44 YANGIN VE GÜVENLİK • MAYIS - HAZİRAN / 2026 MAKALE [4] LeCun Y, Bengio Y and Hinton G 2015 Nature 521 436–444 [5] Jandhyala S S, Jalleda R R and Ravuri D M 2023 Forest fire classification and detection in aerial images using inception-v3 and ssd models 2023 International Conference on Intelligent Data Communication Technologies and Internet of Things (IDCIoT) pp 320–325 [6] Hu J, He Y, Zeng M, Qian Y and Zhang R 2024 IEEE Sensors Letters 8 1–4 [7] Zhang T, Wang F, Wang W, Zhao Q, Ning W and Wu H 2024 IEEE Access 12 117354–117362 [8] Frizzi S, Kaabi R, Bouchouicha M, Ginoux J M, Moreau E and Fnaiech F 2016 Convolutional neural network for video fire and smoke detection IECON 2016 - 42nd Annual Conference of the IEEE Industrial Electronics Society pp 877–882 [9] Zhao S, Liu B, Chi Z, Li T and Li S 2022 IEEE Access 10 81899–81909 [10] Khan M and Kumar P 2023 Fire detection using level set segmentation based fractional order optical flow and 4d fire features with mixed data cnn-lstm model TENCON 2023 - 2023 IEEE Region 10 Conference (TENCON) pp 152–157 [11] Wang A, Chen H, Liu L, Chen K, Lin Z, Han J and Ding G 2024 Yolov10: Real-time end-to-end object detection (Preprint 2405.14458) URL https://arxiv. org/abs/2405.14458 [12] Aharon N, Orfaig R and Bobrovsky B Z 2022 Bot-sort: Robust associations multi-pedestrian tracking (Preprint 2206.14651) URL https://arxiv. org/abs/2206.14651 [13] Dai J, Qi H, Xiong Y, Li Y, Zhang G, Hu H and Wei Y 2017 Deformable convolutional networks 2017 IEEE International Conference on Computer Vision (ICCV) pp 764–773 [14] Wang W, Dai J, Chen Z, Huang Z, Li Z, Zhu X, Hu X, Lu T, Lu L, Li H,Wang X and Qiao Y 2023 Internimage: Exploring large-scale vision foundation models with deformable convolutions 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) pp 14408–14419 [15] Yu Z, Huang H, Chen W, Su Y, Liu Y and Wang X 2022 Yolo-facev2: A scale and occlusion aware face detector (Preprint 2208.02019) URL https:// arxiv.org/abs/2208.02019 KAYNAKLAR / devam... Katalogta yer alan firma adres, ürün ve marka bilgileri Yangın ve Güvenlik dergimizin 26 yıllık sektörel birikimi ve B2B Medya (ERP yazılımı) adres veri tabanımız tarafından güncellenmekte ve doğrulanmaktadır. Firma, ürün ve markanız rehberimizde yer almamışsa, güncellenmemişse kullanıcı dostu web tasarımımız sayesinde “Firmanı Kaydet” butonundan formumuzu doldurarak kolaylıkla rehberimizde yer alabilirsiniz. Kataloğumuz çektiği ziyaretçi sayısı ile ürün ve markanızın tanıtımı yapabileceğiniz, istatistiki veriler ile reklamınızı ölçümleyebileceğiniz eşsiz fırsatlar sunuyor. “Reklam ver” seçeneği ile cazip tanıtım teklifimizi istemeyi ihmal etmemenizi öneririz. www.yanginguvenlikrehberi.com Mobil uyumlu web sitemizi ziyaret edin.
RkJQdWJsaXNoZXIy MTcyMTY=