简介YOLO火焰和烟雾检测数据集专为火灾预警与安全监控场景打造适用于目标检测入门及算法优化研究。包内包含482个txt标签、481张jpg图像及481个xml标注对应YOLO与PASCAL VOC两种常用格式可直接用于训练、验证或格式转换。全部文件共1444个压缩包仅3.93MB轻量易用方便快速迭代。目前已有2781人下载学习。图片覆盖不同环境下的火焰与烟雾形态标注信息完整可支撑数据增强、迁移学习等实验同时提供VOC格式便于使用VOCdevkit等工具处理YOLO格式可直接对接Darknet、PyTorch等框架为开发者节省了数据整理时间。该数据集体量虽小但标注规范适合作为目标检测模型效果验证与参数调优的基准数据。1. YOLO火焰和烟雾检测数据集为什么标注质量比模型结构更容易让你翻车刚接触 fire_smoke-dataset.zip 的人大多以为拿到一份带标签的火焰烟雾数据就能顺利训练。实际上这类数据集里最花时间的不是跑通 YOLO而是标签本身。某开发者第一次训练时 loss 曲线很漂亮但把模型部署到实验环境后对着酒精灯毫无反应问题恰恰出在“火焰”和“烟雾”的边界定义不一致上。这个包解决的是消防视觉预警里最容易被低估的一环数据从哪来、标签怎么才算干净、小目标着火点怎么才能被召回。适合正在做消防监控、边缘AI预警或想用YOLO跑通一个双类别检测项目的从业者。新手能按步骤从解压一路走到训练熟手可以跳过基础直接对照参数与避坑清单。2. 数据集结构与YOLO标签先把这个zip袋子里的东西全部摸清拿到压缩包的第一件事不是打开训练脚本而是搞清楚 images 和 labels 的布局、命名规则、类别编号。很多打包发布的数据集是从真实项目里临时导出的目录不一致、缺标签、坐标越界都是常见情况先花十分钟做体检能省下后面几小时的排错时间。2.1 解压目录与文件计数确认图片和标签一一对应常见的数据包布局是 images 放所有 jpglabels 放同名 txt两者通过主文件名关联。先解压再统计两边的文件数是否一致mkdir -p fire_smoke_dataset unzip fire_smoke-dataset.zip -d fire_smoke_dataset cd fire_smoke_dataset find . -maxdepth 2 -type d | sort echo 图片数量: $(find images -name *.jpg | wc -l) echo 标签数量: $(find labels -name *.txt | wc -l)-d fire_smoke_dataset指定解压目标目录避免文件散落当前路径。两个find分别统计图片与标签数量如果数字不一致后面训练时就会出现部分图片没有标签但仍参与迭代的情况轻则浪费显存重则随机采样到空标签直接报错。如果数据集里带有data.yaml此时也应该打开看一眼path和names字段写的是什么后面训练时要靠它告诉 YOLO 去哪里找数据。2.2 YOLO格式的五列数字归一化坐标与类别编号的含义每张图片对应的 txt 文件里每一行代表一个标注框格式为class_id cx cy w h。其中 cx、cy 是边界框中心点的归一化坐标w、h 是归一化宽高取值范围都在 0 到 1 之间不依赖原始图片分辨率。这也是 YOLO 系列标签区别于 VOC 像素坐标的核心点——同样的标签可以喂给任意输入尺寸而不需要重新换算。很多新手以为类别 0 一定是火焰但如果数据集的data.yaml里写的是names: [smoke, fire]那类别 0 就是烟雾。训练前必须确认编号顺序否则模型会把火焰学成烟雾测试结果完全对调。为了快速检查标签是否合法可以写一个校验脚本import os IMG_DIR images LBL_DIR labels cls_count {} for f in sorted(os.listdir(LBL_DIR)): if not f.endswith(.txt): continue with open(os.path.join(LBL_DIR, f), r) as fp: for line in fp: parts line.strip().split() if len(parts) ! 5: print(f[格式异常] {f}: {line}) continue cls_id int(parts[0]) cx, cy, w, h map(float, parts[1:]) cls_count[cls_id] cls_count.get(cls_id, 0) 1 if not (0 cx 1 and 0 cy 1): print(f[越界] {f}: cx{cx} cy{cy}) if w 0 or h 0: print(f[宽高非法] {f}: w{w} h{h}) print(各类别框数量:, cls_count)这个脚本会输出三类问题格式异常、中心点越界、宽高非法以及每个类别在整个数据集中的框总数。越界坐标通常来自标注工具导出时的坐标换算 bug宽高为 0 则是误操作产生的空框。类别框数量可以帮你提前判断是否存在严重样本不均衡——如果 smoke 有五千个框而 fire 只有三百个后续训练就得做样本增强或调整损失权重。