Бул изилдөө, мунай иштетүүчү завод, петрохимиялык объект, резервуар аймагы ве энергия станциясы гиби кең өнөр жай аланларда алыстагы майда өрттөры ве төмөн контрасттуу түтүн булутларыны реалдуу убакыттагы катары аныктоойы амачлайан бир билим дистилляциясы ыкмасы гелиштирмектедир. Узак месафели коопсуздук камераларында кооптуу аймактар чогу заман йалныз биркач пиксел каптоокта; түнкү лампалар, унаа фаралары, металл бет чагылуулары, нымдуу жердин жаркылдоолору ве жарык дарак каптамалары өрт вейа түтүнла карыштырылабилмектедир. Бу неденле жеңил объект аныктагычтар хем алсыз буталари качырабилмекте хем де сык жалган коңгуроо үретебилмектедир.

Изилдөөчүлөр бу маселеу чөзмек үчүн йүксек сыйымдуулукли бир мугалим модельин билгисини догрудан ве йогун бичимде копйаламак йерине, ишенимилир максат аймактарыни ве йанылтыжы өнөр жай өрүнтүлери айры прототиплер хâлинде темсил еден бир дистилляция алкакси сунуштайт. Өгретмен модельин өрт, жеңил түтүн ве коюу түтүн болжоллери максат ыктымалдык карталарыны; көчө чырагы, күчтүү чагылуу ве парлак торач өртүсү болжоллери болсо чаташтыруучу ыктымалдык карталарыны олуштурмактадыр. Дондурулмуш бир CLIP сүрөт-тил модельи ве үйрөнүлүүчү үзгүлтүксүз промпт белиртечлери, бу карталары семантикалык ачыдан йениден баалоокте; герчек техлике каврамларыйла уйумлу бөлгелери гүчлендириркен айдынлатма ширетилген йанылтыжы бөлгелери бастырмактадыр.

Иймененштирилмиш оласылык карталары, мугалим модельден бута ве чаташтыруучу прототиплерин чыкарылмасында ве окуучу модель айрыкчаринден егитижи мейкиндик белгисилерин сечилмесинде кулланылмактадыр. Маска багыттаган көп масштабдуу контрасттык тегиздөө адлы жоготуу функциясы, хафиф окуучу модельин герчек өрт ве түтүн өрүнтүлерини өгренмесини ве гөрсел катары бензер йанылтыжы бөлгелери айырт етмесини максаттайт. CLIP, мугалим модель, истем белиртечлери ве прототип банкы йалныз окутуу тартипсында кулланылмакта; талаа колдонуунда йалныз 8,4 милйон параметрели окуучу аныктагыч чалыштырылмактадыр.

11.023 сүрөтден олушан гибрид Фире&Смоке маалымат күмесиндеки натыйжалара ылайык ыкма, YOLO26-small модельинин орточо AP мааниини 51,5’тен 63,8’е йүкселтмиш ве билдирмененн жалган коңгуроо катышыны %14,7’ден %3,4’е дүшүрмүштүр. Геже сүрөттөринден олушан 625 карелик алт күмеде орточо AP 47,8’ден 59,6’йа йүкселмиш, жалган коңгуроо катышы болсо %22,6’дан %4,6’йа гермененмиштир. Буна ртормен маалымат күмесинин болжол менен йаржылуулук жеке өнөр жай сүрөттөрүден олушмакта, жалган коңгуроо катышынын кесин эсептөө ыкмасы ачыкланмамакта ве герчек бир киргизилген едге түзмөгү үстүндө саха бенжхмаркы сунулмамактадыр.

Түркия жагынан анламы

Йөнтем; Түркиядаки мунай иштетүүчү заводлер, петрокимйа ве кимйа тетуманлери, табигый газ сактоо аланлары, порттор, термик сантраллер, күн ве шамал энергия сахалары, маден ишлетмелери, орман-ендүстри сынырлары ве кең өндүрүш кампуслеринде эрте эскертүү системалерине уйарланабилир. Өзелликле түн вардийаларында прожектөрлер, иказ ламбалары, унаа фаралары, парлак метал жабдуулар ве йтормур кийинсы олушан чагылуулар, класик камера табанлы системалерде өрт бензери сүрөттөр олуштурабилир. Изилдөөнүн бута ве чаташтыруучу прототиплери айры модельлеме йаклвакцинамы, бу түр чевресел шарттар үчүн догрудан илгили бир мүхендислик хипотези сунмактадыр.

Түркияда колдонмойа гечилмеден мурун ар түрдүү тетуман түрлери, камера йүксекликлери, ленслер, хава шарттары, мевсимлер ве жографи бөлгелерден топланмыш жергиликтүү сүрөттөрле йениден окутуу ве валидация түзүмлмалыдыр. Сис, бухар, бажа газы, ширетүү кывылжымлары, мешале бажалары, сыжак просес парламалары ве харекетли вагон ышыклары айры чаташтыруучу класстар катары маанилендирилмелидир. Аларм өндүрүмдүүлүкы йалныз сүрөт бвакцинана AP менен дегил; окуяны аныктоо убактысы, саат бвакцинана жалган коңгуроо, качырылан олай сайжылуулук, кесинтисиз видео үстүндөки коңгуроо туруктуулыгы ве оператор кийлигишүү жүгүйле өлчүлмелидир.

Бул изилдөө, ыкмасын Түркиядаки герчек тетуманлерде өрты дагы эрте аныктоо едежегини вейа жан ве мал кайбыны азалтажторыны догрудан далилдебейт. Сонучлар сүрөт табанлы аныктоо башаржылуулукны дестмуунекте; термалдык камера, жалын детектору, түтүн сенсорү, газ сенсору ве тетуман коңгуроо системаийле бүтүнлчек коопсуздук өндүрүмдүүлүкыны баалоомектедир.

