简介面向目标检测开发者与火灾安全研究者的yolov11火灾烟雾数据集包含3600张已标注图片覆盖不同场景、光照条件、烟雾密度与火灾阶段适合训练和验证YOLO系列模型用于构建实时火灾烟雾识别系统。压缩包共2000个文件其中1996个XML标注文件与4个TXT划分文件整体约244.77MB。XML文件逐张记录目标的边界框与类别信息TXT文件则明确训练集、验证集、测试集与训练验证集的划分可直接接入YOLO格式的训练流程便于快速上手目前已有203人浏览学习。借助该数据集使用者可完成数据预处理、模型选择、训练调优与评估测试全流程掌握模型在公共安全、工业及住宅监控中的落地方法。数据集对Python编程与YOLO算法有一定要求适合用于算法开发、毕业设计或实际项目验证。 做火灾烟雾检测的朋友应该都清楚数据集这个东西有多愁人。网上公开的火灾数据集要么是国外场景要么数量太少要么标注质量一言难尽训练出来的模型换个场景就歇菜。最近我正好把手头这批火灾烟雾数据整理完了3600张全部人工标注专门跑了一轮YOLOv11的实验效果还不错。这篇就把数据集的构成、标注细节、训练踩坑过程完整写出来给正在找数据集或者准备做火灾检测项目的人一个可以直接参考的底稿。1. 项目整体思路为什么YOLOv11 火灾烟雾检测1.1 火灾烟雾检测的核心需求分析火灾检测和普通的目标检测不太一样它有两个很特殊的地方。第一是第一时间发现比准确识别更重要。火情蔓延的速度是按秒计的尤其是仓库、森林、工厂这类场景晚发现十几秒可能就是完全不同的结果。所以模型不能等火苗烧起来才报警烟雾往往比明火出现得早这就需要模型对烟雾这种形态模糊、边界不清的目标有足够高的召回率。第二是场景差异化巨大。室内火灾、森林火灾、野外秸秆燃烧、夜间火光、工业烟雾、厨房油烟——不同场景下火焰和烟雾的颜色、形态、透明度、背景复杂度都不一样。很多公开数据集只在单一场景下效果好换到实际部署环境就废了。这也是我花大力气整理这批多场景数据的原因。1.2 为什么选择YOLOv11而不是v5/v8在做技术方案选型的时候我在YOLOv8和YOLOv11之间犹豫了一段时间。后来实测对比下来YOLOv11在火灾烟雾这个场景上确实有优势。YOLOv11在backbone结构中引入了C3k2模块相比v8的C2f它对多尺度特征的提取能力更强。火灾烟雾这个场景有个特点烟往往是弥散的大目标而远处的火焰可能是小目标需要模型同时照顾两种尺度的特征。C3k2的分支设计在这一点上做得比v8好。另一个考虑是推理速度。YOLOv11n在普通GPU上推理一张图能跑到3ms左右这个速度对于接入视频监控做实时检测完全够用。而且Ultralytics的生态比较成熟训练、导出、部署一条龙都有现成支持不用自己折腾太多工具链。2. 数据集的构成与标注细节2.1 3600张图片的来源与场景分布这批数据集一共3600张图片全部来自实际火灾场景、消防演练、监控截图和部分高质量开源图像经过清洗后的结果。需要说明的是我并没有直接打包下载某个单一数据库而是从多个渠道筛选、清洗、去重后整理出来的。场景分布大致如下室内火灾办公室、仓库、住宅约1100张森林火灾与野外燃烧约900张夜间火灾与低光环境约500张工业场景烟雾工厂烟囱、化工装置约600张交通场景车辆自燃、隧道烟雾约500张图片分辨率覆盖从640x480的监控画面到1920x1080的高清图片部分图片带有轻微模糊、压缩噪声和雨雾干扰模拟的是真实监控场景中可能出现的画质劣化。这个脏数据设计是有意为之的——实际部署中你不会拿到干干净净的测试画面。2.2 标注规范与训练/验证集划分标注使用的是LabelImg工具输出为YOLO格式的txt文件。类别一共两类fire和smoke。为什么要分成两类而不是统一标成火灾因为模型在训练时如果能区分火焰和烟雾在实际预测时就能做出更细粒度的预警逻辑——比如检测到烟雾可以触发预警而检测到火焰直接触发告警。标注边界框的原则是火焰按外焰区域标注不包含周围被照亮的区域烟雾标注可见烟雾主体半透明区域取不透明度较高的核心区。对于非常淡的薄烟如果肉眼都难以确认我不建议硬标这类样本混进训练集只会增加噪声。数据划分我采用了8:2的比例训练集2880张、验证集720张。划分的时候做了场景分层保证每个场景在训练集和验证集中都有覆盖避免出现验证集全是森林火灾、训练集全是室内火灾这种偏科情况。3. YOLOv11训练实操全流程3.1 环境准备与数据目录整理先说一下我本机的训练环境Ubuntu 22.04系统、一块RTX 4090、内存32GB、PyTorch 2.1.0 CUDA 12.1。