视觉AI企业Superb AI 9月1日表示，公司已与韩国国立消防研究院联合开发出一款可用于地下停车场的电动汽车火灾早期识别AI模型。
据介绍，该模型主要针对电池热失控初期产生的淡烟进行识别。研究结果显示，相较于传统火灾探测方式，模型可将探测时间缩短65%，误报率降低80%。
与基于公开数据训练的现有系统不同，这一模型针对地下停车场环境进行了专门设计，能够识别电动汽车底部出现的淡烟，以及远距离出现的烟雾。
在模型训练方面，Superb AI围绕火灾、烟雾、车辆等目标，对约10万张图像进行了标注和处理，并据此构建训练数据集。该数据集结合了真实火灾事故数据和受控环境下的实验数据，同时利用生成式AI合成数据补足低频罕见场景。
在数据集构建过程中，团队还借助Superb平台的Scatter View功能，对火灾和烟雾数据的分布特征与模式进行可视化核验，并开展数据质量管理。
目前，该模型已以边缘端实时监测系统的形式部署，无需经过云端即可在现场完成视频分析，并可直接接入现有CCTV基础设施。一旦识别到火情，系统将通过画面提示和声音报警发出预警，并同步保存日志记录。处于同一网络内的PC还可通过本地Web服务器实时查看识别状态，无需依赖外部服务器。
双方目前正推进项目最后阶段的研究，目标是让模型在小型边缘设备上也能实现实时运行，并通过轻量化设计推出更适合现场普及的方案。研究完成后，双方还将提出包括“在多少米距离内、多少秒内完成识别”在内的量化测试标准，用于后续建立电动汽车火灾探测系统的性能标准。
Superb AI代表Kim Hyun-soo表示，此次研究通过专用数据集和合成数据弥补了公开数据难以覆盖的现场特殊场景，并实现了模型在边缘端的实时运行。未来，公司将继续推进从数据构建、模型开发到现场验证的AI落地工作。
Chi-gyu Hwang
delight@d-today.co.kr