2.3 训练集、验证集划分不是每个zip都带现成的train和val目录有些数据集打包时已经把图片放在images/train、images/val下有些则只有一个平铺的 images 目录需要自己按比例划分。更大的坑是即使带了 train/val 划分也不能保证两个集合是独立场景。如果标注素材来自同一段监控视频按帧切出来的图随机划分后相邻帧会同时出现在训练集和验证集验证 mAP 会虚高一旦遇到真实场景就露馅。我一般会先检查目录层级如果没有划分目录就自己按视频片段或时间戳分组再把组随机分配到 train 和 val而不是直接对单张图片随机划分。这一步做对了后面验证集才有参考价值。3. 标注质量治理火焰烟雾检测的数据清理是训练前必做的脏活许多人把拿到手的数据集当成“原文标注”直接开始训练。但火焰和烟雾的标注比行人、车辆更依赖主观判断边界扩散、背景颜色接近、遮挡严重时不同标注员写出来的框差异非常大。不先统一标注口径模型学到的不是火焰特征而是一堆互相矛盾的边界框。3.1 火焰与烟雾的标注边界哪些必须标哪些标了反而有害数据集的标签往往由标注人员按直觉判断。为了避免模型学偏我通常用一张判断表来统一口径画面内容是否标注标注类别说明火焰本体橙色/黄色亮区是fire必须紧贴火焰可见边缘火焰上方灰白色烟柱是smoke含半透明烟框覆盖可见烟区域即可黑色浓烟是smoke黑色烟也属于火情烟雾灭火器喷出的白色粉末否不标外观与白烟高度相似标注会让模型混淆远处整片火光区是fire但建议拆成多个小框而非一个巨大框晴天雾气、排气口白汽否不标是干扰项不该作为正样本如果数据包里存在大量“把整片火光区框成一个大矩形”的标注会带来两个问题一是大框内部大量背景被当作火焰正样本二是小规模初期火情变成漏检。处理这类历史标签时重新标注比反复清洗更可靠但如果框的数量太大可以先按后面 3.3 的规则筛选出可疑框人工复核。3.2 把标签画回原图做可视化抽检肉眼是最快的清洗工具只看 txt 数字很难发现“框选得不准”这类语义问题。推荐的做法是把边界框画回图片生成抽检图集人工每隔几十张看一眼。以下脚本遍历 images 和 labels用 OpenCV 把归一化坐标还原成像素坐标并画框import os import cv2 IMG_DIR images LBL_DIR labels OUT_DIR checkout os.makedirs(OUT_DIR, exist_okTrue) CLASS_NAMES [fire, smoke] for f in sorted(os.listdir(IMG_DIR)): if not f.endswith(.jpg): continue img cv2.imread(os.path.join(IMG_DIR, f)) h, w img.shape[:2] txt os.path.join(LBL_DIR, os.path.splitext(f)[0] .txt) if not os.path.isfile(txt): print(f[缺标签] {f}) continue with open(txt, r) as fp: for line in fp: cls_id, cx, cy, bw, bh map(float, line.strip().split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) color (0, 0, 255) if int(cls_id) 0 else (128, 128, 128) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, CLASS_NAMES[int(cls_id)], (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) cv2.imwrite(os.path.join(OUT_DIR, f), img)color用红色表示 fire、灰色表示 smoke方便直接扫一眼就看出类别配比putText写出的类别名可以帮助发现“类别编号和语义颠倒”问题。抽检时重点看三类现象漏标该框的地方没框、框过大把整片区域框进去、位置偏移框中心不在火焰上。这一步我经历过一次惨痛教训有一版数据集里烟囱排出的水蒸气和烟雾混在一起模型在雨天把烟囱全识别成 smoke后来才发现是原始标注把排气筒的白汽也标上了重新清洗后误报率才降下来。3.3 三个清洗动作去重框、滤小框、修越界坐标可视化抽检只能发现大问题针对规则明确的错误可以直接用脚本清洗。常见处理有三个动作用非极大值抑制去掉重叠过高的框、删除宽高占比过小的框、修正中心点或宽高越界的数值。这里的“小框”指的是相对于图像尺寸不足 1% 的边界框这类框在缩放到 640 分辨率后往往只剩几个像素特征早已丢失保留只会产生噪声标签。