README.md

---
license: apache-2.0
language:
- en
- zh
- ja
pipeline_tag: image-text-to-text
tags:
- fire
- wildfire
- multimodal
library_name: transformers
---

# Qwen2-Wildfire-2B-Instruct

## 1. 模型概述 / Model Overview / モデル概要

**中文:**
Qwen2-Wildfire-2B 提供了对野火火灾场景的深度识别，可以提供比其他模型更深入的场景细节信息。相较于其他深度学习模型，它能够为消防工作提供更多有效的信息，且由于模型体量为2B，将来也可以方便地搭载到移动设备上。我们的模型能够识别以下八大关键要素：
- 火灾类型与环境描述
- 火焰特性（颜色、高度、强度）
- 烟雾特性（颜色、密度、扩散方向）
- 火行为（传播速度、运动模式）
- 受影响区域描述（火灾覆盖范围、涉及的植被或结构）
- 现场应对措施（消防员、车辆、设备的可见性）
- 环境因素（周围地形、风速、温度）
- 图像质量（拍摄时间、角度、分辨率）

训练的数据集由4135张高质量图片构成，经过人工检查后进行标注，并用于微调 Qwen 的 Qwen2-VL-2B-Instruct 模型，取得了很好的效果。

**English:**
Qwen2-Wildfire-2B provides deep recognition of wildfire scenarios, offering more detailed scene information than other models. Compared to other deep learning models, it can offer more useful information for firefighting, and with its 2B size, it can be conveniently deployed on mobile devices in the future. Our model recognizes eight key elements:
- Fire type and environmental description
- Flame characteristics (color, height, intensity)
- Smoke characteristics (color, density, spread direction)
- Fire behavior (spread speed, movement pattern)
- Affected area description (fire coverage, vegetation or structures involved)
- On-site response measures (visibility of firefighters, vehicles, equipment)
- Environmental factors (terrain, wind speed, temperature)
- Image quality (time of capture, angle, resolution)

The training dataset consists of 4,135 high-quality images, manually checked and labeled, and used to fine-tune Qwen’s Qwen2-VL-2B-Instruct model, yielding excellent results.

**日本語:**
Qwen2-Wildfire-2Bは、他のモデルよりも詳細な野火災害シーンの深い認識を提供し、消防活動に有効な情報を提供します。2Bサイズのため、将来的にモバイルデバイスへの搭載も可能です。モデルは次の8つの主要な要素を認識できます：
- 火災の種類と環境の説明
- 炎の特性（色、高さ、強度）
- 煙の特性（色、密度、拡散方向）
- 火の動作（伝播速度、動きのパターン）
- 影響を受けた地域の説明（火災範囲、関与する植生や構造物）
- 現場の対応（消防士、車両、機器の視認性）
- 環境要因（地形、風速、温度）
- 画像の品質（撮影時間、角度、解像度）

4135枚の高品質な画像を含むデータセットを使用し、ラベリング後に人工で確認し、Qwen2-VL-2B-Instructモデルの微調整に使用して非常に良好な結果を得ました。

## 2. 开发者信息 / Developer Information / 開発者情報

**中文:**
我现在（2024年10月10日星期四）是神奈川大学的修士二年级学生，隶属于电子电子情报学科。我的所有研究都由我所在的情报学部能登研究室支持，没有教授和老师的大力支持，我无法拥有硬件设备来微调模型。我从大四开始一直研究火灾识别，期间发表了两篇国际会议论文。此次的 Qwen2-Wildfire-2B 是我最新的研究成果，研究周期长达7个月，所有工作均由我独立完成。希望通过开源为火灾识别领域做出贡献。如果有机构希望将模型用于商业用途，请务必附上我的信息，研究不易，请理解。如果有防灾机构对我的研究感兴趣，请联系：dushiyan2017@outlook.com。

