Development and implementation of yolov8-based model for human and animal detection during forest fires

Biyosferin korunması için dünyanın her yerinde ormanlar bir zorunluluktur. Orman yangınları, dünyanın birçok yerinde yaşam için en büyük risklerden biridir; insanlar, bitkiler, hayvanlar ve hatta toprak dahil olmak üzere çevreyi tehlikeye atarlar. Kuzey Afrika ve Akdeniz bölgeleri, Amazon ve Avustralya geçen yıl orman yangınlarından büyük zarar gördü. Can ve mal kurtarmak için, orman yangınları çok geç olmadan fark edilmelidir. Bu çalışma, YOLOv8 derin öğrenme algoritmasını kullanarak dış mekan görüntülerinde yangın, duman, insan ve hayvanları tespit etmeyi amaçlamaktadır. Çeşitli arama motorlarından görüntüler elde edilerek ve bunlara manuel olarak açıklama eklenerek, dış mekan görüntülerinden oluşan özel bir veri seti oluşturuldu. YOLOv8 modeli, bu veri kümesi üzerinde eğitildi ve farklı nesne sınıfları için değişken performansla 0,274'lük bir genel harita elde etti. Model, küçük yangın ve duman örneklerini algılamakta güçlük çekiyordu ve bazı durumlarda hayvanlarla insanlar arasında ayrım yapmakta zorlanıyordu. Çalışma ayrıca bilgisayarla görmede görüntü kalitesinin önemini belirledi ve düşük görüntü kalitesinin model performansı üzerindeki etkisini vurguladı. Genel olarak, çalışma, YOLOv8'in dış mekan nesnelerini tespit etme performansının kapsamlı bir değerlendirmesini sunar ve iyileştirilmesi gereken alanları belirler.