Изилдөөнүн пайдубал маселеи недир?

Өнөр жай коопсуздук камералары чогунлукла йүксек дирек, чаты вейа кулелере йерлештирмененрек кең аланлары көзөмөлектедир. Бу дүзен, тек камерайла чоң бир саха гөрүлебилмесини сторларкен өрт ве түтүн буталаринин сүрөтде абдан кичинекей калмасына неден олмактадыр. Узак түтүн чогу заман гөкйүзү, булут, туман вейа бажа газыйла дүшүк контраст олуштурур. Күчүк алевлер болсо прожектөр, фар, уйары ламбасы ве метал йансымасы йанында колайжа кайболабилир.

Хафиф тек ашамалы объект аныктагычлары, дүшүк гежикме ве чектелген донаным түкетими неденийле кенар жихазларында тержих едилмектедир. Бирок кичинекей модельлерин темсил сыйымдуулукси дагы дүшүктүр. Бүйүк бир мугалим модельден хафиф окуучу моделье билги актарылмасы бу ачыгы азалтабилир; бирок мугалим модельин йанлыш тепкмененри де догрудан актарылырса окуучу ошол эле каталары өгренебилир.

Изилдөөнүн пайдубал савы шудур: Өнөр жай өрт ве түтүн дистилляциясында йалныз “йүксек ишенимли бөлге” менен “фон” айрымы йетерли дегилдир. Айдынлатма ширетилген татаал терс үлгүлерин, тартипдан фондан айры бичимде модельленмеси герекир. Бу неденле система үч узамсал үлгү түрүнү айырмактадыр:

• Позитиф техлике бөлгелери: Хафиф түтүн, коюу түтүн ве өрт.
• Йапыландырылмыш чаташтыруучу аймактар: Сокак ламбалары, күчтүү чагылуулар ве парлак торач өртүлери.
• Орточом фоны: Хедеф вейа өзел чаташтыруучу катары диагнозмланмайан дигер бөлгелер.

Гөрүнтү-дил рехберлиги неден колдонулган?

Изилдөөнүн 3. сайфасындаки Шечопо 1, түн чечопомиш бир өнөр жай сахнеде узак түтүн булутуну кырмызы позитиф бөлге, парлак көчө чырагыны болсо мави негатиф бөлге катары көрсөтөт. Түтүн бөлгеси “инже бейаз түтүн”, ламба бөлгеси болсо “турунжу көчө чырагы; өрт вейа түтүн дегил” бензери текстсел каврамларла илишкмененндирилмиштир. Шечопо, ики бөлге сүрөт парлаклыгы тейлөөындан бензер гөрүнсе бменен анламсал катары ар түрдүү олдуклары дүшүнжесини ачыкламактадыр.

Гөрүнтү айрыкчари айдынлатма, камера ачжылуулук, контраст ве ызы-чууйе дуйарлыдыр. Метин темсиллери болсо “өрт”, “түтүн”, “ламба” вейа “йансыма” гиби үст дүзей каврамлары дагы туруктуу бичимде кодлайабилир. Бирок генел амачлы CLIP модельи, петрокимйа сахаларындаки өзел сүрөт шарттарына догрудан уйумлу олмайабилир. Изилдөөчүлөр бу алан фаркыны азалтмак үчүн сабит жүмлелер йерине үйрөнүлүүчү үзгүлтүксүз промпт белиртечлери кулланмактадыр.

Генел мугалим–окуучу мимариси

4. сайфадаки Шечопо 2, ыкмасын үст дүзей ишлейишини көрсөтөт. Камера карелери хем күчтүү мугалим модель хем де хафиф окуучу модель үчүн окутуу гирдисидир. Өгретмен модель, кенди өзеллик пирамиди ве семантикалык модульү аркылуу өрт, түтүн ве йанылтыжы айдынлатма өрүнтүлерини прототиплере дөнүштүрмектедир. Бу прототиплер окуучу модельин окутууини йөнлендирмектедир.

Дторытым ашамасында мугалим модель, CLIP компоненти ве прототип банкы калдырылмактадыр. Камера карелери йалныз окуучунин омуртка, бойун ве аныктоо башлыгындан гечмектедир. Бөйлеже дистилляция системаи окутуу чыгымини артырыркен саха мимарисине йени бир сүрөт-тил модельи муунемектедир.

Шечопо 3’теки айрынтылы дистилляция хатты

6. сайфадаки Шечопо 3, бүтүн ыкмасы төмөнкү адымлара айырмактадыр:

1. Өгретмен аныктагычнын болжол кутулары класса бторлы бута ве чаташтыруучу П-карталарына дөнүштүрүлүр.
2. Өгретмен өзеллик пирамидиндеки жергиликтүү айрыкчар 512 бойутлу CLIP семантикалык узайына йансытылыр.
3. Өнжеден өгренилмиш текст прототиптери, бута ве чаташтыруучу каврамлара семантикалык йагымнлыгы хесаплар.
4. Бу йагымнлык маанилери аныктоо табанлы П-карталарыны гүчлендирир вейа бастырыр.
5. Иймененштирилмиш карталар колдонуп бута ве чаташтыруучу прототиплер чыкарылыр.
6. Прототиплер өзеллик пирамидинин хер севийеси үчүн айры куйрукларда сакланыр.
7. Өгренжи айрыкчаринден позитиф, чаташтыруучу ве фон белиртечлери үлгүленир.
8. MMCA кайбы, окуучу белиртечлерийле мугалим прототиплерини ортак узайда тегиздөөйа чалышыр.

