論文の概要: Multiple Categories Of Visual Smoke Detection Database

• arxiv url: http://arxiv.org/abs/2208.00210v1
• Date: Sat, 30 Jul 2022 13:14:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-02 13:40:05.268462
• Title: Multiple Categories Of Visual Smoke Detection Database
• Title（参考訳）: 視覚煙検出データベースの複数カテゴリ
• Authors: Y. Gong, X. Ma
• Abstract要約: 石油化学産業の煙害と安全生産と環境被害との関係が密接な関係にあるため、煙検出は関連産業において重要な課題となっている。 我々は,70196枚の画像を含む多カテゴリ煙検知データベースを構築した。 その結果、現在のアルゴリズムの性能を改善し、提案したデータベースの有効性を示す必要があることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Smoke detection has become a significant task in associated industries due to the close relationship between the petrochemical industry's smoke emission and its safety production and environmental damage. There are several production situations in the real industrial production environment, including complete combustion of exhaust gas, inadequate combustion of exhaust gas, direct emission of exhaust gas, etc. We discovered that the datasets used in previous research work can only determine whether smoke is present or not, not its type. That is, the dataset's category does not map to the real-world production situations, which are not conducive to the precise regulation of the production system. As a result, we created a multi-categories smoke detection database that includes a total of 70196 images. We further employed multiple models to conduct the experiment on the proposed database, the results show that the performance of the current algorithms needs to be improved and demonstrate the effectiveness of the proposed database.
• Abstract（参考訳）: 石油化学産業の煙の排出とその安全生産と環境被害との密接な関係から,関連産業における煙検出は重要な課題となっている。 実工業生産環境においては, 排ガスの完全燃焼, 排ガスの不適切な燃焼, 排ガスの直接排出など, 製造状況は様々である。 過去の研究で使われたデータセットは、煙が存在するかどうか、そのタイプではないかどうかを判断できることがわかった。 すなわち、データセットのカテゴリは実世界の生産状況にマップされない。 その結果,70196枚の画像を含む複数カテゴリの煙検出データベースを作成した。 さらに,提案データベース上で実験を行うために複数のモデルを用いて,提案データベースの有効性を実証し,現在のアルゴリズムの性能を向上させる必要があることを示す。

関連論文リスト

• Flame quality monitoring of flare stack based on deep visual features [0.26107298043931193]
  燃焼効率のモニタリングは環境保護にとって非常に重要である。 従来のセンサーによる監視方法は高価であるだけでなく、厳しい燃焼環境でも容易に損傷する。 本稿では,炎と煙の面積比,火のRGB情報,火の角度など,視覚的特徴のみを用いて火の質を監視することを提案する。
  論文  参考訳（メタデータ） (2024-10-18T14:49:56Z)
• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• MFL Data Preprocessing and CNN-based Oil Pipeline Defects Detection [0.0]
  コンピュータビジョンの異常検出への応用は、いくつかの産業分野で注目されている。 本研究は磁気フラックス漏洩データと前処理技術の研究に焦点を当てる。 そのために、最近の畳み込みニューラルネットワーク構造を利用して、堅牢なアプローチを提案しました。
  論文  参考訳（メタデータ） (2023-09-30T10:37:12Z)
• A Review of Benchmarks for Visual Defect Detection in the Manufacturing Industry [63.52264764099532]
  本稿では,既存のベンチマークを用いて,それらの特性とユースケースを比較し,公開する。 産業メトリクスの要求と試験手順についての研究は、研究されたベンチマークに提示され、適用されます。
  論文  参考訳（メタデータ） (2023-05-05T07:44:23Z)
• Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning [77.62876532784759]
  機械学習(ML)は、モデルトレーニングプロセス中に計算を実行するためにエネルギーを使用する必要がある。 このエネルギーの生成には、使用量やエネルギー源によって、温室効果ガスの排出という観点からの環境コストが伴う。 本稿では,自然言語処理とコンピュータビジョンにおいて,95のMLモデルの炭素排出量の時間的および異なるタスクに関する調査を行う。
  論文  参考訳（メタデータ） (2023-02-16T18:35:00Z)
• Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
  異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。 本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
  論文  参考訳（メタデータ） (2022-09-21T08:14:34Z)
• Using Statistical Models to Detect Occupancy in Buildings through Monitoring VOC, CO$_2$, and other Environmental Factors [2.1485350418225244]
  これまでの研究は、CO$$のセンサーと視覚に基づく技術を使って、占有パターンを判定していた。 揮発性有機化合物(VOCs、Volatile Organic Compounds)は、別の汚染物質である。 揮発性有機化合物(VOCs、Volatile Organic Compounds)は、別の汚染物質である。
  論文  参考訳（メタデータ） (2022-03-07T22:25:11Z)
• Automated Estimation of Construction Equipment Emission using Inertial Sensors and Machine Learning Models [0.0]
  建設産業は温室効果ガス(GHG)の主要な生産国の一つである 本稿では,IoT(Internet of Things,モノのインターネット)を介して監視される重建設機器からの排出量を予測するために,機械学習(ML)手法を用いた新しいフレームワークの開発と展開について述べる。 異なるMLアルゴリズムを開発し、慣性センサデータから放射レベルを予測する最良のモデルを特定した。
  論文  参考訳（メタデータ） (2021-09-27T22:37:55Z)
• Characterization of Industrial Smoke Plumes from Remote Sensing Data [1.2205797997133396]
  本研究では,ESAのSentinel-2衛星から産業用煙管を検出し定量化する可能性について検討する。 改良されたResNet-50を使用して、94.3%の精度で異なる大きさのスモークプラムを検出することができる。 以上の結果から,世界中の産業プラントにおいて,煙活動のレベルを確実に検出し,定性的に推定することが可能となった。
  論文  参考訳（メタデータ） (2020-11-23T11:54:32Z)
• STCNet: Spatio-Temporal Cross Network for Industrial Smoke Detection [52.648906951532155]
  本稿では,産業用煙排出ガスを識別する新しい時空間クロスネットワーク(STCNet)を提案する。 提案するSTCNetは, テクスチャの特徴を抽出する空間的特徴と, 煙の動き情報を捕捉する時間的経路を含む。 STCNetは、RISE産業煙検知データセットにおいて、最も優れた競合相手に対して6.2%の精度で明確な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2020-11-10T02:28:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。