简介面向火灾与烟雾检测的YOLO目标检测数据集包含带标签图像可服务于深度学习算法工程师、研究人员及毕业设计人群。压缩包内含2000个XML标注文件VOC格式并配套YOLO所需的txt标签目录与data.yaml数据已经划分好训练/验证集可直接用于YOLOv5、v7、v8、v9、v10、YOLO11等主流算法的模型训练和效果验证。整个压缩包约236.22MB已有47人学习下载。借助这套带标签数据读者能省去手动采集标注的大量时间快速对比不同YOLO版本在火焰、烟雾场景下的检测精度同时也可通过VOC与YOLO两种标签格式的并存理解目标检测数据集的格式转换过程适合智能安防、火灾预警等项目的实验与落地参考。1. 2963张火灾图像够不够用先说结论再动手拿到这个「YOLO算法-火灾探测数据集-2963张图像带标签-火-烟.zip」大部分人的第一反应是2963张图能训出一个能用的火灾检测模型吗我的答案是够但要看你怎么用。火灾和烟雾在监控画面里属于典型的小目标、强干扰场景数据集规模不大但胜在标签带着火和烟两类配合YOLO预训练权重做迁移学习跑出来的模型放到真实监控画面上检测小股火苗和烟雾完全可行。这篇笔记直接照着做就行读懂数据集结构、写对数据配置、跑通训练命令、避开我踩过的坑。2. 拆开zip看门道数据集结构、YOLO标签格式和类别分布2.1 解压后你应该看到的目录清单常见做法是压缩包解压出来是标准的YOLO数据集布局images目录放原始图像labels目录放同名txt标签文件图片和标签一一对应。多数火灾数据集还会附一个data.yaml或classes.txt来声明类别名有时候也直接给你划分好的train.txt和val.txt省得自己再去按比例切分。unzip YOLO算法-火灾探测数据集-2963张图像带标签-火-烟.zip -d fire_smoke/ cd fire_smoke tree -L 2解压后我一般会先用tree看一眼目录结构确认图片和标签的组织方式。标准YOLO格式下images/里放着.jpg或.png原图labels/里放着同名的.txt文件txt文件里每一行描述一个目标框。如果解压出来的标签文件夹里混有.xml或.json说明原始标注是COCO或VOC格式后面训练前得先转成TXT这个坑后面单独说。提示tree -L 2只显示两层目录如果数据集里有train、valid子目录你会看到images/train、labels/train这种三级结构。YOLOv5和YOLOv8都支持这种带子目录的写法。2.2 用脚本统计类别数量和边框尺寸分布拿到数据集先别急着训练。我第一步永远是写个小脚本扫一遍所有标签统计两个数字每个类别的目标数量、所有目标框的宽高分布。这两个数字直接决定后面要不要调锚框、要不要做类别平衡处理。import os from collections import Counter import numpy as np label_dir labels # 改成你的实际路径 class_counter Counter() box_sizes [] for name in os.listdir(label_dir): if not name.endswith(.txt): continue with open(os.path.join(label_dir, name), r) as f: for line in f: parts line.strip().split() if len(parts) 5: continue cls parts[0] w float(parts[3]) h float(parts[4]) class_counter[cls] 1 box_sizes.append((w, h)) print(类别统计:, dict(class_counter)) arr np.array(box_sizes) print(框宽均值/std:, arr[:, 0].mean().round(4), arr[:, 0].std().round(4)) print(框高均值/std:, arr[:, 1].mean().round(4), arr[:, 1].std().round(4))这段脚本读每个txt文件把类别id和归一化宽高收集起来。注意YOLO标签的四个坐标值全部是归一化到0到1之间的比例不是像素值所以统计出的宽高均值能直接反映目标在画面中的占比。如果你的火灾数据集里框宽均值只有0.05说明绝大部分火苗和烟都是小目标后面训练时必须考虑小目标优化策略。参数说明parts[3]和parts[4]分别是归一化后的目标框宽度和高度class_counter统计每个类别出现的目标总数。