YOLOv11直接用Ultralytics的库安装很简单pip install ultralytics数据目录结构建议这样组织datasets/ ├── fire_smoke/ │ ├── images/ │ │ ├── train/ │ │ └── val/ │ ├── labels/ │ │ ├── train/ │ │ └── val/ │ └── fire_smoke.yamlfire_smoke.yaml的内容是告诉模型去哪里找数据、有几类目标path: /path/to/fire_smoke train: images/train val: images/val nc: 2 names: [fire, smoke]有一点需要特别注意训练集和验证集的图片和标签文件必须保持同名同路径结构LabelImg保存的txt文件名和图片名是一致的你把图片复制到images对应目录、标签复制到labels对应目录就行。如果你的标注文件不是YOLO格式Ultralytics提供了一个convert2yolo工具可以做转换不过我还是建议直接用LabelImg或者X-AnyLabeling这类原生支持YOLO格式的工具。3.2 训练参数配置与关键调优训练命令看上去很简单但参数调整是门学问。我第一轮用的是默认参数结果在验证集上出现了50多张漏检主要是小目标和超远距离的烟雾。后面微调才逐步拉起来。以下是我最终跑的配置yolo detect train \ modelyolo11s.pt \ datafire_smoke.yaml \ epochs200 \ imgsz640 \ batch32 \ patience30 \ lr00.01 \ momentum0.937 \ weight_decay0.0005 \ augmentTrue \ mosaic0.8 \ mixup0.2 \ close_mosaic10 \ box7.5 \ cls0.5几个关键参数我说下为什么这么设modelyolo11s.pt为什么用s而不是n或者mn太小对烟雾这种边缘模糊的目标表达能力不够m太大推理速度降下来而且对于3600张数据量的训练集容易过拟合。s是性价比最优解。imgsz640YOLOv11默认是640对于监控画面来说这个分辨率足够。如果你有高清摄像头可以考虑用768甚至1024但显存占用和训练时间会明显上涨。mosaic0.8Mosaic增强把四张图拼成一张训练能够极大丰富小目标的训练样本。但要注意最后一个epoch周期要关掉mosaic参数close_mosaic10不然模型会对拼接的图片特征产生依赖。augmentTrue数据增强默认开启包括随机翻转、缩放、旋转、HSV调整等。火灾场景下烟雾的形态和光线变化很大增强能帮模型泛化。batch32在4090上瓶颈不大只要显存够用就尽量大一点训练会更稳定。训练过程我跑下来大约2小时左右200轮里最好的权重出现在第137轮val loss从初始的2.8左右降到了1.0上下。用TensorBoard或者ultralytics自带的训练曲线图可以实时查看loss下降趋势。3.3 训练过程监控与早停策略训练过程中我一般主要盯两个指标train/loss和metrics/mAP50。前50轮如果mAP50还在0.25以下别急着放弃——火灾烟雾数据本身存在大量的难负样本比如云朵、雾气、炊烟模型前期在努力区分这些干扰项曲线爬坡慢是正常的。patience30表示连续30轮验证集指标不提升就自动停止训练这个参数对防止过拟合很有用。我这轮实验在130多轮时就触发了早停模型收敛得比较充分。如果数据量更大可以适当加大patience。还有一个值得注意的点close_mosaic10意味着最后10轮自动关闭mosaic增强。这个细节是Ultralytics在YOLOv8之后加入的机制因为最后阶段的训练应该让模型在接近真实图片的分布上微调一直用拼接图跑到底反而会让泛化变差。4. 模型评估结果与部署落地4.1 验证集指标与漏检分析训练完成后用验证集做了全面评估主要指标如下指标数值mAP500.893mAP50-950.671Precision0.874Recall0.908推理速度单张40904.1ms召回率能到0.9以上说明绝大部分火焰和烟雾都被模型抓到了这对火灾预警场景是最重要的指标。Precision相对低一些意味着有少量误报——我大概找到了25张误报图片主要集中在聚光灯照射下的白色墙壁、晨雾中的树林、高压水蒸气。这几个场景的误报率比较高后续如果有精力可以把这些负样本加入训练集作为背景类别能有效降低误报。mAP50-95是0.671这个指标偏低一些是因为烟雾的框很难标得准——它不断变化形态标注本身的IoU上限就不高。这个数字对于火灾检测场景是可以接受的。4.2 从训练到部署模型导出训练出的best.pt需要在推理阶段用导出为其他格式。如果是在边缘设备如Jetson上部署导出成TensorRT格式可以显著加速yolo export modelbest.pt formatengine device0 halfTrue导出的engine文件在Jetson上推理一张640分辨率的图大约能跑到8-10ms完全满足实时视频流分析的需求。