İletişim

Yangın Tespit Sistemi

GENEL BAKIŞ

Yapay zeka destekli yangın ve duman tespit sistemi, görüntü işleme ve derin öğrenme teknolojilerini kullanarak yangın ve dumanı gerçek zamanlı olarak algılayan bir çözümdür.

Kamera görüntülerini analiz ederek anormal durumları hızlıca tespit eder, erken uyarı sağlar ve yangın riskini azaltır.

Sistem, güvenlik ve endüstriyel alanlarda etkili bir şekilde kullanılabilir.

Genel Bakış Görseli

ÖZELLİKLER

Projenin başlıca özellikleri

Ayrıntılı özellikleri buradan inceleyebilirsiniz.

Yangınların Ekonomik Bedeli ve Çözüm İhtiyacı

 EKOLOJİK ETKİ : Milyonlarca hektar orman yok oluyor. Bitki ve hayvan türleri tehdit altında.
 İKLİM ETKİSİ : Karbon salınımı artıyor. İklim krizi derinleşiyor.
 EKONOMİK ZARAR : Büyük maddi kayıplara, tarım ve turizmde zarara, artan maliyetlere yol açmaktadır.

Gözetleme Kuleleri

 Sınırlı Görüş Açısı
 Hava Koşullarından Etkilenme
 Gecikmeli Müdahale
 Kısıtlı Zamanlama
 İnsan Faktörü
 Hata Payı
 Yangından Etkilenme Riski
 Bakım ve İşletme Maliyetleri
 Teknolojik Gerilik

Devriye Ekipleri

 Sınırlı Kapsama Alanı
 Geç Tespit
 İnsan Hatası
 Yüksek Maliyet
 Erişim Zorluğu
 Hava Koşullarına Bağlılık
 Güvenlik Riski
 Teknolojik Eksiklik

Yangın Şeritleri

 Tam Koruma Sağlamaz
 Yüksek Maliyet
 Erozyon Riski
 Sürekli Bakım Gerektirir
 İnsan Müdahalesi Gerektirir
 Yoğun Yangınlara Karşı Yetersiz Kalabilir

Duman Dedektörleri ve Sıcaklık Sensörleri

 Gecikmeli Algılama
 Dış Ortam Koşullarına Duyarlılık
 Sınırlı Algılama Kapsamı
 Elektrik Bağımlılığı ve Pil Ömrü Kısıtlamaları
 Bağlantı ve Haberleşme Sorunları

Yapay Zeka Destekli Yangın Tespit Sistemi

 Orman yangınlarını erken tespit edebilmek ve hızla müdahale edebilmek amacıyla yapay zeka destekli bir görüntü işleme modeli geliştirilmiştir.
 Bu model, yangın başlangıcını ve duman oluşumunu yüksek doğruluk oranlarıyla tespit edebilecek şekilde tasarlanmıştır.

Toplam Veri Seti

 8.939 görüntü, modelin duman ve ateşi doğru şekilde tanıması için kullanıldı.

Eğitim Seti

 Veri setinin büyük bir kısmı, modelin ateş ve dumanı tespit etmesini öğrenmesi için eğitim sürecinde kullanıldı.

Test Seti

 980 görüntü, modelin gerçek dünya senaryolarındaki doğruluğunu değerlendirmek amacıyla test için ayrıldı.

Doğrulama Seti

 1.400 görüntü, modelin genelleme yeteneğini ve doğruluğunu değerlendirmek amacıyla doğrulama için ayrıldı.

Çevresel Çeşitlilik

 Veri seti, farklı ışık ve hava koşullarında çekilmiş orman yangını, duman ve doğal çevre görüntülerini içeriyor.

Etiketleme Yöntemi

 Görsellerin etiketlenmesinde bounding box (BBox) yöntemi kullanılarak ateş ve duman alanları işaretlendi.

Doğruluk (Accuracy)

 Modelin ateş ve dumanı doğru sınıflandırma oranını ifade eder. Eğitim sürecinde bu oran sürekli artmıştır.

Kayıp (Loss)

 Modelin tahminlerinin doğruluğunu ölçer, eğitim sürecinde kayıp değeri azalmıştır.

Eğitim Performansı

 Doğruluk oranının artması ve kayıp değerinin azalması, modelin yangın tespitindeki tutarlılığını ve hassasiyetini artırmıştır.

Aşırı Uyum ve Eksik Öğrenme

 Eğitim sürecinde aşırı uyum (overfitting) ve eksik öğrenme (underfitting) gibi sorunlardan korunmak için veri seti dengeli bir şekilde dağıtılmıştır.

Gerçek Dünya Uygulaması

 Modelin gerçek dünya senaryolarındaki doğruluk oranını değerlendirmek amacıyla test ve doğrulama verileri yeterince ayrılmıştır.

Derin Öğrenme Temelli

 Model, derin öğrenme algoritmalarını kullanarak çalışmaktadır.
 Duman ve ateş gibi karmaşık görselleri analiz ederek yanlış alarmları minimize eder.
 Geleneksel yangın algılama yöntemlerine göre daha hızlı ve daha doğru tespit yapabilir.

YOLO Mimarisi

 You Only Look Once (YOLO) nesne algılama mimarisi üzerine inşa edilmiştir.
 YOLO’nun yüksek işlem hızına sahip olması, yangın tespitinde gecikmeleri önler.
 Geniş alanlardaki yangınları tek bir tarama ile hızlıca belirleyebilir.

Gerçek Zamanlı Analiz

 Model, anlık veri işleyerek yangın tespiti yapabilmektedir.
 Model, drone'lar, güvenlik kameraları ve sabit sensörlerden aldığı verileri anlık olarak analiz eder.
 Gecikmesiz tespit sayesinde müdahale süresi en aza indirilir.
 Klasik yöntemlere kıyasla erken uyarı sistemleriyle entegre edilebilir.

Görsel Çıktı Üretimi

 Tespit edilen ateş ve duman, bounding box (BBox) çerçeveleri ile işaretlenerek gösterilir.
 Farklı açılardan ve mesafelerden çekilmiş görüntülerle yüksek doğrulukta tespit yapar.

Hızlı Müdahale

 Çıktılar, operatörlere veya drone sistemlerine iletilerek yangına hızla müdahale edilmesini sağlar.
 Yangın başlangıç aşamasında fark edilerek büyümeden önlenmesi sağlanır.
 Manuel gözetleme yerine otomatik uyarı sistemi ile iş gücü maliyetini azaltır.

Hassas Algılama

 Model, yangını yüksek doğrulukla algılayarak kritik alanları belirleyebilmektedir.
 Model, yanlış pozitifleri azaltarak sadece gerçek yangın olaylarını tespit eder.
 Düşük ışık koşullarında ve farklı hava durumlarında çalışabilir.
 Yapay zeka sürekli kendini geliştirerek gelecekteki yangınları daha yüksek doğrulukla tahmin edebilir.

VİDEOLAR

Birsav - Proje Videosu

Projenin özellikleri ile ilgili bilgilendirici tanıtım videosuna göz atın