跑完这个脚本你会直观感受到火灾数据集的一个普遍特点fire类别和smoke类别的目标数量往往差距很大要么火多烟少要么烟多火少这是后面调损失函数权重的依据。2.3 标签告诉你哪些火灾场景大概率漏检统计完数量再看几个具体标签文件这一步能提前预判模型的短板。打开一个典型标签文件你会看到类似下面的内容0 0.5234 0.4765 0.0312 0.0478 1 0.4876 0.3988 0.2456 0.1789每行依次是类别id、中心点x、中心点y、宽度、高度。在这个数据集里0通常代表fire1代表smoke。第一行这个框只有0.03宽对应画面里的火苗就是一个小点YOLO在640分辨率下很容易漏掉。第二行smoke的框占了画面接近四分之一说明烟往往是弥散性的大目标和小火苗的尺度差距非常悬殊。同一张图里同时出现火和烟且两者尺度差异大意味着模型要把注意力同时分配到不同层级特征图上。这时候如果你直接用默认的640输入尺寸训练小尺寸火苗会被压缩得更小。我一般会结合2.2的统计结果决定如果小目标占比高就把训练输入提高到1280或者用原图切块训练。这一步属于买后悔药前期统计做得越细后面调参越省事。3. 用YOLOv5/YOLOv8跑通第一次训练从数据yaml到训练命令3.1 环境安装与预训练权重下载训练环境我建议直接用官方仓库。YOLOv5用ultralytics/yolov5YOLOv8用ultralytics统一包两者对这个火灾数据集都友好。区别在于YOLOv5更轻量稳定适合在低显存显卡上跑YOLOv8训练流程更简洁注册数据yaml后一条命令完事。下面以YOLOv5为例因为你手里的标签已经是YOLO格式yolov5对这类txt标签的兼容性最省心。git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt安装依赖后第一次训练前下载预训练权重。这个数据集只有2963张图从头训练几乎不可能收敛好必须用COCO上预训练过的权重做迁移学习这能省掉大量训练时间也让小数据集的收敛稳定很多。# 下载yolov5s预训练权重约14MB适合显存不富裕的环境 wget https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt参数说明yolov5s.pt是small版本COCO数据集上mAP约37%运行速度快如果预算内的4G以上显存也可以下yolov5m.pt。火灾检测通常选s起步先跑通流程再往m换不要一上来就上l或x2963张图撑不起大模型容易过拟合。3.2 写data.yaml路径、类别名、train/val划分数据集本体只给了图片和标签没有自动给你生成训练/验证划分这一步必须手动完成。新建一个fire.yaml内容如下# 火灾探测数据集配置 train: ./fire_smoke/images/train val: ./fire_smoke/images/val nc: 2 names: [fire, smoke]然后手动划分图片并确保标签同步移动。这里有一个高频翻车点很多人只把图片复制到train和val目录标签文件忘了一起移动训练时yolov5会报找不到对应标签的警告那些图片等于是没标签的废数据。cd fire_smoke mkdir -p images/train images/val labels/train labels/val # 用Python做随机划分保证标签跟随图片移动 python - EOF import os, random, shutil from glob import glob imgs glob(images/*.jpg) glob(images/*.png) random.seed(42) random.shuffle(imgs) split int(len(imgs) * 0.85) for i, img in enumerate(imgs): dest train if i split else val base os.path.basename(img) stem os.path.splitext(base)[0] shutil.move(img, fimages/{dest}/{base}) lbl flabels/{stem}.txt if os.path.exists(lbl): shutil.move(lbl, flabels/{dest}/{stem}.txt) else: print(f警告{base} 没有对应标签) EOF代码说明固定随机种子保证每次划分结果一致85%用于训练、15%用于验证。