Fire Guard AI: Gerçek Zamanlı Yangın ve Duman Tespit Sistemi

Proje Hakkında

Yangın, hem can hem de mal kaybı açısından dünyanın en yıkıcı doğal ve endüstriyel tehlikelerinden biridir. Geleneksel duman dedektörleri, ancak duman fiziksel olarak sensöre ulaştığında tepki vererek kritik dakikaları kaybettirir. Geniş açık alanlar (ormanlar, depolar, fabrikalar) ve yüksek tavanlı tesislerde ise bu sensörler çoğu zaman tamamen etkisizdir.

Fire Guard AI, yapay zeka destekli bilgisayarlı görü (Computer Vision) teknolojisini kullanarak yangın ve duman oluşumunu ilk saniyesinde, henüz kontrol altına alınabilirken tespit eden akıllı bir erken uyarı sistemidir. Mevcut güvenlik kameralarına (IP/CCTV) doğrudan bağlanarak, ek donanım yatırımı gerektirmeden çalışır.

Sistem, bir alevin küçük bir kıvılcım olarak başladığı veya ortamda henüz hafif bir duman yayılmaya başladığı anı milisaniyeler içinde algılar. Geleneksel sensörlerin dakikalarca fark edemeyeceği erken evre yangınları, yapay zeka sayesinde görsel olarak tespit edilir ve anında alarm üretilir.

Kapsamlı Özellikler ve Modüller

• YOLOv8 Tabanlı Gerçek Zamanlı Algılama: Sistem, özel olarak yangın ve duman veri setleriyle eğitilmiş YOLOv8 nesne algılama modeli kullanır. Hem alev (fire) hem de duman (smoke) sınıflarını eş zamanlı olarak %96’nın üzerinde bir doğruluk oranıyla tespit eder. Gece görüşü ve düşük ışık koşullarında da yüksek performans gösterir.
• Çoklu Kamera Desteği (Multi-Camera): Tek bir sunucu üzerinden onlarca RTSP kamera akışı eş zamanlı olarak izlenebilir. Her kamera için bağımsız algılama eşikleri, hassasiyet dereceleri ve alarm kuralları tanımlanabilir. Fabrika, depo, orman gözetleme kulesi veya site yönetimi gibi çok farklı senaryolarda kullanılabilir.
• Anlık ve Çok Kanallı Bildirim Sistemi: Yangın veya duman tespit edildiğinde saniyeler içinde ilgili personelin Telegram uygulamasına kırpılmış görüntü, güven skoru, kamera adı ve zaman damgasıyla birlikte anlık bildirim gönderilir. Aynı anda e-posta ile detaylı alarm raporu da gönderilebilir.
• Olay Geçmişi ve Kanıt Yönetimi: Her algılanan olay (event), video klibi, algılama zaman damgası, kamera bilgisi ve güvenlik skoru ile birlikte veritabanında (SQLite/PostgreSQL) kayıt altına alınır. Geriye dönük analiz, istatistik çıkarma ve dijital kanıt yönetimi mümkündür.
• Canlı İzleme ve Analitik Paneli (Dashboard): Next.js ile geliştirilmiş modern, karanlık mod destekli bir web arayüzüne sahiptir. Tüm kameraların canlı akışını grid veya tekli görünümde izleme, algılama geçmişini filtreleme, günlük/haftalık/aylık alarm istatistiklerini görselleştirme ve sistem sağlığını takip etme özellikleri sunar.
• Bölgesel Hassasiyet (Zone-Based Sensitivity): Kamera görüntüsü üzerinde belirli bölgeler (ROI - Region of Interest) tanımlanabilir. Örneğin bir fabrikanın kimyasal depolama alanı için hassasiyet en üst düzeyde tutulurken, mutfak alanı gibi kontrollü alev kaynaklarının bulunduğu bölgelerde yanlış pozitif oranı minimize edilir.

Rakiplerinden Neden ve Nasıl Farklı?

Fire Guard AI, tamamen uç bilişim (Edge Computing) mimarisiyle, doğrudan tesisteki yerel sunucularda çalışacak şekilde tasarlanmıştır:

1. Sıfır Bulut Maliyeti: Video akışları analiz edilmek üzere bulut sunucularına gönderilmez. İnternet bant genişliğini tüketmez, bulut işlem maliyeti oluşturmaz.
2. Ultra Düşük Gecikme: Yerel işlem sayesinde algılama-alarm süresi 500 milisaniyenin altındadır. Bulut tabanlı çözümlerdeki 3-10 saniyelik gecikme burada yoktur.
3. Tam Veri Gizliliği: Kamera görüntüleri tesis dışına çıkmaz. KVKK ve GDPR uyumlu çalışır.
4. Donanım Bağımsızlığı: RTSP protokolünü destekleyen her marka kamera ile entegre olur. Vendor lock-in yoktur.

Kullanım Senaryoları

• Orman Yangını Erken Uyarı: Gözetleme kulelerindeki kameralara bağlanarak orman yangınlarını henüz metrekarelerce alandayken tespit eder.
• Endüstriyel Tesisler ve Fabrikalar: Kimyasal madde depoları, petrokimya tesisleri ve üretim hatlarındaki yangın risklerini 7/24 izler.
• Akıllı Bina ve Site Yönetimi: Apartman, AVM ve ofis binalarındaki mevcut kameraları yangın güvenlik sistemine dönüştürür.
• Depo ve Lojistik Merkezleri: Geniş alanlardaki depolama tesislerinde erken tespit ile milyonlarca liralık envanter kaybını önler.
• Tarım ve Sera: Kuru ot ve bitki örtüsünün yoğun olduğu tarımsal alanlarda yangın riskini sürekli izler.

Mimari ve Teknik Altyapı

Tüm sistem asenkron ve modüler bir mimaride inşa edilmiştir:

• AI & Backend Motoru: Python ve FastAPI kullanılarak geliştirilmiştir. YOLOv8 modeli, Ultralytics kütüphanesi ve OpenCV ile entegre çalışır. NVIDIA GPU’larda TensorRT ile hızlandırılarak gerçek zamanlı (30+ FPS) analiz sağlanır. Kamera akışları multiprocessing yapılarıyla paralel işlenir.
• Gerçek Zamanlı İletişim: Algılanan olaylar ve canlı video kareleri, frontend’e düşük gecikmeli WebSockets ile iletilir.
• Frontend / Yönetim Paneli: Next.js 14, React, TailwindCSS ve Zustand kullanılarak yüksek performanslı ve duyarlı (responsive) bir arayüz oluşturulmuştur.
• Bildirim Servisleri: Telegram Bot API ve SMTP e-posta entegrasyonu, bağımsız asenkron servisler olarak çalışır.
• Ortam Desteği: Windows, Linux veya Docker ortamlarında kolayca deploy edilebilir.

GitHub Repository: github.com/vahapogut/AI-fire-detection