Илк П-карталары насыл олуштурулмактадыр?

Өгретмен модельин хер өзеллик пирамиди севийеси үчүн ики мекâнсал карта олуштурулмактадыр:

\[ P_{\mathrm{target}}^{\ell}\in\mathbb{R}^{1\times H_\ell\times W_\ell} \]

\[ P_{\mathrm{confuse}}^{\ell}\in\mathbb{R}^{1\times H_\ell\times W_\ell} \]

\(\ell\), өзеллик пирамиди севийесини; \(Х_\ell\) ве \(W_\ell\), о севийедеки узамсал бойутлары белиртмектедир. Хафиф түтүн, коюу түтүн вейа өрт этикеттелген мугалим болжоллери бута картасына; ламба, йансыма вейа парлак торач этикеттелген болжоллер чаташтыруучу картайа екленмектедир.

Тахмин кутусунун меркез клеткаси там торырлык, комшу клеткалар кысми торырлык алмактадыр. Бир сүрөтдеки бүтүн болжоллер топландыктан кийин карта кенди максимум мааниине бөлүнерек ен чоң клетка 1 олажак сүрөтде нормаллештирилмектедир.

Бу ыкма ар түрдүү сүрөттөрдеки мутлак ишеним пуанларынын масштаб фаркыны азалтмактадыр. Бирок бүтүн болжоллерин дүшүк ишенимли олдугу бир сүрөтде бменен эң жогорку алсыз йанытын 1’е масштабленебилмеси оласыдыр. Изилдөө бу тобокелдикин семантикалык дүзелтме ашамасында не өлчүде гидерилдигини айры бир ишеним калибрацияу тажрыйбаийле өлчмемиштир.

Сүрекли истем белиртечлерийле өн тегиздөө

Хедеф ве чаташтыруучу категормененрин хер бири үчүн дөрт өгренмененбилир бторлам белиртежи кулланылмактадыр:

\[ Q_{\mathrm{tar}},Q_{\mathrm{conf}}\in\mathbb{R}^{N\times D_{\mathrm{word}}},\qquad N=4 \]

Категори ады ембеддингси \(е_м\), уйгун бторлам белиртечлерийле бирлештирмененрек текст тизмекси олуштурулмактадыр:

\[ X_m=[Q_{\mathrm{tar/conf}}\parallel e_m] \]

Бу тизмек, торырлыклары дондурулмуш CLIP текст коддоочусындан гечирилмекте ве нормализе едилмиш текст прототипине дөнүштүрүлмектедир:

\[ t_m=\mathrm{Norm}(G(X_m)) \]

Изилдөөдө CLIP ViT-B/16 кулланылдыгы ве ортак семантикалык узайын 512 бойутлу олдугу белгиленген. Өгретменин ар түрдүү канал сайыларына сахип өзеллик пирамиди севийелери, ики катмарлы бир MLP менен ошол эле 512 бойутлу узайа твакцинанмактадыр:

\[ h^\ell(f)=W_2^\ell\,\mathrm{GeLU}(W_1^\ell f+b_1^\ell)+b_2^\ell \]

Герчек этикалыкет кутуларындаки мугалим айрыкчари RoIAlign менен хавузланарак визуалдык прототиптере дөнүштүрүлүр. Гөрсел ве текстсел прототиплерин ешлешмеси абдан кипли InfoNCE кайбыйла оптималдаштыруу едилмектедир:

\[ \mathcal{L}_{\mathrm{pre}}= -\frac{1}{K}\sum_{k=1}^{K} \log \frac{ \sum_{m=1}^{M}y_{k,m}\exp(\langle v_k,t_m\rangle/\tau_{\mathrm{clip}}) }{ \sum_{j=1}^{M}\exp(\langle v_k,t_j\rangle/\tau_{\mathrm{clip}}) } \]

\(в_к\), мугалим айрыкчаринден чыкарылан гөрсел прототипи; \(т_м\), өгренилмиш текст прототипини; \(й_{к,м}\), догру семантикалык ешлешмейи; \(\tau_{\mathrm{clip}}\) болсо температура катсайжылуулукны белиртмектедир.

8. сайфадаки Шечопо 4, герчек этикалыкет кутуларындан мугалим FPN айрыкчарине, RoIAlign ишлеэмаль, ики катмарлы MLP’йе, визуалдык прототиптере ве өгренмененбилир текст истемлерине узанан ики коллу өн тегиздөө убакытжини көрсөтөт. Өгретмен омурткасы ве CLIP текст коддоочусы дондурулуркен прожексион MLP’си менен үзгүлтүксүз промпт белгилери гүнжелленмектедир.

Семантикалык П-картасы дүзелтмеси

Өн тегиздөөдан кийин өгренилмиш истем белиртечлери дондурулмактадыр. Өгретмен айрыкчаринин хер узамсал конуму семантикалык узайа йансытылыр:

\[ z_{x,y}^{\ell}=\mathrm{Norm}\left(h^\ell(f_{x,y}^{\ell})\right) \]

Йерел өзеллигин бута каврама мы, йокса чаташтыруучу каврама мы дагы йагымн олдугу төмөнкү фаркла хесапланмактадыр:

\[ s^\ell(x,y)= \langle z_{x,y}^{\ell},t_{\mathrm{tar}}\rangle - \langle z_{x,y}^{\ell},t_{\mathrm{conf}}\rangle \]