这个比例对2963张图的小数据集是常见配置验证集能保留440张左右足够评估模型效果。脚本末尾的警告输出很关键如果你发现有图片没有对应标签说明原始标注文件缺失先补标签再训练否则这些无标签图可能被当成纯背景训练拖低精度。yaml里nc: 2是类别数names的顺序必须和标签txt里的类别id一致0对应fire1对应smoke。如果你的数据集标签里类别顺序不一样及时改这里否则模型会把火当烟、烟当火。3.3 最小训练命令与四个必调参数配置写好后就能跑训练了。第一次跑不追求精度先求流程通。下面是最小可复现的训练命令python train.py \ --data fire.yaml \ --weights yolov5s.pt \ --img 640 \ --epochs 150 \ --batch 16逐项说明这五个参数--data fire.yaml数据配置路径指定数据集划分和类别名。--weights yolov5s.pt预训练权重迁移学习的起点。--img 640输入图像尺寸YOLOv5会等比缩放后填充到640×640。火灾小目标多的话建议直接设1280显存不够就保持640。--epochs 150训练轮数。2963张图配150轮是合理区间太少欠拟合太多过拟合后面用早停机制兜底。--batch 16批大小。8G显存下--img 640 --batch 16基本是上限如果显存只有4G降到8。训练过程中你要盯的不是损失函数这个黑匣子而是val/obj_loss和val/cls_loss这两条验证曲线。正常情况是前30轮快速下降后100轮缓慢波动收敛。如果验证损失一路降到底部后开始回头上升说明过拟合马上降低轮数。所有参数里最关键的是--img。火灾数据集里小目标占比高用640训练和用1280训练最终对小火的召回率能差出10个百分点以上。但1280带来的显存开销接近四倍需要你自己权衡显卡实力和检测精度。我一般先640跑通全流程验证没毛病再开1280精调。3.4 训练输出怎么看loss曲线、P/R和mAP训练结束后yolov5会在runs/train/exp/目录下生成一堆结果文件。你打开results.png和confusion_matrix.png最该看的指标是mAP0.5和recall而不是训练loss。火灾检测场景里漏报代价远高于误报你希望的是在保证较高召回率的同时把误报率压到可接受范围。# 查看验证集评估结果 cat runs/train/exp/results.csv | head -20results.csv里每一行是一个epoch的验证指标。重点关注metrics/precision、metrics/recall、metrics/mAP0.5。火灾场景通常要求召回率不低于0.85如果只有0.7说明模型漏检了三成火情这在真实场景里是不能接受的。这时优先调置信度阈值和NMS参数而不是重新训练。一个合格的第一次训练结果大概是150轮结束mAP0.5在0.75到0.85之间fire类召回率高于smoke类。如果远低于这个水平先检查数据划分和标签是否干净再考虑调超参数。mAP不达标的原因通常是数据问题模型架构本身很少是瓶颈。4. 把mAP从0.6拉到0.8损失函数、超参数和数据增强的调整空间4.1 损失函数在火灾场景下的权重分配YOLOv5的损失函数由三部分组成分类损失、置信度损失、边界框回归损失。训练时日志里会显示box_loss、obj_loss、cls_loss三个分量最终总损失是这三者的加权和。默认权重在yolov5里是固定的但火灾数据集有一个突出问题fire和smoke的目标数量不均衡导致模型倾向学习数量多的那一类。python train.py \ --data fire.yaml \ --weights yolov5s.pt \ --img 640 \ --epochs 150 \ --batch 16 \ --cls 0.8 \ --obj 1.0 \ --box 0.05这三个参数分别控制分类损失、置信度损失、框回归损失的权重。如果你统计出fire目标有6000个smoke只有1500个把--cls从默认的0.5调低到0.3减少大类对梯度的垄断模型才会分出更多注意力给烟。反过来烟少得离谱可以给烟额外提权重。代码逻辑说明yolov5的损失值是逐目标计算的类别数量多的一方贡献的梯度自然大。--cls调低后分类损失的总体占比下降模型不再过分优化火类烟类也能正常学习。这种做法对火灾检测特别适用因为小火苗外观差异小容易学习而烟雾形态多变本来就需要更多训练信号。置信度损失obj_loss是判断这里有没有目标火灾场景里误报大多来自背景被错当成烟这个权重不宜降太低。框回归损失box_loss在火灾检测里不是关键火苗框稍微偏一点不影响报警权重保持默认或稍降即可。