如果是在普通x86服务器上部署导出为ONNX格式然后转OpenVINO也是个不错的选择在Intel CPU上也能获得不错的推理性能。5. 常见问题与排查技巧实录5.1 小目标烟雾漏检怎么解决这是我在训练中最头疼的问题。远距离的烟雾在画面中只占几十个像素模型容易把它当背景滤掉。试过几种方案把imgsz从640提升到1024有效但训练时间翻了将近两倍而且对小目标的提升程度有限。切图推理把大图切块再分别推理效果不错但对部署要求太高不适合实时场景。调整anchorYOLOv11的anchor是自适应学习的可以尝试用auto_anchorTrue让模型根据数据集重新计算anchor尺寸。最后实际效果最好的是把输入分辨率调到800配合partial在小目标上的加权策略漏检率下降了大约15%。如果实在没法提高分辨率也可以考虑使用YOLOv11-seg做实例分割烟雾的轮廓追踪能力更强。5.2 训练loss不下降或剧烈震荡训练时loss曲线像心电图一样跳来跳去常见原因有这么几个学习率太大、batch过小、数据中存在误标的异常样本。排查步骤建议按这个顺序来把lr0从0.01降到0.005重新跑一版看loss曲线是否平稳。检查数据集中是否有标签文件为空或标注框超出图片边界的异常文件用脚本统一检查一遍import os import cv2 # 检查标签文件是否存在且内容合法 label_dir datasets/fire_smoke/labels/train image_dir datasets/fire_smoke/images/train for filename in os.listdir(label_dir): label_path os.path.join(label_dir, filename) img_name filename.replace(.txt, .jpg) img_path os.path.join(image_dir, img_name) if not os.path.exists(img_path): print(f图像不存在: {img_path}) continue img cv2.imread(img_path) h, w img.shape[:2] with open(label_path, r) as f: lines f.readlines() for line in lines: parts line.strip().split() cls_id int(parts[0]) x_center float(parts[1]) y_center float(parts[2]) box_w float(parts[3]) box_h float(parts[4]) # 边界框必须完全在图像范围内 if x_center 0 or x_center 1 or y_center 0 or y_center 1: print(f标注越界: {label_path}: {line.strip()}) if box_w 0 or box_h 0: print(f标注尺寸错误: {label_path}: {line.strip()})如果判断数据没问题那大概率是正负样本不均衡。火灾烟雾场景中大量背景区域都是负样本可以考虑用focal loss替代默认的BCE lossUltralytics支持在loss参数中调整把模型注意力引导到难分类的烟雾目标上。5.3 数据量不足时如何动手扩增3600张说多不多说少也不少。如果你的场景有特殊需求比如只做隧道火灾、只做森林火灾可能觉得数据量还是不够这时可以先用几个简单的办法用官方数据增强HSV、旋转、平移把训练集扩到6000张代价是模型训练时间增加一半左右。找一些公开的火灾数据补充进来比如Kaggle上的Fire and Smoke Detection数据集但要注意标注格式是否一致、类别定义是否兼容。用预训练权重做迁移学习也就是我上面的做法用yolo11s.pt的COCO预训练权重做初始化而不是从头训练。这样即使数据量不大也能有不错的收敛效果。有一说一数据扩充不能改变本质——模型的效果上限最终还是由数据的真实多样性和标注质量决定的。提升数据质量比单纯堆数量更管用。我整理这批数据集时花在清洗和重新标注上的时间比收集图片的时间还多但这个投入完全值得。这批数据集目前已经够我这边做一版效果不错的火灾预警原型了后续我打算再补充一些俯拍视角的烟雾数据继续把标注中那些边界模糊的样本做成细分标签比如浓烟稀薄烟雾让模型在预警等级上能有更细的判断能力。做火灾视觉检测数据永远是最大的瓶颈也是最大的壁垒值得持续投入。本文还有配套的精品资源点击获取