作者
杨修竹,林轶翚,张 爱
文章摘要
火灾及其有毒气体威胁安全。为提升检测和烟气预测的准确性，本文提出多模态深度学习框架，结合视觉信息和传感器数据，使用改进的YOLOv8和ST-CNN。实验显示，YOLOv8实现79.9%的平均精度，ST-CNN有效支持应急响应。
文章关键词
火灾检测；深度学习；多模态数据；YOLOv8；烟气扩散预测
参考文献
[1] 邓力,周进,刘全义.基于改进 YOLOv8 的火焰与烟雾检测算法[J/OL].清华大学学报(自然科学版),1-9[2024-11-04].https://doi.org/10.16511/j.cnki.qhdxxb.2024.27.036.
[2] 周航.基于深度学习的火灾检测和烟气扩散预测研究[D].北京化工大学,2024.
[3] 燕惠惠.基于深度学习的火灾烟雾目标检测算法研究[D].太原科技大学,2024.
Full Text:
DOI