提示损失函数权重不是玄学但也不是越极端越好。--cls 0.8 --obj 1.0 --box 0.05和默认值的差距最多让mAP波动2到3个点真正拉开差距的还是输入尺寸和数据质量。4.2 超参数调整lr、batch size、epochs怎么配训练超参数里学习率是最值得手工干预的。YOLOv5用的是余弦退火策略--lr0设置初始学习率--lrf设置最终学习率。火灾数据集只有2963张图数据量不大初始学习率太高会震荡太低则收敛慢。python train.py \ --data fire.yaml \ --weights yolov5s.pt \ --img 640 \ --epochs 150 \ --batch 16 \ --lr0 0.005 \ --lrf 0.01 \ --warmup-epochs 3--lr0 0.005是默认值的一半适合小数据集。--warmup-epochs 3表示前3轮用低学习率预热避免开局就把预训练权重破坏掉。如果你用的是yolov5s.pt预训练权重迁移学习场景下学习率保守一点总是对的。yolov8中对应参数写法不同但思路一致小数据、小学习率。batch size的调整主要受显存限制但对小数据集也有影响。batch太小时每个batch的梯度方向噪声大BN层统计不稳定batch太大时模型容易收敛到尖锐的局部极小值。8G显存下--img 640 --batch 16是甜点区如果显存够我一般会坚持16不动把省下的显存留给更大的输入尺寸这比调batch赚得多。epochs数量则要看早停表现。yolov5默认--patience 100验证mAP连续100轮不提升就自动停止。对火灾数据集我建议把--patience设为30因为150轮训练到80到100轮时就该到平台期了继续硬等只会消耗时间。4.3 数据增强与类别不平衡的处理数据增强是这次训练里收益最高的调整项对火灾和小烟雾检测的效果比调损失函数更立竿见影。YOLOv5默认开启mosaic增强把四张图拼成一张训练这能有效增加小目标的出现频率但也会让火灾数据集里的某些特征被稀释比如烟雾的弥散边界在拼接后更难学。python train.py \ --data fire.yaml \ --weights yolov5s.pt \ --img 640 \ --epochs 150 \ --batch 16 \ --mosaic 0.8 \ --mixup 0.2 \ --hsv-h 0.015 \ --hsv-s 0.7 \ --hsv-v 0.4 \ --fliplr 0.5 \ --degrees 0.0参数说明--mosaic 0.8是80%概率使用mosaic增强保留部分原始图像用于稳定学习--mixup 0.2引入两图混合增强--hsv-h 0.015轻微扰动色相避免模型学死在特定灯光下的火灾颜色--degrees 0.0表示不做旋转增强因为火灾监控画面里的火苗和烟都是竖直向上的旋转90度会产生大量不符合物理规律的样本反而干扰学习。火灾场景下我强烈建议关闭旋转增强开水平翻转即可。烟雾形状受重力影响显著垂直翻转和旋转都会让模型学到错误的空间特征。同样--hsv-s 0.7的饱和度扰动不要开太大烟雾和云层的颜色本就接近饱和度扰动过头会加剧烟云不分。类别不平衡如果不严重上述增强手段就够用。如果确实fire和smoke数量悬殊先考虑对smoke类做过采样复制而不是直接改损失函数。在数据层面解决不平衡永远是最直观的。实际操作时把smoke样本在训练目录里多复制几份重命名相当于给模型重复灌输少见类别比在损失函数里调权重更可控。5. 火灾检测常见问题排查我用这个数据集踩过的5个坑5.1 小股火苗永远检不出来现象训练完的模型对中等以上火源输出正常但画面角落里的小火点完全没有检测框召回率只有0.5。原因这是典型的火灾数据集通病。2963张图里火苗目标很多只有几十个像素640输入尺寸下这些目标被压缩到几十像素见方YOLO的深层特征图已经丢失了它们的信息。加上默认NMS置信度阈值设定较高小目标得分普遍偏低直接被过滤。解决优先把--img从640提升到1280这一步能立竿见影。显存不够就做图像切块把原图切成四块分别推理再拼接结果。其次把推理时的--conf-thres从0.25降到0.1先保证小火苗能输出一个框再用位置约束过滤误报。两者结合后小火的召回率通常能从0.5升到0.8以上。5.2 烟被误判成云现象模型的precision看起来很高但实际跑视频时蓝天白云的画面里隔几秒就跳出一个smoke检测框。确认集里的mAP挺正常一到实拍场景就露馅。原因训练集里的smoke标签大多是在灰暗背景下标注的火灾烟雾颜色偏白偏灰形态与云层高度相似。