Application of the YOLO algorithm in fire and smoke detection systems for early detection of forest fires in real time

The paper presents a study of the possibilities of using modern machine learning methods based on the YOLO (You Only Look Once) algorithm in the detection and classification of fire hazards based on camera image recognition. The paper aims to develop an automation system for effectively identifying fire and smoke to develop effective protection of forest complexes. The YOLOv8 model was used in the detection process, which turned out to be a highly effective object detection model in real-time. The paper presents the process of preparing image data sets for the construction of the YOLO model. In the final part of the paper, many tests were carried out to assess the effectiveness and precision of the developed fire detection and fire prediction models. The results of these tests confirmed that the detection model works very precisely and can accurately identify fiery and smoky areas in camera images.

---

W pracy zaprezentowano badanie możliwości zastosowania nowoczesnych metod uczenia maszynowego w oparciu o algorytm YOLO (You Only Look Once) w detekcji i klasyfikacji zagrożenia pożarowego na podstawie rozpoznawania obrazu pozyskanego z kamery. Praca ma na celu określenie efektywności działania algorytmu w automatyzacji identyfikacji ognia i zadymienia dla potrzeb opracowania skutecznej ochrony kompleksów leśnych. W procesie detekcji zastosowano model YOLOv8, który okazał się modelem wykrywania obiektów o wysokiej skuteczności w czasie rzeczywistym. W pracy zaprezentowano proces przygotowania zbiorów danych obrazowych dla potrzeb budowy modelu YOLO.