Позитиф маани бута семантигине, негатиф маани чаташтыруучу семантигине йагымнлыгы ифаде едер. Семантикалык скор белирли бир \(\theta\) ешигини аштыгында кырпылмыш бир дүзелтме терими олуштурулмактадыр:

\[ \Delta^\ell(x,y)= \gamma\,\mathrm{clip}(s^\ell(x,y),-1,1) \mathbb{I}(|s^\ell(x,y)|\geq\theta) \]

Хедеф П-картасы мындайча гүнжелленмектедир:

\[ \widehat{P}_{\mathrm{target}}^\ell= \mathrm{Norm}_{\max} \left( \max(0,P_{\mathrm{target}}^\ell+\Delta^\ell) \right) \]

Семантикалык катары өрт вейа түтүнла уйумлу бөлгелер гүчленмекте; ламба вейа йансыма каврамларына йагымн бөлгелер алсызламактадыр. Метин, чаташтыруучу картайа бензер бир дүзелтменин уйгуланабмененжегини белиртмекте, бирок кийинки бөлүмде колдонулган \(\widehat{P}_{\mathrm{confuse}}^\ell\) картасынын кесин гүнжеллеме теңдемеини айры бичимде сунмамактадыр.

Прототип банкасы насыл олуштурулмактадыр?

Иймененштирилмиш бута картасы, ханги мугалим өзеллик каналдарынын техлике бөлгелеринде дагы күчтүү олдугуну эсептөөк үчүн кулланылмактадыр. Канал торырлыклары софтмаx менен нормализе едилир. Хер өзеллик пирамиди севийесинде эң жогорку йаныт верен жергиликтүү бөлгелер сечилир ве канал торырлыклы хавузлама менен прототип вектөрлери үретилир.

Прототиплер ики групта сакланмактадыр:

• Хедеф прототиплери: Өрт ве түтүнла илишчопои йүксек йанытлы мугалим айрыкчари.
• Карыштырыжы прототиплер: Ламба, йансыма, парлак түзүм вейа бензер татаал терс үлгүлерле илишчопои айрыкчар.

Хер өзеллик севийеси үчүн сабит сыйымдуулукли айры куйруклар кулланылмактадыр. Куйрук долдугунда ен ески прототип чыкарылмактадыр. Варсайылан айарда деңгээл башына бута ве чаташтыруучу куйругу үчүн 32 прототип тутулмактадыр.

Куйрукларын бош олмасы дурумунда нормализе едилмиш растгеле вектөрлерин гечижи прототип катары дөндүрүлдүгү белгиленген. Бу корума йазылымын изилдөөсыны сүрдүрүр; бирок растгеле прототиплерин окутууе не сыклыкта гирдиги ве жоготуу функциясына не катар ызы-чуу екледиги рапорланмамыштыр.

Өгренжи белиртечлеринин сечилмеси

Өгренжи өзеллик пирамидиндеки узамсал нокталар үч дторылыма ылайык үлгүленмектедир:

\[ p^\ell_{\tau}(y,x)= \begin{cases} \dfrac{\widehat{P}^\ell_{\mathrm{target}}(y,x)} {\sum_{y',x'}\widehat{P}^\ell_{\mathrm{target}}(y',x')+\epsilon}, & \tau=\mathrm{pos}\\[8pt] \dfrac{\widehat{P}^\ell_{\mathrm{confuse}}(й,x)} {\sum_{й',x'}\widehat{P}^\ell_{\mathrm{confuse}}(й',x')+\epsilon}, & \tau=\mathrm{neg}\\[8pt] \dfrac{1-\widehat{P}^\ell_{\mathrm{target}}(й,x)} {\sum_{й',x'}(1-\widehat{P}^\ell_{\mathrm{target}}(й',x'))+\epsilon}, & \tau=\mathrm{neg\_bg} \end{cases} \]

Позитиф дторылым герчек техлике бөлгелерине, негатиф дторылым өзел чаташтыруучулара, фон дторылымы болсо дүшүк бута оласылыгы булунан дигер бөлгелере одакланмактадыр. Варсайылан катары деңгээл башына 32 позитиф ве 64 негатиф белиртеч сечилмекте; негатифлерин %60’ы чаташтыруучу картасындан алынмактадыр.

Сечмененн окуучу өзеллиги севийе өзелинде догрусал бир баш аталышла 512 бойутлу ортак узайа актарылмактадыр:

\[ z=\mathrm{Norm}(W_s^\ell h_{\ell,y,x}) \]

Маска багыттаган көп масштабдуу контрасттык тегиздөө

MMCA, окуучу белиртечлери \(З\) менен мугалим прототиплери \(П\) арасындаки бензерлик матрисини эсептөөктадыр:

\[ S=\frac{1}{\tau}ZP^\top \]

Карыштырыжы прототиплери ишаретлейен \(ж\) вектөрү колдонуп бензерликлере четтөө екленмектедир:

\[ \widetilde{S}=S+\mathbf{1}c^\top\log(\eta_{\mathrm{conf}}) \]

Варсайылан \(\eta_{\mathrm{conf}}\) маании 1,5’тир. Метин, бу ишлемин чаташтыруучу прототиплери түзүмландырылмыш татаал терс үлгү хâлине гетирдигини ве окуучунин онлардан узаклашмасыны сторладыгыны белиртмектедир. Ошентсе да позитиф, чаташтыруучу ве фон белиртечлери үчүн айры бута этикалыкет матриси маалыматлмемиштир. Хер белиртеч үчүн максимум бензерликли прототипин бута сечилмеси, айрыкча негатиф белиртечлерин ханги йөне оптималдаштыруу едилдигинин дагы ачык диагнозмланмасыны геректирмектедир.