import os LBL_DIR labels MIN_W 0.01 MIN_H 0.01 def iou(a, b): x1 max(a[0], b[0]); y1 max(a[1], b[1]) x2 min(a[2], b[2]); y2 min(a[3], b[3]) inter max(0, x2 - x1) * max(0, y2 - y1) area_a (a[2] - a[0]) * (a[3] - a[1]) area_b (b[2] - b[0]) * (b[3] - b[1]) return inter / (area_a area_b - inter 1e-6) for f in sorted(os.listdir(LBL_DIR)): if not f.endswith(.txt): continue path os.path.join(LBL_DIR, f) with open(path, r) as fp: boxes [list(map(float, line.strip().split())) for line in fp if line.strip()] boxes [b for b in boxes if b[3] MIN_W and b[4] MIN_H and 0 b[1] 1 and 0 b[2] 1] boxes.sort(keylambda b: b[3] * b[4], reverseTrue) keep [] for b in boxes: x1, y1 b[1] - b[3] / 2, b[2] - b[4] / 2 x2, y2 b[1] b[3] / 2, b[2] b[4] / 2 cur [x1, y1, x2, y2] if all(iou(cur, [k[1] - k[3] / 2, k[2] - k[4] / 2, k[1] k[3] / 2, k[2] k[4] / 2]) 0.5 for k in keep): keep.append(b) with open(path, w) as fp: for b in keep: fp.write(f{int(b[0])} {b[1]:.6f} {b[2]:.6f} {b[3]:.6f} {b[4]:.6f}\n)这个脚本把框按面积从大到小排序逐个与已保留的框计算 IoU重叠超过 0.5 的小框被丢弃。MIN_W 和 MIN_H 是两个可调阈值如果数据集中火焰本身就很小可以降到 0.005但过低会让噪声框混进来。需要提醒的是如果一次清洗删掉的框超过原始标注量的 10%说明原始标注质量太差继续清洗不如重标清洗只是补救手段不是数据治理的常态。4. 用YOLO训练火焰烟雾检测模型选型与参数设置的正确姿势数据清理完接下来才是训练环节。火焰烟雾检测和常规目标检测有一个明显区别烟雾没有清晰边缘火焰形态在燃烧过程中剧烈变化网络不需要极深的特征也能区分但必须保证训练过程中正样本的稳定性。选型和参数都围绕这个目标展开。4.1 模型尺寸选型从YOLOv8n到YOLOv8m怎么选用 YOLO 家族模型做火焰烟雾检测时我通常不会一上来就选最大型号。火焰烟雾是典型的大尺度目标加背景模糊特征网络容量过剩不会带来明显精度提升反而拖慢训练速度和部署帧率。下表是三个尺寸的常见选型逻辑模型相对推理速度相对显存占用适合场景YOLOv8n最快最低边缘盒子、低功耗摄像头YOLOv8s快低边缘服务器、大多数监控场景YOLOv8m中等中服务器批量分析历史视频初次训练建议从yolov8s开始class 少、背景分类难度低小模型已经能体现数据质量差异收敛速度快方便快速迭代清洗逻辑。等确认标签正确率足够高、误检主要来自小目标时再考虑换yolov8m看上限。4.2 数据集划分与data.yaml给YOLO指路ultralytics 训练时通过一个 yaml 文件告诉框架去哪里读数据、有几个类别。如果数据集没有自带 yaml就自己创建一份path: /path/to/fire_smoke_dataset train: images/train val: images/val nc: 2 names: [fire, smoke]path是数据集的绝对路径train和val是相对这个路径的目录名nc必须与 names 长度一致。很多人报错Dataset not found都是因为 path 写成相对路径而当前工作目录又不匹配。如果你在解压后重新组织了训练集和验证集记得先确认images/train与images/val内部图片数量按 8:2 或 9:1 划分都可行但验证集要保证包含足够多的烟雾样本否则 mAP 评估时 smoke 类别的统计方差会非常大。4.3 训练命令与关键参数epochs、imgsz、batch、patience的取舍数据准备完成后直接进入训练。一个经过实践的基础训练命令如下yolo detect train \ datafire_smoke.yaml \ modelyolov8s.pt \ epochs200 \ imgsz640 \ batch16 \ patience20 \ device0 \ project./runs \ nametrain_fire_smokemodelyolov8s.pt会在网上自动下载 COCO 预训练权重火焰烟雾目标与 COCO 里的火灾场景并不重叠但预训练模型学到的纹理、边缘、背景特征仍然有用收敛速度比随机初始化快很多。epochs200对中小规模数据集足够配合patience20表示验证指标连续 20 个 epoch 不提升就提前结束避免无效等待。imgsz640是精度和速度的平衡点火焰烟雾是大目标不需要 1280 去抠细纹理分辨率翻倍只会让训练时间变成四倍而 mAP 提升往往不足一个点。训练过程中我习惯直接看终端输出的mAP50和mAP50-95两个指标。