Application of the VGG-16 convolutional neural network for the intelligent analysis of forest fire imagery

Существует множество вызовов для проекта применения глубокого обучения. Многие проблемы необходимо решать оптимальным образом для улучшения производительности системы. Мы можем сосредоточиться на конкретном шаге или на всем процессе. Цель работы – показать новый способ использования сверточных нейронных сетей для интеллектуальной обработки изображений. Из-за влияния изменения климата природные катастрофы становятся более сложными и имеют серьезные последствия. В частности, явление лесных пожаров подвержено влиянию факторов, таких как влажность, температура и характеристики растительности и т.д., поэтому обнаружение и прогнозирование лесных пожаров сталкиваются с многими вызовами. В этом исследовании мы сосредотачиваемся на использовании техник обработки изображений и визуальных алгоритмов для предварительной обработки данных и фильтрации шума, чтобы создать полную базу данных для обучения и тестирования модели. Естественные элементы также используются в сочетании с особенностями объектов (изображения лесных пожаров) для построения векторов признаков. Это исследование позволит развить технологию и открыть новые возможности для ее последующего применения.