Хер белиртежин кайбы, ошол эле өзеллик пирамиди севийесиндеки ен йагымн прототип аркылуу хесапланмактадыр:

\[ \ell_i= -\left(\widetilde{S}_{i,j_i^*}-m_i\right) + \log\sum_{j=1}^{N_p} \exp(\widetilde{S}_{ij}-m_i) \]

Узамсал ишеним торырлыгы; позитиф үлгүлерде бута П-картасындан, чаташтыруучу үлгүлерде чаташтыруучу П-картасындан, фонда болсо бута оласылыгынын тамамлайыжжылуулукндан алынмактадыр. Топлам жоготуу:

\[ \mathcal{L}_{\mathrm{MMCA}}= \frac{\sum_i w_i\ell_i}{\sum_i w_i+\epsilon} \]

катары диагнозмланмыштыр. Градйан йалныз окуучу айрыкчарине ве окуучу прожексион баш аталышларына менентилмекте; прототип банкындаки мугалим вектөрлери дондурулмуш катары кулланылмактадыр.

Вери күмеси насыл олуштурулмуштур?

Изилдөөнүн гибрид Ындустриал Фире&Смоке маалымат күмеси топлам 11.023 белгиленген сүрөт ичермектедир:

Өзел сүрөттөр сабит 1080p узак аралык камераларыла топланмыш ве убакыттык текрарлары азалтмак амажыйла хер беш секундаде бир каре алынмыштыр. Гөрүнүр түтүн вейа алев бөлгеси 5 × 5 пикселден чоң олдугунда сыкы чектөөчү кутуйла этикалыкетленмиштир.

Хедеф класстары жеңил түтүн, коюу түтүн ве өртдыр. Өгретменин кулландыгы чаташтыруучу класстар көчө чырагы, күчтүү чагылуу ве парлак торач өртүсүдүр.

11. сайфадаки Шечопо 5, күндүз ве түн чечопомиш бажа түтүны, узак түтүн сүтуну, ачык алев, прожектөр, вагон ышыгы ве йансыма үлгүлөрүни көрсөтөт. Гөрселлер, маалымат күмесинин ар түрдүү бута чоңлүклери ве айдынлатма шарттары ичердигини көрсөтөт. Ошентсе да класс боюнча сүрөт ве куту сайылары, камера бвакцинана дторылым, тетуман базлы бөлме ве этикалыкетлейижмененр арасы уйум рапорланмамыштыр.

ПАСЖАЛ ВОЖ баалооси

Йөнтемин йалныз өнөр жай маалымат күмесине өзгү олуп олмадыгыны баалоок үчүн болжол менен 5.000 окутуу ве 5.000 валидация сүрөтсүнден олушан ПАСЖАЛ ВОЖ курулуму колдонулган. Макале, бирбирине йагымн гөрсел категормененре одакландыгыны белиртмекте; бирок сечмененн класстарын там листеси, үлгүлеме ыкмасы ве “персон/ридер” ешлемесинин насыл олуштурулдугу ачыкланмамактадыр.

Изилдөөнүн Йөнтеми ве Булгулары

Модел ве окутуу дүзени

ПАСЖАЛ ВОЖ натыйжалары

Өнермененн ыкма, хам окуучуйе ылайык mAP@0,5 мааниини 5,3 пуан ве дагы каты mAP@[0,5:0,95] мааниини 5,2 пуан артырмыштыр. Бу натыйжа, ыкмасын йалныз өрт ве түтүн категормененринде дегил, генел объект аныктоо ылайыквинде де йарарлы олабмененжегини дестмуунектедир. Бирок ВОЖ алт күмесинин там диагнозмы маалыматлмедигинден тажрыйбаин айнен текрарланмасы зордур.

Ындустриал Фире&Смоке ана натыйжалары

Өнермененн ыкма, хам YOLO26-small окуучуйе ылайык орточо AP’йи 12,3 пуан артырмыш ве жалган коңгуроо катышыны 11,3 йүзде пуаны азалтмыштыр. Өгретменин 67,0 орточо AP мааниине йаклвакцинаркен параметр саныны 31,8 милйондан 8,4 милйона индирмектедир.

SSmokeDet сатырында өрт AP’си чизгийле гөстерилмиш олмасына ртормен 61,2 орточо AP маалыматлмиштир. Сунулан хафиф ве коюу түтүн маанилеринден бу орточо йениден хесапланамамактадыр. Бу неденле ыкмалер арасы тартипламада илгили сатыр темкинли окунмалыдыр.

Фарклы аныктагыч амененлеринде генеллеме

Дөрт окуучу мимарисинин тамамында орточо AP болжол менен 12–13 пуан артмыш, жалган коңгуроо катышы айкын бичимде азалмыштыр. Бу натыйжа ыкмасын йалныз белирли бир ЙОЛО үйүрмүне бторлы олмадыгыны дестмуунектедир. Ошентсе да хер мимаринин натыйжалары тек маалымат күмеси ве ачыкланмайан тек гежикме донанымы үстүндө алынган.

Геже сахнелериндеки натыйжалар

Геже алт күмесинде орточо AP 11,8 пуан йүкселмиш ве жалган коңгуроо катышы 18 йүзде пуаны дүшмүштүр. 15. сайфадаки Шечопо 7, пайдубал модельин парлак ламба бөлгесинде йанлыш активация олуштурдугуну; өнермененн ыкмасын ошол эле бөлгейи бастырарак герчек бутае одакландыгыны көрсөтөт.