对火焰烟雾这类边界模糊的目标mAP50-95天然偏低因为 IoU 阈值提高后手工标注的框本身就很难和预测框重合到位。不要因为 mAP50-95 只有 0.4 就急着调参多关注 mAP50 和不同类别各自的 AP 值更有判断价值。5. 常见问题与排查火焰烟雾检测的4个高频翻车点这一章把训练火焰烟雾模型时最常见的四个问题按“现象、原因、解决”的顺序拆开。每一个都是真实训练里反复遇到的坑提前看过能省下至少一周的调试时间。5.1 火焰框太少、烟雾框过多模型只报烟不报火现象训练后模型的 smoke 类 mAP 有 0.8但 fire 类 mAP 只有 0.3实际画面里明显燃烧的火焰检测不到。原因标注不平衡。火焰在燃烧初期面积小标注框数量远少于弥漫的烟雾框类别占比可能达到 1:5 甚至更悬殊。YOLO 默认对所有类别同等对待少样本类别梯度被多数类别淹没。解决先跑一遍前面写的校验脚本统计各类框数量如果 fire 和 smoke 的比例超过 1:3就做两件事。一是对 fire 样本做复制粘贴增强把火焰框连带周围背景随机贴到其他图上二是开启马赛克和混合增强yolo detect train \ datafire_smoke.yaml \ modelyolov8s.pt \ epochs200 \ imgsz640 \ batch16 \ mosaic1.0 \ mixup0.2 \ patience20mosaic1.0表示每张训练图都由四张图拼接而成增强了小目标的出现频次mixup0.2让两张图按比例混合等于额外扩展样本空间。这两个增强对类别不平衡的缓解效果明显但注意验证时不要开 mosaic避免评估结果虚高。5.2 把整片火光区标成一个巨大框导致小火焰漏检现象模型对大面积火灾预测很准但实验室里的酒精灯火焰、垃圾桶初期着火这种小目标全部漏掉。原因原始标注里把远处火光区整体框成一个矩形框内超过一半是背景。模型学到的“火焰特征”其实是背景色块小火焰区域特征被大框稀释正样本不纯。解决用可视化脚本找出面积占比超过图像 20% 的框重新在火光边缘拆成多个小框。批量修复时可以用一个简单规则把大框按网格切分成 2×2 或 3×3 的小框只保留小框内火焰像素占比高的部分。如果拆出来的小框数量太多优先人工复核最严重的几十张图确认标注口径后再决定是否统一重标。5.3 验证集mAP很高但实拍画面一个都检测不到现象训练结束时 mAP50 达到 0.85看起来模型非常优秀部署到真实监控画面后却频繁漏报甚至一帧都不报。原因数据集划分方式错了。原始图片来自一段连续视频直接按单张随机划分时训练集和验证集会包含大量相邻帧验证集的“高 mAP”其实是在测试模型对几乎相同画面的记忆能力而不是泛化能力。解决按视频片段分组划分。把所有图片按文件名前缀或时间戳聚成组再把组随机分配到训练集和验证集确保同一段视频的帧不会同时出现在两边。重新划分后 mAP50 可能从 0.85 跌到 0.6 以下这是正常现象这个数字才是你真正可以信赖的参考。5.4 训练时显存波动大反复Out of Memory现象batch 已经调到 8显存还是会偶发溢出尤其是训练几轮之后报错。原因cacheTrue虽然能加速数据读取但会把全部图片加载进显存中等数据集时显存占用很快被吃满另外 mosaic 增强每次拼图尺寸不同批次中最大图的显存开销会撑满峰值。解决第一轮先不开 cache让 YOLO 直接从磁盘读图牺牲一点吞吐换稳定batch 按显存大小保守配置6GB 显存用 batch 812GB 用 16。如果还溢出把workers调低到 4 或 2避免数据加载线程抢占 CPU 资源。训练稳定后想提速再开cacheTrue。6. 用错误样本回灌做第二轮训练把模型训练从一次性流程变成闭环第一轮训练完成后最常见的做法是拿着验证集看一眼就交付但火焰烟雾检测项目的真实难点在测试集外的场景迁移。这里有一个进阶习惯把模型预测出的困难样本收集起来人工确认后回灌训练集让模型在每一轮迭代里都变得更贴合真实环境。操作流程是先把第一轮训练出的 best.pt 跑一遍额外收集的硬样本比如夜间监控截图、高架桥下浓烟、工厂排气口的疑似烟雾yolo predict \ modelruns/train_fire_smoke/weights/best.pt \ sourcehard_samples/ \ conf0.25 \ save_txtTrueconf0.25会把置信度 25% 以上的框全部输出重点关注那些置信度在 0.3 到 0.6 之间的检测结果——它们往往代表了模型犹豫不决的边界是最有价值的回灌样本。人工逐张确认这些低置信度框里哪些是真火焰、哪些是误检把确认无误的图片和标签合并进训练集然后启动第二轮训练。第二轮训练的 epochs 可以降到 100patience 降到 15因为模型已经具备了基础能力不需要从头学起。回灌样本有一个纪律必须遵守每一条新标签都必须人工过目。我自己有过一次偷懒的经历把模型自己预测的框直接当成真值丢回训练集第二轮模型误报率反而翻了倍因为错误预测被当成了正确答案反复强化。后来我给这个流程定了个死规矩宁可每轮只回灌二十张图也不批量吞自动标注。这个闭环跑通后模型的泛化能力会在每一轮迭代中稳步提升而不是停留在“验证集 mAP 达标”的表面指标上。希望帮到你训练顺利。本文还有配套的精品资源点击获取
