01실제 화재·연기 검출
불꽃(fire)연기(smoke)
보이는 것: 실제 화재 현장에서 불꽃(빨강)과 연기(청록)를 검출 — 균열(seg)과 달리 화재/연기는 검출(bbox)이지만, 변환기→학습→평가 파이프라인은 코드 변경 없이 그대로 작동.
02baseline 성능 (첫 PoC)
AI Hub 71751/089, 공장·창고 화재영상. 클립단위 train/test 분할(누수방지), YOLOv8n detection.
| 클래스 | box mAP50 |
|---|---|
| 전체 | 0.259 |
| 불꽃(fire) | 0.216 |
| 연기(smoke) | 0.301 |
핵심: 크랙용 스택이 완전히 다른 문제(화재/연기)에 end-to-end 작동 — 우리는 크랙 shop이 아니라 범용 이상탐지 플랫폼. 960장 첫 baseline이 출발점.
정직: baseline 0.26은 소량(960장)·단일장소(공장) 첫 실측. 데이터엔진 증강·VLM 2차 오탐게이트·악조건 강건성을 얹으면 개선(크랙에서 실증한 그대로). 이건 기술 일반화 검증이지 영업 착수 아님(비즈니스케이스: 크랙 레퍼런스 후).
03VLM 2차 오탐게이트 — RFP #1 "오탐저감" 실증
현장 실패모드는 미검출이 아니라 오경보 폭주(조명·반사·노을을 불로 착각). Cosmos-Reason VLM이 검출 후보를 맥락 재판정 — 진짜 화재/연기는 남기고 look-alike는 기각.
| 지표 | 값 |
|---|---|
| 화재/연기 recall 유지 | 100% (435/435) |
| false-alarm 이미지율 (VLM 전→후) | 13.3% → 1.1% (−92%) |
| look-alike 오탐 크롭 기각 | 27/29 (93%) |
깔끔한 승리: 진짜 화재/연기 100% 유지하며 조명·반사 오탐 92% 제거. 크랙(하수관로 이음부 −84%)에 이어 완전히 다른 문제에서도 VLM 2차 오탐게이트가 작동 — 시장 수요("오탐 5%↓") 직격.
04다음 (크랙에서 한 그대로 화재판)
- 데이터엔진 증강 — 실사고 영상 원천부재 → 합성이 희소 채움(데이터엔진 진짜 표적)
- 악조건 강건성 — 야간·저시정 (데이터엔진 도메인랜덤화)
- 배포는 실시간 상시 CCTV(크랙=배치점검과 다름) — 엣지 온디바이스