Разработка алгоритма дыма и огня

жертвы среди населения)
Низкая эффективность традиционных методов
Поиск баланса между производительностью и сложностью модели глубокого обучения
Снижение временных затрат и объема используемой памяти

модели распознавания дыма и огня, позволяющей превзойти по точности и затратам памяти существующие модели.
Задачи: 
Изучить предшествующие достижения и проанализировать используемый набор данных;
Провести исследование методов глубокого обучения, предназначенных для реализации;
Выполнить сравнительный анализ методов – построить, обучить и протестировать модели нейронных сетей, выполнив программную реализацию;
Предложить и программно реализовать новый метод распознавания признаков пожара на основе глубокого обучения, позволяющий превзойти по точности распознавания и затратам памяти существующие модели.

/ 12

или огня), Smoke (дым)