数据增强里的HSV扰动又进一步模糊了烟和云的色彩边界模型只能靠纹理和边缘特征区分真实场景云层纹理变化一多立刻翻车。解决第一步把--hsv-s饱和度扰动从0.7降到0.3避免强化烟雾灰白色的错误关联。第二步是收集一批不含烟雾的天空图像和视频帧作为负样本补充到训练集里不标注任何目标让模型学这些场景没有烟。负样本数量控制在总样本量的10%左右效果比调任何损失权重都明显。5.3 夜间图像整体失效现象白天画面检测正常到了夜间图像上就什么都检不出来或者大量误报。原因火灾数据集里的图像大部分是白天场景少数夜间样本也偏暗。YOLO预训练权重在COCO数据集上学到的夜间特征本来就弱加上火灾数据集夜间样本过少模型对低照度下的火光源特征没有建立有效映射。烟花、车灯、路灯都可能被当成火苗产生误报。解决短期有效的手段是在数据增强里增强亮度扰动幅度--hsv-v 0.4放宽到0.6让模型见过足够多的亮度变化。中期做法是利用公开的火灾夜间图像扩充数据集或者单独用夜间图微调一个版本。如果只是测试需求可以加大推理时置信度阈值至0.35宁可少检测也不随意报警。5.4 训练loss下降但验证mAP卡住不涨现象训练集box_loss和cls_loss一路下降验证集mAP却停在0.6附近不动train损失和val损失曲线越拉越远。原因这是典型的过拟合。2963张图对这个任务来说不够多尤其smoke类目标形态多样模型死记硬背训练集样本对验证集的新样本没有泛化能力。预训练权重可以缓解但150轮的训练轮数对小数据仍然过长。解决先把epochs从150砍到80到100轮让模型在记住训练集之前就停止训练。其次增强正则化把--dropout提到0.1对YOLOv5的C3模块有效果。最重要的还是从数据层面补强对smoke类做额外的随机裁剪和缩放增强增加样本多样性让模型学到的特征更泛化。如果补数据周期长也可以尝试用yolov8的模型缩放策略把backbone从s换成n减小模型容量降低过拟合风险。5.5 显存溢出与训练中断现象训练跑到第20轮直接报CUDA out of memory前面所有进度付之东流。原因最常见的是--img 1280配--batch 16超出了显存容量。其次是训练时其他程序占用了显存或者虚拟内存不足导致训练中断。解决显存溢出后把batch降到8或4梯度累积能保住batch size的效果。yolov5训练命令里加--accumulate 2相当于batch从8变成等效16。如果坚持用1280输入建议batch设为4。训练前用nvidia-smi清一次显存训练时不要同时开多个Jupyter notebook跑实验这是最容易被忽略的一个坑。6. 部署前的验证置信度阈值、NMS参数和FPS实测训练完的模型不能只看验证集mAP部署前需要真刀真枪跑一段视频验证。我用这个数据集做的最后一件事是写一个推理脚本用真实视频测试两个关键参数置信度阈值和NMS的IoU阈值。置信度阈值决定什么样的框算目标IoU阈值决定重叠的框是否合并。火灾检测里置信度设低了误报多设高了漏报多通常0.15到0.25之间是一个可用的区间。import torch model torch.hub.load(ultralytics/yolov5, custom, pathruns/train/exp/weights/best.pt) model.conf 0.2 # 置信度阈值 model.iou 0.45 # NMS的IoU阈值 results model(test_fire_video.mp4) results.print()参数说明model.conf 0.2是让模型输出置信度高于0.2的检测框小目标在这个阈值下通常能被保下来model.iou 0.45表示两个框的IoU超过0.45时合并比默认0.45略严格把同一个火源重复输出的多个框合并得干净些。实际验证时我会准备三段视频白天场景、夜间场景、纯天空无火场景分别看召回率和误报率。如果无火场景每100帧误报多于1次说明阈值还需要上调。FPS实测也不能少。监控场景下每秒25帧是硬指标如果推理速度只有10FPS就得考虑把模型换成yolov5n或者用TensorRT加速。一条朴素的经验是先用640训练、640推理跑通再根据实测精度决定要不要上1280。数据集只有2963张模型能力上限就摆在这里把精力放在数据清洗、阈值调试和负样本收集上比反复调损失函数权重要划算得多。我自己的习惯是训练完一定保留足五份实验记录哪份参数在验证集和真实视频上表现最好就存哪份避免调参调到后面忘了前面。希望这些从数据集到部署的完整流程能帮到你按这个步骤走至少不会在第一天就翻车。本文还有配套的精品资源点击获取