**English:**
As of Thursday, October 10, 2024, I am a second-year master’s student at Kanagawa University, under the Department of Electrical and Electronic Information. My research is supported by the Noto Lab at the School of Informatics. Without the support of professors and mentors, I wouldn’t have access to the necessary hardware to fine-tune this model. Since my senior year, I have been studying wildfire recognition, and I have published two international conference papers. Qwen2-Wildfire-2B is my latest research achievement, completed over the course of 7 months. All the work was done by myself, and I hope to contribute to the field of wildfire recognition by open-sourcing this research. If any organizations are interested in using this model for commercial purposes, please attribute my work accordingly. Research is difficult, and I appreciate your understanding. If any disaster prevention organizations are interested in my research, please contact: dushiyan2017@outlook.com.

**日本語:**
2024年10月10日（木曜日）現在、私は神奈川大学の修士2年生であり、電子・電子情報学科に所属しています。私の研究は、情報学部能登研究室のサポートを受けています。教授や指導者の大きなサポートがなければ、モデルの微調整に必要なハードウェアを入手することはできませんでした。大学4年生から火災認識の研究を行い、国際会議で2本の論文を発表しました。Qwen2-Wildfire-2Bは私の最新の研究成果であり、7ヶ月間にわたってすべての作業を一人で完了しました。火災認識分野への貢献を目指し、この研究をオープンソースにしました。もし、このモデルを商業利用したい場合は、必ず私の情報を明記してください。研究は難しいものであり、理解していただければ幸いです。防災に関心のある機関は、dushiyan2017@outlook.comまでご連絡ください。

## 3. 模型基础 / Base Model / モデルの基礎

- `Qwen2-VL-2B-Instruct`

## 4. 用途和限制 / Uses and Limitations / 用途と制限

**中文:**
- 用于有效识别野火场景中的各种要素。

**English:**
- Used for effective recognition of various elements in wildfire scenarios.

**日本語:**
- 野火のシーン要素の効果的な認識に使用されます。

## 5. 训练细节 / Training Details / トレーニングの詳細

**中文:**
训练数据集由我们自建的4135张高质量图片构成，打标后由人工检查数据的准确性，随后用于微调 Qwen 的 Qwen2-VL-2B-Instruct 模型，效果非常理想。

**English:**
The training dataset consists of 4,135 high-quality images we constructed, manually checked after labeling. These data were used to fine-tune Qwen's Qwen2-VL-2B-Instruct model, yielding excellent results.

**日本語:**
トレーニングデータセットは、自前で作成した4135枚の高品質な画像で構成され、ラベリング後に人工でデータの正確さを確認しました。その後、QwenのQwen2-VL-2B-Instructモデルの微調整に使用され、非常に良好な結果が得られました。

## 6. 技术细节 / Technical Details / 技術的な詳細

**中文:**
- 微调设备：RTX A5000 24GB。

**English:**
- Fine-tuning hardware: RTX A5000 with 24GB memory.

**日本語:**
- 微調整デバイス：RTX A5000 24GB。

## 7. 联系信息 / Contact Information / 連絡先情報

**中文:**
Qwen2-Wildfire-2B 是我最新的研究成果，研究周期长达7个月，所有工作均由我独立完成。如果有机构希望将模型用于商业用途，请务必附上我的信息。研究不易，请理解。如果有防灾机构对我的研究感兴趣，请联系：dushiyan2017@outlook.com。

**English:**
Qwen2-Wildfire-2B is my latest research achievement, completed over the course of 7 months. All the work was done by myself. If any organizations are interested in using this model for commercial purposes, please attribute my work accordingly. Research is difficult, and I appreciate your understanding. If any disaster prevention organizations are interested in my research, please contact: dushiyan2017@outlook.com.

**日本語:**
Qwen2-Wildfire-2Bは私の最新の研究成果であり、7ヶ月間かけてすべての作業を一人で完了しました。商業目的でこのモデルを使用したい場合は、必ず私の情報を明記してください。研究は困難であるため、理解していただければ幸いです。防災機関が私の研究に興味がある場合は、dushiyan2017@outlook.comまでご連絡ください。