stratejik adım, sonraki sigara tespitinin hesaplama yükünü önemli ölçüde azaltmaktadır.
İkinci aşamaya geçildiğinde, nesnenin kendisinde bulunan ayırt edici bilgiden yararlanabiliriz. Burada, tanımlanan duman alanındaki pikselleri ayırt etmek için bir anlamsal segmentasyon modeli kullanılır ve çevredeki piksel verilerinin kapsamlı bir şekilde kullanılmasına olanak tanır. Özellikle, U-Net kullanan duman anlamsal segmentasyon modeli, dumanın varlığını belirler ve sigara içme davranışı ile ilgili nihai kararı verir. Önemli olan, tüm bu modellerin reComputer Jetson Nano üzerinde TensorRT ile optimize edilmiş hızlandırma için çıkarım yapmasıdır.
Bu gelişmiş modellerin entegrasyonu ile, kenarda gerçek zamanlı sigara tespiti gerçekleştirilebilir, akıllı izleme ve analiz sahalarının gerçek zamanlı gereksinimlerini karşılayabilir ve bant genişliği tüketimini azaltarak veri gizliliğini koruyabilir; ayrıca bulut depolama ile birleştirilerek gerçek zamanlı alarm ve izlenebilirlik sağlanabilir.
Seeed NVIDIA Jetson Ekosistemi
Seeed, NVIDIA Partner Network‘de kenar AI için bir Elite ortaktır. Daha fazla taşıyıcı kart, tam sistem cihazları, özelleştirme hizmetleri, kullanım durumları ve geliştirici araçları keşfetmek için Seeed’in NVIDIA Jetson ekosistemi sayfasını ziyaret edin.
AI yeniliğinin ön saflarında bizimle birlikte yer alın! Keskin donanım ve teknolojinin gücünden yararlanarak makine öğreniminin gerçek dünyada farklı sektörlerde uygulanmasını devrim niteliğinde değiştirin. Geliştiricilere ve işletmelere en iyi ML çözümlerini sunma misyonumuzun bir parçası olun. Daha fazla kenar AI olasılıklarını keşfetmek için başarı vakası kataloğumuzu kontrol edin!
Sonsuz bilgisayarla görme uygulama olasılıklarını keşfedin görüş AI kaynak merkezi aracılığıyla!
İlk adımı atın ve bu heyecan verici yolculuğun bir parçası olmak için bize bir e-posta gönderin: edgeai@seeed.cc !
Size uygun bir seçenek bulmak için en son Jetson ürün Kataloğumuzu indirin. İhtiyaçlarınız için hazır Jetson donanım çözümünü bulamazsanız, lütfen özelleştirme hizmetlerimizi kontrol edin ve değerlendirme için yeni bir ürün talebi gönderin: odm@seeed.cc .