简介YOLO火焰和烟雾检测数据集专为火灾预警与安全监控场景打造适用于目标检测入门及算法优化研究。包内包含482个txt标签、481张jpg图像及481个xml标注对应YOLO与PASCAL VOC两种常用格式可直接用于训练、验证或格式转换。全部文件共1444个压缩包仅3.93MB轻量易用方便快速迭代。目前已有2781人下载学习。图片覆盖不同环境下的火焰与烟雾形态标注信息完整可支撑数据增强、迁移学习等实验同时提供VOC格式便于使用VOCdevkit等工具处理YOLO格式可直接对接Darknet、PyTorch等框架为开发者节省了数据整理时间。该数据集体量虽小但标注规范适合作为目标检测模型效果验证与参数调优的基准数据。1. YOLO火焰和烟雾检测数据集为什么标注质量比模型结构更容易让你翻车刚接触 fire_smoke-dataset.zip 的人大多以为拿到一份带标签的火焰烟雾数据就能顺利训练。实际上这类数据集里最花时间的不是跑通 YOLO而是标签本身。某开发者第一次训练时 loss 曲线很漂亮但把模型部署到实验环境后对着酒精灯毫无反应问题恰恰出在“火焰”和“烟雾”的边界定义不一致上。这个包解决的是消防视觉预警里最容易被低估的一环数据从哪来、标签怎么才算干净、小目标着火点怎么才能被召回。适合正在做消防监控、边缘AI预警或想用YOLO跑通一个双类别检测项目的从业者。新手能按步骤从解压一路走到训练熟手可以跳过基础直接对照参数与避坑清单。2. 数据集结构与YOLO标签先把这个zip袋子里的东西全部摸清拿到压缩包的第一件事不是打开训练脚本而是搞清楚 images 和 labels 的布局、命名规则、类别编号。很多打包发布的数据集是从真实项目里临时导出的目录不一致、缺标签、坐标越界都是常见情况先花十分钟做体检能省下后面几小时的排错时间。2.1 解压目录与文件计数确认图片和标签一一对应常见的数据包布局是 images 放所有 jpglabels 放同名 txt两者通过主文件名关联。先解压再统计两边的文件数是否一致mkdir -p fire_smoke_dataset unzip fire_smoke-dataset.zip -d fire_smoke_dataset cd fire_smoke_dataset find . -maxdepth 2 -type d | sort echo 图片数量: $(find images -name *.jpg | wc -l) echo 标签数量: $(find labels -name *.txt | wc -l)-d fire_smoke_dataset指定解压目标目录避免文件散落当前路径。两个find分别统计图片与标签数量如果数字不一致后面训练时就会出现部分图片没有标签但仍参与迭代的情况轻则浪费显存重则随机采样到空标签直接报错。如果数据集里带有data.yaml此时也应该打开看一眼path和names字段写的是什么后面训练时要靠它告诉 YOLO 去哪里找数据。2.2 YOLO格式的五列数字归一化坐标与类别编号的含义每张图片对应的 txt 文件里每一行代表一个标注框格式为class_id cx cy w h。其中 cx、cy 是边界框中心点的归一化坐标w、h 是归一化宽高取值范围都在 0 到 1 之间不依赖原始图片分辨率。这也是 YOLO 系列标签区别于 VOC 像素坐标的核心点——同样的标签可以喂给任意输入尺寸而不需要重新换算。很多新手以为类别 0 一定是火焰但如果数据集的data.yaml里写的是names: [smoke, fire]那类别 0 就是烟雾。训练前必须确认编号顺序否则模型会把火焰学成烟雾测试结果完全对调。为了快速检查标签是否合法可以写一个校验脚本import os IMG_DIR images LBL_DIR labels cls_count {} for f in sorted(os.listdir(LBL_DIR)): if not f.endswith(.txt): continue with open(os.path.join(LBL_DIR, f), r) as fp: for line in fp: parts line.strip().split() if len(parts) ! 5: print(f[格式异常] {f}: {line}) continue cls_id int(parts[0]) cx, cy, w, h map(float, parts[1:]) cls_count[cls_id] cls_count.get(cls_id, 0) 1 if not (0 cx 1 and 0 cy 1): print(f[越界] {f}: cx{cx} cy{cy}) if w 0 or h 0: print(f[宽高非法] {f}: w{w} h{h}) print(各类别框数量:, cls_count)这个脚本会输出三类问题格式异常、中心点越界、宽高非法以及每个类别在整个数据集中的框总数。越界坐标通常来自标注工具导出时的坐标换算 bug宽高为 0 则是误操作产生的空框。类别框数量可以帮你提前判断是否存在严重样本不均衡——如果 smoke 有五千个框而 fire 只有三百个后续训练就得做样本增强或调整损失权重。2.3 训练集、验证集划分不是每个zip都带现成的train和val目录有些数据集打包时已经把图片放在images/train、images/val下有些则只有一个平铺的 images 目录需要自己按比例划分。