YOLO v10 화재, 연기 탐지 프로젝트 소개

프로젝트 개요

YOLO v10 화재 탐지 프로젝트는 최신 객체 탐지 모델 YOLO v10을 활용하여 실시간 화재 탐지가 가능한 인공지능 시스템을 개발하는 것을 목표로 합니다. 다양한 환경에서 발생하는 화재를 빠르고 정확하게 인식하여, 경보 및 모니터링 시스템과 연동할 수 있습니다.

주요 특징

• 최신 YOLO v10 모델 적용 – 정확도와 속도가 크게 향상된 객체 탐지 알고리즘
• 실시간 화재 탐지 – CCTV, 드론, 모바일 등 다양한 영상 소스 지원
• 높은 정확도와 빠른 처리 속도 – 오탐률 최소화 및 경보 지연 최소화

시스템 구성도

주요 기능

• 실시간 화재 탐지 결과 시각화

현재 연구의 한계점

• 공개된 데이터세트로 화재 탐지를 수행하였으나 카메라의 해상도, 화소, 위치, 조명 등에 영향을 미침
  카메라에 대한 성능별 실험이 필요하며, 연구 수행에 적합한 규격화된 카메라를 찾는 작업이 요구됨.
• 이기종 카메라에서 인공지능 모델이 호환되어서 적용이 가능한지 테스트가 필요함.
• 데이터 라벨링 작업을 지속적으로 수행하여 모델의 성능 개선 작업이 필요함.
  데이터세트 구축 작업에 어느 정도 시간 및 장소 등이 요구되는지 예측이 어려움.
  화재, 연기 모의 재연 실험이 필요함.
• 실제 산업 현장에 적용할 경우, 추가적인 데이터 수집 및 증강 작업이 요구됨

기대 효과

• 화재 조기 감지 및 신속 대응
• 인명 및 재산 피해 최소화
• 스마트 시티, 산업 현장, 공공시설 등 다양한 분야 적용 가능

데모 및 결과

• YouTube - 화재, 연기 탐지

• YouTube - 데이터 라벨링

• YouTube - 카메라에서 실험(라이터로 불꽃, 연기 탐지)

기술 스택

• 데이터세트1: Kaggle의 "Fire/Smoke Detection"
  = 약 35,000장 Link
• 데이터세트2: AI-Hub의 "화재 발생 예측 영상(고도화) - 영상 기반 화재 감시 및 발생 위치 탐지 데이터"
  = 약 1,000장 Link
• 데이터세트3: 실제 카메라에 대한 모의 세트장 구축 후 라벨링 시도하기
  = TBD
• 백엔드: Python
• 딥러닝: PyTorch, YOLO v10

시스템 사양

• Operation System: Ubuntu Server 22.04 jammy
• Kernel: X86_64 Linux 5.15.0-1018-nvidia
• CPU: Intel Core i7 12세대 12700(3.2Ghz)
• RAM: 64GB(DDR5-5600)
• GPU: NVIDIA Tesla M40 24GB (GDDR5)
• Disk 1: SSD 1TB(m2)
• Disk 2: HDD 2TB

명시 문구

• Acknowledgement:
  This research (paper) used datasets from 'Fire occurrence prediction video (advanced) - Video-based fire surveillance and occurrence location detection data'. All data information can be accessed through 'AI-Hub (www.aihub.or.kr)