from PIL import Image
from ultralytics import YOLO
# 加载预训练的YOLOv8n模型
model = YOLO('best.pt')
# 在'bus.jpg'上运行推理
image_path = 'fire_000137.jpg'
results = model(image_path) # 结果列表
# 展示结果
for r in results:
im_array = r.plot() # 绘制包含预测结果的BGR numpy数组
im = Image.fromarray(im_array[..., ::-1]) # RGB PIL图像
im.show() # 显示图像
im.save('results.jpg') # 保存图像
没有合适的资源?快使用搜索试试~ 我知道了~
火灾、烟雾检测的yolov8推理代码、示例图片以及示例图片推理结果,包含训练好的权重
共4个文件
jpg:2个
py:1个
pt:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 4 下载量 50 浏览量
2023-12-15
18:13:34
上传
评论
收藏 5.45MB ZIP 举报
温馨提示
火灾烟雾检测的必要性主要体现在以下几个方面: 1. 早期警报:火灾发生时,烟雾是最早出现的迹象之一。烟雾检测系统能够及早发现烟雾的存在并发出警报,提前通知人们火灾的发生,有助于人们尽早逃离危险区域,降低伤亡和财产损失。 2. 提供即时救援:火灾发生后,烟雾检测系统可以自动触发报警,通知相关人员和救援部门,加快救援行动的响应时间,提高救援效率,最大程度地减少火灾造成的人员伤亡和房屋财产损失。 3. 预防火灾蔓延:火灾烟雾检测系统可以及早发现烟雾并报警,有助于迅速阻止火势蔓延。通过及早警报,消防部门可以更早地介入火灾现场,进行灭火和控制火势蔓延,减少火灾扩大的可能性。 4. 自动化控制:火灾烟雾检测系统可以与其他设备和系统进行联动,实现自动化控制。例如,当烟雾检测系统发现有烟雾时,可以自动关闭通风系统和电力设备,防止火灾蔓延和进一步危害。 综上所述,火灾烟雾检测对于提早发现火灾、提供即时救援、预防火灾蔓延以及实现自动化控制都具有重要的必要性。它可以保护人们的生命安全和财产安全,减少火灾带来的损失。
资源推荐
资源详情
资源评论
收起资源包目录
fire_smoke.zip (4个子文件)
fire_smoke
results.jpg 31KB
best.pt 5.95MB
fs_infer.py 458B
fire_000137.jpg 31KB
共 4 条
- 1
资源评论
- zhangzhaochen2024-02-28支持这个资源,内容详细,主要是能解决当下的问题,感谢大佬分享~
- otx009super2024-01-15资源有很好的参考价值,总算找到了自己需要的资源啦。
- naofangjay2024-03-22非常有用的资源,有一定的参考价值,受益匪浅,值得下载。
- m0_747136312024-01-24这个资源对我启发很大,受益匪浅,学到了很多,谢谢分享~
justld
- 粉丝: 2w+
- 资源: 79
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功