更大的坑是即使带了 train/val 划分也不能保证两个集合是独立场景。如果标注素材来自同一段监控视频按帧切出来的图随机划分后相邻帧会同时出现在训练集和验证集验证 mAP 会虚高一旦遇到真实场景就露馅。我一般会先检查目录层级如果没有划分目录就自己按视频片段或时间戳分组再把组随机分配到 train 和 val而不是直接对单张图片随机划分。这一步做对了后面验证集才有参考价值。3. 标注质量治理火焰烟雾检测的数据清理是训练前必做的脏活许多人把拿到手的数据集当成“原文标注”直接开始训练。但火焰和烟雾的标注比行人、车辆更依赖主观判断边界扩散、背景颜色接近、遮挡严重时不同标注员写出来的框差异非常大。不先统一标注口径模型学到的不是火焰特征而是一堆互相矛盾的边界框。3.1 火焰与烟雾的标注边界哪些必须标哪些标了反而有害数据集的标签往往由标注人员按直觉判断。为了避免模型学偏我通常用一张判断表来统一口径画面内容是否标注标注类别说明火焰本体橙色/黄色亮区是fire必须紧贴火焰可见边缘火焰上方灰白色烟柱是smoke含半透明烟框覆盖可见烟区域即可黑色浓烟是smoke黑色烟也属于火情烟雾灭火器喷出的白色粉末否不标外观与白烟高度相似标注会让模型混淆远处整片火光区是fire但建议拆成多个小框而非一个巨大框晴天雾气、排气口白汽否不标是干扰项不该作为正样本如果数据包里存在大量“把整片火光区框成一个大矩形”的标注会带来两个问题一是大框内部大量背景被当作火焰正样本二是小规模初期火情变成漏检。处理这类历史标签时重新标注比反复清洗更可靠但如果框的数量太大可以先按后面 3.3 的规则筛选出可疑框人工复核。3.2 把标签画回原图做可视化抽检肉眼是最快的清洗工具只看 txt 数字很难发现“框选得不准”这类语义问题。推荐的做法是把边界框画回图片生成抽检图集人工每隔几十张看一眼。以下脚本遍历 images 和 labels用 OpenCV 把归一化坐标还原成像素坐标并画框import os import cv2 IMG_DIR images LBL_DIR labels OUT_DIR checkout os.makedirs(OUT_DIR, exist_okTrue) CLASS_NAMES [fire, smoke] for f in sorted(os.listdir(IMG_DIR)): if not f.endswith(.jpg): continue img cv2.imread(os.path.join(IMG_DIR, f)) h, w img.shape[:2] txt os.path.join(LBL_DIR, os.path.splitext(f)[0] .txt) if not os.path.isfile(txt): print(f[缺标签] {f}) continue with open(txt, r) as fp: for line in fp: cls_id, cx, cy, bw, bh map(float, line.strip().split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) color (0, 0, 255) if int(cls_id) 0 else (128, 128, 128) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, CLASS_NAMES[int(cls_id)], (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) cv2.imwrite(os.path.join(OUT_DIR, f), img)color用红色表示 fire、灰色表示 smoke方便直接扫一眼就看出类别配比putText写出的类别名可以帮助发现“类别编号和语义颠倒”问题。抽检时重点看三类现象漏标该框的地方没框、框过大把整片区域框进去、位置偏移框中心不在火焰上。这一步我经历过一次惨痛教训有一版数据集里烟囱排出的水蒸气和烟雾混在一起模型在雨天把烟囱全识别成 smoke后来才发现是原始标注把排气筒的白汽也标上了重新清洗后误报率才降下来。3.3 三个清洗动作去重框、滤小框、修越界坐标可视化抽检只能发现大问题针对规则明确的错误可以直接用脚本清洗。常见处理有三个动作用非极大值抑制去掉重叠过高的框、删除宽高占比过小的框、修正中心点或宽高越界的数值。这里的“小框”指的是相对于图像尺寸不足 1% 的边界框这类框在缩放到 640 分辨率后往往只剩几个像素特征早已丢失保留只会产生噪声标签。