firevision: A Python repository from bairock

Реализованная функциональность

Обнаружение дыма
Обнаружение огня
Обнаружение пожара, с помощью AQI

Особенность проекта в будущем:

Вероятность самотушения пожара
Оценка вероятности распостранения лесного пожара
Оценка ущерба лесного пожара

Основной стек технологий:

PERN+G(TFjs,YOLO)
PostreSQL.
ReactJS
NodeJS
GraphQL
Tensorflow
YOLOv5
Python
JavaScript, Python
Styled-components
SMACSS
Git

Демо

СРЕДА ЗАПУСКА

развертывание сервиса производится на ubuntu linux (ubuntu 20.04)
требуется установленный NodeJS(версия 16.13.0)&Python(3.9.5) в VPS сервер
требуется установленная Docker
требуется установленный YOLO, Tensorflow, PyTorch, Cuda, Conda, CV

УСТАНОВКА

База данных

Вруби PostgreSQL на Docker

docker-compose up -d

Выполнение миграций

В корневой папке:

npm run migrate

Установка зависимостей проекта

Установка зависимостей осуществляется с помощью [npm]. Если у вас его нет вы можете установить его по инструкции вместе с NodeJS на [https://nodejs.org/en/]

После этого выполнить команду в директории проекта:

npm i

Запуск нейросети

python detect.py --source fire.mp4 --weights fire.pt --conf 0.55 || python detect.py --source smoke.mp4 --weights smoke.pt --conf 0.35

Аналитика обучение и детектирование обьектов находится в папке ml/runs (detect, train)

Датасеты для огня https://github.com/OlafenwaMoses/FireNET || для дыма https://public.roboflow.com/object-detection/wildfire-smoke или находятся в папках ml/data (smoke, fire)

bairock/firevision