描述

介紹

最常見的人為災難之一是火災。該項目的重點是在加油站、其他火區和消防禁區實施。今天，我們將研究一個不尋常的 Pico 項目，該項目在檢測到火源或火焰時向特定區域的人員提供快速警報響應。實時應用程序的優勢在于，它可以在火災導致煙霧蔓延之前提供快速響應。每當檢測到火災/火焰時，它都會向該區域的人們發送快速響應。

成分

硬件

跳線

Wiznet Pico板

LED燈泡

330k電阻

16*2液晶顯示

蜂鳴器

I2C模塊

軟件

Yolov5 物體檢測

開發環境

谷歌實驗室

PyCharm——Python 集成開發環境

電路原理圖

LED ：由 2 個引腳組成，正引腳連接到 330K 電阻和 GP13。負引腳連接到 GND（接地）。蜂鳴器：由 2 個引腳組成，其中正引腳連接到 GP14。負極引腳連接到 GND。帶 I2C 模塊的 16*2 LCD 顯示器：由 4 個引腳組成。VCC、接地、SDA、SCL。VCC 連接到 5V。SDA 引腳連接到 GP4。SCL 引腳連接到 GP5。GND 可以連接到 pico 板的任何 GND。

人工智能圖

在這個項目中，我們在自定義訓練的數據集上使用了 YOLOV5 對象檢測模型，該模型可以檢測何時發現火焰或火源。訓練是通過各種火源進行的，例如電燈、打火機和火柴棍。注釋是用收集到的實時火焰和火源完成的。然后將其提供給訓練算法。確保當前工作目錄是 YOLOV5 目錄，并且安裝了所有依賴項。coco128.yaml 文件必須使用數據集目錄和使用的類進行更新。使用命令訓練：

!python train.py --img 416 --batch 16 --epochs 100 --data coco128.yaml --weights yolov5s.pt --cache

已將相關權重分配給訓練 [yolov5s.pt] 并以 100 個紀元運行。訓練完成后，檢查“運行”文件夾以檢查 .jpg 文件中預測的準確性。實時檢測可以使用命令：python test.py --weights best.pt --img 416 --conf 0.28 --source 1

運行此命令時，當前工作目錄應該是 yolov5 文件夾的根目錄。必須在 - -weight 參數中給出以“.pt”文件結尾的權重文件。源可以設置為 1 或 0，具體取決于用作內部或外部的網絡攝像頭。運行此命令時，會打開一個帶有邊界框檢測的框架。通過串行通信，它發送數據并在 LCD 顯示屏上顯示狀態，這些狀態消息包括“檢測到火情”，當使用相機發現火焰或火源時，如果沒有檢測到火情/火焰“未檢測到火情”命令。通過與 raspberry pico 的串行通信接收狀態后，我們檢查關鍵字匹配。為每個狀態分配一個全局變量，該狀態將顯示在 LCD 顯示屏和串行監視器中。

代碼說明：

必須將 Liquidcrystal_I2C 庫添加到 arduino 草圖中。第 [2 - 3] 行包含 LCD 顯示所需的庫，即 wire.h 和 Liquidcrystal_I2C.h。第 [7 - 10] 行初始化 LED、蜂鳴器和全局變量數據的變量。第 [12 - 20] 行無效設置包含 LED 和蜂鳴器的引腳模式。將 LED 和蜂鳴器電壓電平設置為低。第 [22] 行空循環開始。[25 - 28] 行 while 循環通過串行連接讀取數據。行 [31 - 44] if condition with data = h，其中 h 是通過串行通信傳遞的關鍵字。如果讀取的數據是“h”，則蜂鳴器和 LED 將被激活以指示檢測到火災。在 LCD 顯示屏上打印了“檢測到火災”消息。當檢測到“沒有火”時，第 [46 - 59] 行 else 條件。當未檢測到火災時，LED 和蜂鳴器電壓電平將很低。

?