import os LBL_DIR labels MIN_W 0.01 MIN_H 0.01 def iou(a, b): x1 max(a[0], b[0]); y1 max(a[1], b[1]) x2 min(a[2], b[2]); y2 min(a[3], b[3]) inter max(0, x2 - x1) * max(0, y2 - y1) area_a (a[2] - a[0]) * (a[3] - a[1]) area_b (b[2] - b[0]) * (b[3] - b[1]) return inter / (area_a area_b - inter 1e-6) for f in sorted(os.listdir(LBL_DIR)): if not f.endswith(.txt): continue path os.path.join(LBL_DIR, f) with open(path, r) as fp: boxes [list(map(float, line.strip().split())) for line in fp if line.strip()] boxes [b for b in boxes if b[3] MIN_W and b[4] MIN_H and 0 b[1] 1 and 0 b[2] 1] boxes.sort(keylambda b: b[3] * b[4], reverseTrue) keep [] for b in boxes: x1, y1 b[1] - b[3] / 2, b[2] - b[4] / 2 x2, y2 b[1] b[3] / 2, b[2] b[4] / 2 cur [x1, y1, x2, y2] if all(iou(cur, [k[1] - k[3] / 2, k[2] - k[4] / 2, k[1] k[3] / 2, k[2] k[4] / 2]) 0.5 for k in keep): keep.append(b) with open(path, w) as fp: for b in keep: fp.write(f{int(b[0])} {b[1]:.6f} {b[2]:.6f} {b[3]:.6f} {b[4]:.6f}\n)这个脚本把框按面积从大到小排序逐个与已保留的框计算 IoU重叠超过 0.5 的小框被丢弃。MIN_W 和 MIN_H 是两个可调阈值如果数据集中火焰本身就很小可以降到 0.005但过低会让噪声框混进来。需要提醒的是如果一次清洗删掉的框超过原始标注量的 10%说明原始标注质量太差继续清洗不如重标清洗只是补救手段不是数据治理的常态。4. 用YOLO训练火焰烟雾检测模型选型与参数设置的正确姿势数据清理完接下来才是训练环节。火焰烟雾检测和常规目标检测有一个明显区别烟雾没有清晰边缘火焰形态在燃烧过程中剧烈变化网络不需要极深的特征也能区分但必须保证训练过程中正样本的稳定性。选型和参数都围绕这个目标展开。4.1 模型尺寸选型从YOLOv8n到YOLOv8m怎么选用 YOLO 家族模型做火焰烟雾检测时我通常不会一上来就选最大型号。火焰烟雾是典型的大尺度目标加背景模糊特征网络容量过剩不会带来明显精度提升反而拖慢训练速度和部署帧率。下表是三个尺寸的常见选型逻辑模型相对推理速度相对显存占用适合场景YOLOv8n最快最低边缘盒子、低功耗摄像头YOLOv8s快低边缘服务器、大多数监控场景YOLOv8m中等中服务器批量分析历史视频初次训练建议从yolov8s开始class 少、背景分类难度低小模型已经能体现数据质量差异收敛速度快方便快速迭代清洗逻辑。等确认标签正确率足够高、误检主要来自小目标时再考虑换yolov8m看上限。4.2 数据集划分与data.yaml给YOLO指路ultralytics 训练时通过一个 yaml 文件告诉框架去哪里读数据、有几个类别。如果数据集没有自带 yaml就自己创建一份path: /path/to/fire_smoke_dataset train: images/train val: images/val nc: 2 names: [fire, smoke]path是数据集的绝对路径train和val是相对这个路径的目录名nc必须与 names 长度一致。很多人报错Dataset not found都是因为 path 写成相对路径而当前工作目录又不匹配。如果你在解压后重新组织了训练集和验证集记得先确认images/train与images/val内部图片数量按 8:2 或 9:1 划分都可行但验证集要保证包含足够多的烟雾样本否则 mAP 评估时 smoke 类别的统计方差会非常大。4.3 训练命令与关键参数epochs、imgsz、batch、patience的取舍数据准备完成后直接进入训练。一个经过实践的基础训练命令如下yolo detect train \ datafire_smoke.yaml \ modelyolov8s.pt \ epochs200 \ imgsz640 \ batch16 \ patience20 \ device0 \ project./runs \ nametrain_fire_smokemodelyolov8s.pt会在网上自动下载 COCO 预训练权重火焰烟雾目标与 COCO 里的火灾场景并不重叠但预训练模型学到的纹理、边缘、背景特征仍然有用收敛速度比随机初始化快很多。epochs200对中小规模数据集足够配合patience20表示验证指标连续 20 个 epoch 不提升就提前结束避免无效等待。imgsz640是精度和速度的平衡点火焰烟雾是大目标不需要 1280 去抠细纹理分辨率翻倍只会让训练时间变成四倍而 mAP 提升往往不足一个点。训练过程中我习惯直接看终端输出的mAP50和mAP50-95两个指标。对火焰烟雾这类边界模糊的目标mAP50-95天然偏低因为 IoU 阈值提高后手工标注的框本身就很难和预测框重合到位。