烟雾明火灾识别智能探测深度算法监控系统一体机
火灾识别系统是基于视频流的智能图像识别系统，利用最新的人工智能深度学习与大数据技术，代替人眼，自动检测识别各种烟雾和火焰，为森林安全保驾护航。本系统利用场内已有摄像头，无需新增硬件，实时监控识别，实时报警，快捷方便。
富仕林烟火识别系统是基于视频流的智能图像识别系统，利用最新的人工智能深度学习与大数据技
术，代替人眼，自动检测识别各种烟雾和明火，为各场景安全保驾护航。
本系统利用场内已有摄像头，无需新增硬件，实时监控识别，实时报警，快捷方便。
3. 工作流程
1) 前端抓拍设备实时上传视频流至系统服务器。
2) 烟火识别系统一体机实时读取视频流，并进行检测分析。
3) 系统发现有烟雾或明火，进行抓拍、保存，并根据需要进行报警，存储和推送。
图 1 烟火识别系统一体机工作流程
二、产品优势对比
1. 与同类软件对比
1) 使用的模型大小不同
富仕林使用的是 AI 大模型，而常规算法使用的是小模型。原因是小模型不经算力优化可以直接使用
低配硬件，而大模型需要经过算力优化才能降低硬件成本。
2) 训练的数据量不同
富仕林的模型训练数据集多达 1.2 亿张，为行业平均水平的 1000 多倍。
行业算法的平均训练数据集数量为十万张左右。
3) 场景的适应性不同
富仕林的模型特别针对森林，机房，道路，城市，天空等等，多个场景的干扰项进行了优化，如白云、
晨雾、霞光、灯光、水面的反光等等。
这是目前常规小模型普遍存在的问题，富仕林在已有算法基础上，又经一年多时间重点优化，在干扰
项排除方面已经取得突破性成果。
4) 算力优化
富仕林一直致力于对算法进行算力优化，以求克服人工智能的三高之一：算力要求高。目前经优化的
大模型依然可以仅使用 CPU，而不需要 GPU，降低了项目后期运维升级等的复杂程度。
5) 误报率极低
系统抓拍准确率高于 99%，误报率低于 1%；平均每月误报次数小于 1 次，远低于行业产品分钟级的
误报频率。
