BriefGPT - AI 论文速递
·
Mirror Target YOLO: An Improved YOLOv8 Method for Fire Detection in Heritage Buildings
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种改进的YOLOv8方法——镜像目标YOLO（MITA-YOLO），用于遗产建筑的火灾检测。该方法通过间接视角和增强检测模块，降低了对摄像头的需求，减少了结构损伤和误报率，提高了火灾风险区域的评估能力。
🎯
关键要点
-
本研究提出了一种改进的YOLOv8方法，称为镜像目标YOLO（MITA-YOLO），用于遗产建筑的火灾检测。
-
MITA-YOLO通过间接视角和增强检测模块，显著降低了对摄像头的需求。
-
该方法减少了结构损伤和误报率，提高了火灾风险区域的评估能力。
-
镜像目标YOLO利用镜子的角度实现对目标监控区域的间接视图，从而提升检测性能。
➡️
