作者/圖片提供：影像打火隊
本案例為《2021 Intel DevCup x OpenVINO Toolkit》概念組入選作品，特別邀請該團隊撰文分享其開發歷程、技術架構及成果，讓更多開發者可以借鏡學習。
開發動機
閃燃是一種可怕的火場現象，原本我們選擇的主題是火災，但是深入研究討論後了解：火場中的「閃燃」現象號稱是消防員的天敵，最容易在一瞬間令消防員致命。若消防員無法及時判斷出閃燃前的徵兆並加以應變，將導致大量無法挽救的傷亡。
根據內政部對於一般火災的說明，將火災成長可分為四個階段，即：成長期（growth period）、閃燃（flashover）、燃燒最盛期（fully-developed period）、以及衰退期（decay period）。
在成長期，火災一般大致遵循的速率成長（為火災的潛伏期，可視為未發生明火的期間），也就是燃燒熱釋放率與「燃燒時間的平方」成正比。依據可燃物的種類及分布而有不同的火災成長係數（fire growth coefficient, [kW/s2]），舉例來說中等速度成長（medium）的值為0.01172 [kW/s2]，而極快速（ultrafast）成長火災為0.1876[kW/s2]。火災成長速率及其常見情境如表一，其對應的火災成長的曲線如圖一。
(圖片來源：內政部消防署)目前，消防員在判斷閃燃的發生與否，仍然是依靠資深消防員的「火場經驗」，因此若能以影像辨識火場中閃燃發生的前兆，便能早一步提醒消防員積極應對閃躲，減少消防員的死亡率。此即為我們決定齊心協力完成此一作品的原因之一。
決定題目之後，接下來就是收集訓練資料，雖然網路上有很多的文字描述的資料，但是圖片資料卻異常的少，我們在YT上以關鍵字搜尋閃燃的相關影片後，進行截圖產生訓練資料集，當作是訓練的丹藥材拿到了，但在影像辨識時，這算初等素材必須煉化，於是把原始丹藥材(照片檔)放入Tensorflow進行訓練，經過7749天的煉化比賽想必都已經結束許久，快速有效率的工具這時候就派上用場，主辦單位派出使者送出三昧真火(Intel® Neural Compute Stick 2 and Open Source OpenVINO™ Toolkit)，先把個加速器放進火爐內養著，終於在子時閘門關閉前送件，完成複賽！
模型訓練與部署
火災現場的狀況瞬息萬變，於是我們採用分類器的方法，希望能加快環境AI判斷的時效，此次訓練我們提供數千張照片，分成「閃燃發生」、「一般火災」、「無火災」這三大類，以Tensorflow建立CNN分類器進行訓練。
使用「閃燃發生」、「一般火災」、「無火災」三種狀況去進行演練
這次我們採用CNN的類神經網路模型，三層卷積及二層傳統類神經分類器，其架構如下：
- 第一層卷積是Conv2D 128個3×3卷積核，加上一層MaxPooling池化層
- 第二層卷積是64個3×3卷積核，加上一層MaxPooling池化層
- 第三層卷積是64個3×3卷積核，加上一層MaxPooling池化層
轉平面層後，接上傳統類神經分類器：
- 第一層是128個神經元
- 第二層是64個神經元
最後輸出層為3個神經元。
在傳統分類器的部份使用都有Dropout(0.2)避免過擬（OverFit）的狀況發生。
CNN的類神經網路模型及其架構圖
經過30個世代長時間訓練後，正確率接近99%了，而且可以看到訓練與驗證的曲線也相當完美匹配，並無過擬的狀況發生。
此圖為模型訓練後的曲線
由於未來我們希望能使用在微型電腦上，例如樹莓派的自走車，可以讓機器人先進火場探路，無閃燃可能性後，消防員再進入火場，因此就必須把上面的模型檔佈署到樹莓派這種小型電腦上，此時我們發現一個非常大的問題。儘管我們僅使用了CNN分類器，而非運算更複雜的物件偵測器，但是辨識的FPS仍然都小於1，也就是代表自走車沒辦法快速的分辨現場狀況，這樣我們的研究對於火場的辨識就沒什麼幫助了。
此圖為樹莓派的自走車 (圖片來源：cavedu )
這時我們採用OpenVINO架構加上Intel® Neural Compute Stick 2，發現辨識速度提升到20 fps以上，這樣就能符合我們的需求了。
預測的展望
最後感謝團隊裡的大家來自於不同的工作領域，除了上班時間不同外，部分人員晚上還有進修課程，更有人必需空出時間照顧小孩，因此，每次要安排大家都可以的開會時間，顯得格外困難，最後大家依著激昂的鬥志以及想要完成作品的心，選擇在半夜開會，曾經凌晨三點大家還在集思廣義，完全忘記隔天仍需早起上班工作，過程雖然辛苦卻又充實。
初次參加經驗略遜於其他隊伍，因此希望在人氣獎的部分做些加強，於是開始輸出街景圖、組裝消防車、以手機拍攝短片並加以後製，希望透過影音的方式，將作品內容簡單地呈現，以吸引更多的票。
決賽的發表會，我先是被滿滿的記者媒體的大排場嚇到，再看到很多厲害的教授、學生的作品琳琅滿目，滿滿的技術層面又富含創意，幾乎可以直接包裝成商品發售，含金量之高，真的是震懾住我了！深刻體會到這場比賽真是不簡單！
- 【OpenVINO開發案例】降低消防救災風險！ 閃燃預警通知 - 2022/05/10
.jpg)
.jpg)