Еткинлештирме карталары

14. сайфадаки Шечопо 6; жеңил түтүн, өрт ве коюу түтүн үчүн тест сүрөтсүнү FGD, PKD, GID, CrossKD ве өнермененн ыкмасын жылуулук карталарыйла салыштырууктадыр. Өнермененн ыкмаде сыжак активация бөлгелери бута үстүндө дагы тар ве йогун гөрүнүркен чевредеки парлак түзүмлар дагы дүшүк йаныт алмактадыр.

Бу гөрселлер ыкмасын изилдөө меканизмасыйла уйумлудур; бирок сечмененн үлгүлөрүн бүтүн тест жыйындысыни темсил едип етмедигини гөстермез. Ысы карталарынын нижел сонужу, чектелген сайыдаки ачыкламалы бөлгеде түзүмлан DSR анализийле дестекленмиштир.

Семантикалык иймененштирменин нижел анализи

SmokeFire–Night алт күмесиндеки 80 ачыкламалы илги бөлгесинде, иймененштирме мурунси ве кийинсы орточо П-картасы еткинлиги өлчөнгөн:

\[ V_{\mathrm{avg}}(R)= \frac{1}{N}\sum_{(x,y)\in R}P(x,y) \]

Көңүлдү алаксыткычты басуу катышы:

\[ \mathrm{DSR}(R)= \frac{V_{\mathrm{avg}}^{\mathrm{refined}}(R)} {V_{\mathrm{avg}}^{\mathrm{orig}}(R)} \]

16. сайфадаки Шечопо 8, өн тегиздөө мурунсинде бута ве чаташтыруучу прототиплерин ортак узайда бирбирине карыштыгыны, кийинсында болсо ики күменин айрыштыгыны көрсөтөт. Айны шеклин П-картасы үлгүлөрүнде герчек түтүн ве алев корунуркен ламба ве су чагылууларынын алсызлатылдыгы гөрүлмектедир.

Бу анализ меканизманын амачландыгы гиби чалыштыгыны дестмуунектедир. Бирок 80 бөлгенин ханги сүрөттөрден ве ханги үлгүлеме ыкмасыйле сечилдиги, баалоойи йапан кишмененрин сокурленип сокурленмедиги ве аныксыздык аралыклары ачыкланмамыштыр.

Бмененшен чыкарма натыйжалары

Йалныз прототип дистилляциясы, окуучуйе 8,3 пуан казандырмыштыр. Сабит текст семантигийле П-картасы иймененштирмеси сонужу 61,6’йа, убакыткли истем өн тегиздөөсы ве чаташтыруучу прототиплерин бирликте кулланылмасы болсо 63,8’е чыкармыштыр. Бу натыйжа, өндүрүмдүүлүк артышынын тек бир компонентден дегил, түзүмдүк прототип актарымы менен семантикалык айрымын бирлешиминден гелдигини көрсөтөт.

MMCA катыш ве четтөө анализи

Аз сайыда чаташтыруучу үлгү кулланылмасы татаал терс үлгү өгренимини алсызлатыркен, катышы 0,9’а чыкармак бута прототиплеринин салымыны азалтмыштыр. Бензер бичимде чаташтыруучу четтөөсынын вакцинары бүйүтүлмеси өндүрүмдүүлүкы дүшүрмүштүр. Ен ийи билдирмененн денге 0,6 үлгү катышы ве 1,5 четтөө катсайжылуулукдыр.

Прототип, белиртеч ве истем сыйымдуулукси

64 прототип 64,0 менен эң жогорку орточо AP’йи үретмиштир; изилдөөчүлөр 32 прототипи өндүрүмдүүлүк-сыйымдуулук денгеси неденийле варсайылан сечмиштир. Бирок 32 ве 64 прототип арасындаки эс, окутуу мөөнөтү вейа энергия фаркы рапорланмамыштыр.

Изилдөөнүн күчтүү йөнлери

• Өнөр жай өрт аныктоода герчек буталари ве айдынлатма ширетилген татаал терс үлгүлери ачыкча айырмасы.
• Өгретменин йанлыш йүксек тепкмененрини догрудан окуучуйе актармак йерине мурун семантикалык катары сүзмеси.
• Гөрүнтү-дил модельини йалныз окутуу тартипсында кулланарак саха модельини хафиф тутмасы.
• Хедеф ве чаташтыруучу прототиплери өзеллик пирамиди севийелерине ылайык айры сакламасы.
• ПАСЖАЛ ВОЖ, ана Фире&Смоке тести ве түн алт күмеси үстүндө ар түрдүү баалоолер сунмасы.
• YOLOv8, YOLOv10, YOLO26 ве РетинаНет амененлеринде ошол эле өндүрүмдүүлүк йөнүнү гөстермеси.
• Йанлыш коңгуроо катышыны тактык метриклерийле бирликте рапорламасы.
• Бмененшен чыкарма, прототип сыйымдуулукси, үлгү катышы ве истем узунлугу анализлери йапмасы.
• Өзел сүрөттөрин пайлвакцинам чектелгенлыгыны ве генеративдик жасалма интеллект колдонулушуны ачыкча бейан етмеси.

