Раннее обнаружение дыма

Выявляет дым лесных пожаров на ранних стадиях с помощью модели YOLO11s. Обучена на 50 эпохах.

0/5
0 скачиваний
0 отзывов
Раннее обнаружение дыма
Подходит для задач:
Object Detection
Сферы:
Безопасность и охрана
Экология и окружающая среда
Лесное хозяйство
Библиотеки:
Transformers
Языки:
Английский
Русский

Описание

Охотник за дымом

Минуты решают всё, когда речь идёт о лесных пожарах. Эта модель YULO11s, прозванная «Orbital Owl» (Орбитальная Сова), создана Pyronear специально для одного – как можно раньше заметить дым. Она не просто видит дым, она помогает предотвратить катастрофу. Идеально для систем мониторинга, где важна скорость и точность.


Что умеет «Орбитальная Сова»

  • Сверхбыстрое обнаружение дыма: Замечает признаки дыма от лесных пожаров на изображениях и видео.
  • Высокая точность YOLO11s: Использует архитектуру YOLO11s с размером изображения 1024x1024 пикселей для детального анализа.
  • Гибкость интеграции: Доступна в форматах PyTorch (.pt), ONNX (для CPU) и NCNN (для CPU) для простой имплементации.
  • Обучена на реальных данных: Модель тренировалась на 50 эпохах, используя Pyronear Pyro-Dataset.
  • Интеграция с Pyronear Engine: Оптимизирована для использования с библиотекой Pyroengine для последовательного анализа кадров и повышения надёжности детекции.

Для кого эта модель

  • Системы мониторинга лесных пожаров: Ключевой элемент для автоматизированных камер и дронов.
  • Разработчики ИИ-решений: Для создания или улучшения систем раннего оповещения.
  • Экологи и природоохранные организации: Инструмент для сохранения лесов и быстрого реагирования на угрозы.

Исходная модель: huggingface.co/pyronear/yolo11s_orbital-owl_v7.0.0

Предпросмотр файлов

В этой модели нет файлов для предпросмотра.

Просмотры

Скачивания

Похожие модели

Кейсы внедрения

Обсудите модель
с топами рынка в бизнес чате
Есть вопросы по модели?
Написать автору

Оценка

Детали модели

Автор: Qubu Team
Объем: 80.54 МБ
Комментарии: 0
Просмотры: 10
Скачивания: 0
Лицензия: MIT
Дата добавления: 30.04.2026

Автор

Qubu Team

Qubu Team

Команда

Профиль команды
Загрузка...
Загрузка комментариев...