Dieser Demonstrator visualisiert das automatisierte Erkennen von Brandschutzanlagen in Bildern mithilfe von Deep Learning, indem aktuelle Verfahren zur Segmentierung und Objekterkennung in RGB-Bildern untersucht und getestet werden.
Erste Ergebnisse zeigen, dass die Detektion von verschiedenen Brandschutzanlagen wie Feuerlöscher, Rauchwarnmelder, Brandmelder und Löschdecke funktioniert. Sie können sowohl mit einer Bounding Box (Objektlokalisierung) als auch mit Objektmaskierung (Instanzsegmentierung) markiert werden.
Dieser Anwendungsfall ist besonders für Betreiber, Facility Manager und Brandschutzbeauftragte von Interesse und zeigt hier eine hohe Relevanz.
Die Brandschutzanlagen zu detektieren, bietet den Vorteil, dass Bestandsaufnahmen direkt ausgewertet werden können und der Automatisierungslevel einer Brandschutzbegehung erhöht werden kann. Des Weiteren können weitere Schritte, wie die nachfolgende Verortung und semantische Anreicherung im Modell, angeknüpft werden.
Ansprechpartnerin:
Angelina Aziz, M. Eng., Lehrstuhl für Informatik im Bauwesen, Ruhr-Universität Bochum (angelina.aziz@ruhr-uni-bochum.de)