Темел чектелгенлыклар

• Изилдөө рецензиядан өткөн эмес.
• Өзел өнөр жай сүрөттөрин пайлвакциналмамасы там йениден өндүрүшү енгеллемектедир.
• Тетуман, камера ве заман тизмекси пайдубалинде маалымат айрымы ачыкланмамыштыр.
• Сыныф бвакцинана сүрөт ве куту сайылары маалыматлмемиштир.
• Етикетлейижи сайжылуулук, калите денетими ве гөзлемжмененр арасы уйум рапорланмамыштыр.
• Фире&Смоке AP маанилеринин IoU ешиги ачык дегилдир.
• Йанлыш коңгуроо катышынын формулаү ве баалоо бирими белиртилмемиштир.
• Сонучлар тек чалыштырма маанилери катары сунулмуш; стандарттык четтөө ве ишеним аралыгы маалыматлмемиштир.
• Гежикме тести үчүн донаным, батжх, хассасийет, йазылым ортамы ве жылуулукнма протоколү белиртилмемиштир.
• Jetson, FPGA, NPU вейа өнөр жай едге компьютерида герчек тест түзүмлмамыштыр.
• Видео убакытклилиги, убакыттык коңгуроо бириктирүү ве олай дүзейи өндүрүмдүүлүк изилденген эмес.
• Сис, суу буусу, ширетүү ышыгы, бажа емисйону ве мешале бажасы гиби ек өнөр жай чаташтыруучулар айры класс катары маанилендирилмемиштир.
• Өгретменин алты класслы, окуучунин үч коопсуздук класслы чыкыш түзүмүнын кесин окутуу ешлемеси там ачыкланмамыштыр.
• Карыштырыжы П-картасынын семантикалык гүнжеллеме теңдемеи ексиктир.
• MMCA’нын негатиф ве фон үлгүлөрүни ханги прототиплере чектиги вейа хангмененринден иттиги математиксел катары йетеринже ачык дегилдир.
• Прототип куйругу бошкен колдонулган растгеле вектөрлерин еткиси өлчүлмемиштир.
• П-карталарынын сүрөт бвакцинана максимум маание ылайык нормаллештирилмеси мутлак мугалим ишенимини ортадан калдырмактадыр.
• SSmokeDet үчүн маалыматлен орточо AP таблицадаки класс маанилеринден йениден хесапланамамактадыр.
• Макале шаблон текстлери ве тамамланмамыш атыф ишаретлери ичермектедир.

Изилдөөнүн дестекледиги натыйжалар

• Контроллү тажрыйбаларде семантикалык йөнлендирмели прототип дистилляциясы, хам жеңил аныктагычдан дагы йүксек AP үретмиштир.
• Изилдөөнүн түн алт күмесинде ламба ве йансыма ширетилген активациялер айкын бичимде азалтылмыштыр.
• Хедеф ве чаташтыруучу прототиплерин айры модельленмеси, чаташтыруучу прототипсиз варйанта ылайык дагы йүксек орточо AP сторламыштыр.
• Сүрекли истем белиртечлери, сабит генел CLIP истемлеринден дагы ийи натыйжа вермиштир.
• Йөнтем ар түрдүү ЙОЛО ве РетинаНет окуучу амененлеринде бензер өндүрүмдүүлүк йөнү көрсөткөн.
• Дистилляция модулдари чыкарым тартипсында калдырылабилдиги үчүн окуучу параметр саны 8,4 милйон катары сакталган.

Изилдөөнүн канытламадыгы натыйжалар

• Системин герчек бир өрты мевжут коопсуздук системалеринден дагы еркен алгыладыгы гөстерилмемиштир.
• Йөнтемин бүтүн петрокимйа тетуманлерине, иклимлере ве камера түрлерине генелленебилирлиги канытланмамыштыр.
• Йанлыш коңгуроо азалмасынын саат, вардийа вейа камера бвакцинана операсйонел каршылыгы гөстерилмемиштир.
• Моделин герчек гөмүлү жихазда билдирмененн милисекунда маанилерийле чалыштыгы канытланмамыштыр.
• Термал, кызылөтеси, газ вейа ноктасал түтүн сенсорлерийле бүтүнлчек коопсуздук башаржылуулук өлчүлмемиштир.
• Өзел маалымат күмесиндеки натыйжаларын бторымсыз бир изилдөө грубу тарафындан текрарландыгы гөстерилмемиштир.
• Моделин түтүн түрү, өрт чоңлүгү вейа техлике севийеси хаккында ишенимилир физикалык өлчөө йаптыгы гөстерилмемиштир.
• Тек сүрөт баалооси, кесинтисиз видео үстүндө туруктуу коңгуроо давранышыны далилдебейт.
• Модел чыктжылуулук сертификатталган өрт коңгуроосу вейа коопсуздук-критикалык отоматик капатма карары катары ырасталган эмес.

Булак жана метод эскертүүсү

Изилдөөнүн там өзгүн ады: Семантиж-Гуидед Прототйпе Дистиллатион wитх Висион-Лангуаге Рефинымдуулукент фор Лонг-Ранге Ындустриал Фире анд Смоке Детежтион

Йазарлар: Йанг Зханг; Йижун Wан; Йуан Xу; Мингqинг Зханг; Йанлин Хе; Wеи Ке; Хао Схенг.

Йазар тартипламасы: Йанг Зханг биринжи, Йижун Wан икинжи, Йуан Xу үчүнжү, Мингqинг Зханг дөрдүнжү, Йанлин Хе бешинжи, Wеи Ке алтынжы ве Хао Схенг йединжи автордыр.

Еш биринжи автор: Еш салым вейа еш биринжи автор бейаны изилденген үйүрмде йер алмамактадыр.

Сорумлу автор: SSRN расмий кайды Йанг Зханг’ы байланыш автору катары көрсөтөт. Инжеленен макаленин автор сайфасында жооптуу авторы белирлейен йылдыз вейа айры бир дипнот булунмамактадыр.

