利用迁移学习和预训练模型有效检测森林火灾：以乌塔拉坎德为例
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了森林火灾检测中传统方法的局限性，特别是在数据收集和模型准确性方面的挑战。论文提出通过迁移学习利用预训练模型，以提高森林火灾检测的效率和准确性。实验结果表明，该方法在乌塔拉坎德的应用展示了显著的效果，具有较大的潜在影响。
本文研究了用常规相机检测野火的神经网络模型。通过在ImageNet-1K上预训练和在自定义数据集上微调，评估了模型性能。Swin Transformer-tiny的AUC值最高，ConvNext-tiny检测到所有野火且误报率最低。