不要因为 mAP50-95 只有 0.4 就急着调参多关注 mAP50 和不同类别各自的 AP 值更有判断价值。5. 常见问题与排查火焰烟雾检测的4个高频翻车点这一章把训练火焰烟雾模型时最常见的四个问题按“现象、原因、解决”的顺序拆开。每一个都是真实训练里反复遇到的坑提前看过能省下至少一周的调试时间。5.1 火焰框太少、烟雾框过多模型只报烟不报火现象训练后模型的 smoke 类 mAP 有 0.8但 fire 类 mAP 只有 0.3实际画面里明显燃烧的火焰检测不到。原因标注不平衡。火焰在燃烧初期面积小标注框数量远少于弥漫的烟雾框类别占比可能达到 1:5 甚至更悬殊。YOLO 默认对所有类别同等对待少样本类别梯度被多数类别淹没。解决先跑一遍前面写的校验脚本统计各类框数量如果 fire 和 smoke 的比例超过 1:3就做两件事。一是对 fire 样本做复制粘贴增强把火焰框连带周围背景随机贴到其他图上二是开启马赛克和混合增强yolo detect train \ datafire_smoke.yaml \ modelyolov8s.pt \ epochs200 \ imgsz640 \ batch16 \ mosaic1.0 \ mixup0.2 \ patience20mosaic1.0表示每张训练图都由四张图拼接而成增强了小目标的出现频次mixup0.2让两张图按比例混合等于额外扩展样本空间。这两个增强对类别不平衡的缓解效果明显但注意验证时不要开 mosaic避免评估结果虚高。5.2 把整片火光区标成一个巨大框导致小火焰漏检现象模型对大面积火灾预测很准但实验室里的酒精灯火焰、垃圾桶初期着火这种小目标全部漏掉。原因原始标注里把远处火光区整体框成一个矩形框内超过一半是背景。模型学到的“火焰特征”其实是背景色块小火焰区域特征被大框稀释正样本不纯。解决用可视化脚本找出面积占比超过图像 20% 的框重新在火光边缘拆成多个小框。批量修复时可以用一个简单规则把大框按网格切分成 2×2 或 3×3 的小框只保留小框内火焰像素占比高的部分。如果拆出来的小框数量太多优先人工复核最严重的几十张图确认标注口径后再决定是否统一重标。5.3 验证集mAP很高但实拍画面一个都检测不到现象训练结束时 mAP50 达到 0.85看起来模型非常优秀部署到真实监控画面后却频繁漏报甚至一帧都不报。原因数据集划分方式错了。原始图片来自一段连续视频直接按单张随机划分时训练集和验证集会包含大量相邻帧验证集的“高 mAP”其实是在测试模型对几乎相同画面的记忆能力而不是泛化能力。解决按视频片段分组划分。把所有图片按文件名前缀或时间戳聚成组再把组随机分配到训练集和验证集确保同一段视频的帧不会同时出现在两边。重新划分后 mAP50 可能从 0.85 跌到 0.6 以下这是正常现象这个数字才是你真正可以信赖的参考。5.4 训练时显存波动大反复Out of Memory现象batch 已经调到 8显存还是会偶发溢出尤其是训练几轮之后报错。原因cacheTrue虽然能加速数据读取但会把全部图片加载进显存中等数据集时显存占用很快被吃满另外 mosaic 增强每次拼图尺寸不同批次中最大图的显存开销会撑满峰值。解决第一轮先不开 cache让 YOLO 直接从磁盘读图牺牲一点吞吐换稳定batch 按显存大小保守配置6GB 显存用 batch 812GB 用 16。如果还溢出把workers调低到 4 或 2避免数据加载线程抢占 CPU 资源。训练稳定后想提速再开cacheTrue。6. 用错误样本回灌做第二轮训练把模型训练从一次性流程变成闭环第一轮训练完成后最常见的做法是拿着验证集看一眼就交付但火焰烟雾检测项目的真实难点在测试集外的场景迁移。这里有一个进阶习惯把模型预测出的困难样本收集起来人工确认后回灌训练集让模型在每一轮迭代里都变得更贴合真实环境。操作流程是先把第一轮训练出的 best.pt 跑一遍额外收集的硬样本比如夜间监控截图、高架桥下浓烟、工厂排气口的疑似烟雾yolo predict \ modelruns/train_fire_smoke/weights/best.pt \ sourcehard_samples/ \ conf0.25 \ save_txtTrueconf0.25会把置信度 25% 以上的框全部输出重点关注那些置信度在 0.3 到 0.6 之间的检测结果——它们往往代表了模型犹豫不决的边界是最有价值的回灌样本。人工逐张确认这些低置信度框里哪些是真火焰、哪些是误检把确认无误的图片和标签合并进训练集然后启动第二轮训练。第二轮训练的 epochs 可以降到 100patience 降到 15因为模型已经具备了基础能力不需要从头学起。回灌样本有一个纪律必须遵守每一条新标签都必须人工过目。我自己有过一次偷懒的经历把模型自己预测的框直接当成真值丢回训练集第二轮模型误报率反而翻了倍因为错误预测被当成了正确答案反复强化。后来我给这个流程定了个死规矩宁可每轮只回灌二十张图也不批量吞自动标注。这个闭环跑通后模型的泛化能力会在每一轮迭代中稳步提升而不是停留在“验证集 mAP 达标”的表面指标上。希望帮到你训练顺利。本文还有配套的精品资源点击获取
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