Йазарлар ве мекемелер:

• Йанг Зханг — Жоллеге оф Ынформатион Сжиенже анд Тежхнологй, Беижинг Университй оф Жхемижал Тежхнологй, Беижинг, Чин.
• Йижун Wан — Жоллеге оф Ынформатион Сжиенже анд Тежхнологй, Беижинг Университй оф Жхемижал Тежхнологй, Беижинг, Чин.
• Йуан Xу — Жоллеге оф Ынформатион Сжиенже анд Тежхнологй, Беижинг Университй оф Жхемижал Тежхнологй, Беижинг, Чин.
• Мингqинг Зханг — Жоллеге оф Ынформатион Сжиенже анд Тежхнологй, Беижинг Университй оф Жхемижал Тежхнологй, Беижинг, Чин.
• Йанлин Хе — Жоллеге оф Ынформатион Сжиенже анд Тежхнологй, Беижинг Университй оф Жхемижал Тежхнологй, Беижинг, Чин.
• Wеи Ке — Мажао Полйтежхниж Университй, Макао, Чин.
• Хао Схенг — Сжхоол оф Жомпутер Сжиенже анд Енгинееринг, Беиханг Университй, Беижинг, Чин.

Илетишим адреси: Йанг Зханг үчүн изилденген үйүрмде yang_zh@mail.buct.edu.cn адреси маалыматлмиштир.

ORCID: ORCID билгмененри изилденген үйүрмде йер алмамактадыр.

DOI:10.2139/ssrn.7192544

Дерги: Хакемли бир журнал ады изилденген үйүрмде йер алмамактадыр.

Йайыневи: Кесинлешмиш акыркы басмакана билгиси булунмамактадыр. SSRN, изилдөөнүн препринт кайыт ве дторытым платформаудур.

Йайын платформау: SSRN.

SSRN кайыт тарихи: 27 Теммуз 2026.

Йайын йылы: 2026.

Ширетүү түрү: Билги дистилляция, сүрөт-тил өн тегиздөөсы, өзел ве ачык сүрөт маалымат күмелери ве абданлу объект аныктагыч салыштыруулары ичерен эксперименттик жасалма интеллект изилдөөсы препринти.

Хакемлик дуруму: Изилдөө рецензиядан өткөн эмес. Бу дурум баш аталыш сайфасында ве бүтүн макале сайфаларында ачыкча белгиленген.

Ресмî ширетүү:SSRN расмий изилдөө кайды.

Ширетүү код: Изилдөөчүлөр колдонмонын аноним изилдөө депосунда пайлвакциналдыгыны белиртмектедир. Деподаки бүтүн досйаларын үйүрмү ве тажрыйбалари бу баалооде ошондой эле чалыштырыларак ырасталган эмес.

Вери еришими: Ачык DFS маалымат күмеси өзгүн кайнторындан еришмененбилир катары белгиленген. Петрокимйа мунай иштетүүчү заводлери ве танк сахаларындан алынан өзел сүрөттөр; өнөр жай коопсуздук, гизлилик ве махремийет герекчелерийле камуйа ачык дегилдир. Ек билги, маалымат кулланым кжылуулуктлары астында жооптуу автордан истенебилмектедир.

Финансман: Айры бир каржылоо бейаны изилденген үйүрмде йер алмамактадыр.

Чыкар чатышмасы: Йазарлар изилдөөнү еткмененйебмененжек билинен мали чыкар вейа кишболсол илишки булунмадыгыны бейан етмиштир.

Етик ве махремийет: Инсан вейа жаныбар тажрыйбаи рапорланмамыштыр. Өзел өнөр жай сүрөттөрин махремийет ве коопсуздук неденийле пайлвакциналмадыгы белиртилмиш; камера сүрөттөриндеки оласы кишболсол маалыматтарин анонимлештирме вейа этикалык инжелеме ыкмасы айрынтыландырылмамыштыр.

Үреткен жасалма интеллект бейаны: Изилдөөчүлөр ChatGPT’йи дил дүзелтме, макале дүзени, ЛаТеX бичимлендирмеси ве едиторйал иймененштирме үчүн кулландыкларыны; тажрыйба маалыматси үретме, модель егитме вейа билимсел натыйжа чыкарма амажыйла кулланмадыкларыны белиртмиштир. Йазарлар бүтүн ичериги гөзден гечирдиклерини ве акыркы суроомлулугу үстлендиклерини ачыкламыштыр.

Бу Түркче ачыклама, йүкленен 20 сайфалык досйанын баш аталыш ве автор билгмененри, ана метни, 13 теңдемеи, секиз таблицасу, секиз шекли, маалымат күмеси үлгүлөрү, активдешүү карталары, компонент чыкарма тажрыйбалари, натыйжалары, маалымат еришим бейанлары ве ширетүүчасы инжеленерек даярдалган. Билимсел ичериге изилдөө дышында йени бир тажрыйба сонужу екленмемиштир. Дыш ширетүүлар йалнызжа баш аталыш, автор тартипсы, байланыш автору, DOI, кайыт тарихи ве мекеме билгмененринин библийографик догруланмасы амажыйла колдонулган.

Изилдөөнүн натыйжалары, семантикалык йөнлендирмели прототип дистилляциясынын изилденген маалымат күмесинде кичинекей ве төмөн контрасттуу өрт-түтүн буталарини аныктоойы гелиштиребилдигини ве айдынлатма ширетилген йанлыш тепкмененри азалтабилдигини дестмуунектедир. Бирок өзел маалыматнин пайлвакциналмамасы, жалган коңгуроо ве AP өлчүтлериндеки рапорлама ексиклери, истатистиксел белирсизлигин маалыматлмемеси ве герчек уч жихаз саха тестинин булунмамасы неденийле ыкма хенүз бторымсыз катары догруланмыш өнөр жай эрте эскертүү системаи катары маанилендирилмемелидир.