火灾烟雾检测数据集和yolov4-yolov5检测模型

最新推荐文章于 2025-03-17 11:30:41 发布
置顶 最新推荐文章于 2025-03-17 11:30:41 发布
阅读量2.8w 收藏 300
点赞数 40
分类专栏： darknet 数据集 文章标签： darknet 火灾检测 yolov4
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LEILEI18A/article/details/107334474
版权

                                          火灾烟雾检测数据集和yolov4-yolov5检测模型

目录

0.摘要

1.开源项目github链接

2.数据集详细情况

3.数据集展示(含标注)

4. 测试效果展示

5. 说明

0.摘要

本文开源1个火灾烟雾检测数据集(含标注)和预训练模型(yolov4 yolov5)，此项目已经上传 github，欢迎star。

火灾烟雾检测(实用的目标检测) qq群: 980489677   qq2群：710514100

Note：Github新增百度智慧城市生态引用本人烟火数据集的链接，可点击前往下载烟火数据集！

百度图片爬虫：python 爬虫_LEILEI18A的博客-CSDN博客

CVAT使用标注教程：数据标注工具CVAT教程_LEILEI18A的博客-CSDN博客_cvat标注工具

1.开源项目github链接

https://github.com/gengyanlei/fire-smoke-detect-yolov4

darknet yolov4 python测试图像接口

2.数据集详细情况

3.数据集展示(含标注)-cvat

CVAT使用标注教程：数据标注工具CVAT教程_LEILEI18A的博客-CSDN博客_cvat标注工具

4. 测试效果展示

5. 说明

本数据仅学术探索！！！

羚通视频智能分析平台烟火检测与烟火识别算法的深度解析
EasyDarwin开源社区技术博客
12-13 579
通过使用先进的烟火检测算法，该平台能够实时监测视频画面，自动识别出可能存在的火灾隐患，并及时发出警报，为公共安全提供了有力的技术支持。总结，羚通视频智能分析平台的烟火检测、烟火识别算法，凭借其高效、准确的特点，为公共安全提供了有力的技术支持。未来，我们期待更多的科技创新，为我们的生活带来更多的便利和安全。通过使用先进的算法和高效的计算资源，该平台能够实时处理大量的视频数据，实现高并发的烟火检测和识别。随着数据的积累和模型的迭代，该算法能够逐渐适应不同的场景和环境，提高烟火检测和识别的效果。
Smoke-Fire-Detection Dataset：烟雾/火灾检测数据集
qq_38220914的博客
03-03 1043
其中，仅有火灾的图像有 1164 张，这些图像展示了不同规模、不同燃烧物质的火灾场景，从家庭中的小型火灾到工业场所的大型火灾，为模型学习火灾的特征提供了丰富的素材。今天，我们将深入了解一个在烟雾与火灾检测领域发挥关键作用的数据集 —— 用于 YOLO 的烟雾 - 火灾检测数据集，以及与之紧密相关的研究论文，探寻它们如何为我们的安全保驾护航。无论是白天还是夜晚，室内还是室外，不同的光照条件、环境背景下的烟雾和火灾场景都有所涵盖，为模型提供了全面的学习样本，使其能够适应各种复杂的实际应用场景。
火焰烟雾检测数据集
04-10
火焰检测数据集, 数据集中包含了火焰和烟雾的数据集, 可以用火焰以及烟雾检测的训练或者是测试
YOLO火灾火焰目标检测数据集(含1000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
08-21
1、YOLO火灾火焰目标检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975
烟雾监测视频数据集：跨学科火灾检测研究
最新发布
weixin_42181686的博客
03-17 645
在探讨烟雾监测领域时，构建一个准确且高效的烟雾识别模型显得尤为关键。为了达到这一目的，首先需要对烟雾监测视频数据集进行深入的了解和分析。本章主要介绍该数据集的组成、特点和如何获取及使用这些数据集进行烟雾识别的研究。
深入解析FSD烟火识别算法：全套源码与应用实例
Lnton羚通科技
08-20 614
1. 标准化句柄创建：该代码段为应用程序提供了一种标准化的方式来创建FSD句柄，封装了复杂的初始化逻辑，使得调用者不必关注底层细节，只需调用 NXU_FSD_Create 函数即可获得一个准备就绪的FSD句柄。上图展示了一个示例，在该示例中，算法成功地检测到了图片中的烟雾和火焰目标，并为每个目标框选出位置，同时给出置信度分数（如0.87, 0.81等）。烟火识别算法的基本原理是通过分析监控视频中的图像信息，自动识别出烟雾和火焰的特征，并生成报警信号。通过大量包含烟雾和火焰的图片，让模型学习这些目标的特征。
YOLOv8目标检测，火灾烟雾数据集整理
热门推荐
weixin_41171614的博客
04-10 1万+
YOLOv8目标检测，火灾烟雾数据集整理
烟雾火焰数据集（VOC格式已标注）
03-28
共4999张图片，包含烟雾和火焰两个标签，火焰标注较为完善，烟雾由于图像分辨率等原因难以比较好的标注。用yolo训练后火焰的AP在0.7左右，烟雾在0.5左右。图像有多个来源，存在一定重复。
【数据集】【YOLO】【目标检测】火情、烟雾、火灾检测数据集 9848 张，火灾识别毕业设计，YOLO火灾检测算法实战训练教程！
CV 小涵的博客，计算机本硕211毕业，研究计算机视觉、模型微调、RAG等方向，收藏有国内外优质数据集，解决视觉相关项目方案，欢迎交流讨论。
11-06 8784
【数据集】【YOLO】【目标检测】火情、烟雾、火灾检测数据集 9848 张，YOLO火灾检测算法实战训练教程！ 数据集中包含2种分类：{'0': 'Fire', '1': 'Smoke'}，分别是‘火焰’和‘烟雾’。 数据集来自国内外图片网站和视频截图。 可用于无人机火灾检测、监控火灾检测等。 检测场景为森林、街道车辆、医院、商场、机场、车站、办公大楼、施工地等区域，可用于智慧城市、智慧园区、智慧工业、森林防火、园区防火、街道防火等。 数据集当中包含负样本，区分普通烟雾和火场烟雾。
烟火检测-烟火检测数据集
qwj的博客
10-11 6824
烟火检测-烟火检测数据集 作者：leilei 注意：yolov4仅支持火灾检测，yolov5s支持烟雾-火灾2类检测！ 安装环境 python: 3.6+ ubuntu16.04 or 18.04 darknet (cuda10.0 docker) *** pytorch 1.6+ (cuda10.2 docker) 新开源的数据集项目 工作服反光衣-安全帽数据集: 可用于施工区域or危险区域等指定区域检测:reflective-cl.
烟火检测数据集2+1000IMG+已标注.zip
01-01
实际工作项目，目标检测，yolo系列，烟火检测数据集，已标注数据集
火灾烟雾图像标注数据集-俯视角度-视频抽帧-1280
05-21
资源总共包含1280张俯视角度下的视频抽帧过后的火灾烟雾图像，每隔30帧抽取1帧，防止图片重复，资源稀缺，标注仔细，质量是经过严格把控的，已经标注成voc和yolo两种格式，开箱即用
烟火检测数据集1+1000IMG+已标注.zip
12-31
yolo3 yolo5 目标检测 烟火检测数据集 实际项目数据集 数据集已标注 烟火检测效果准确可达80%以上
火焰+烟雾+数据集(六千多张图)
03-15
火焰烟雾数据集.详细：https://blog.csdn.net/qq_34717531/article/details/123520391?spm=1001.2014.3001.5502 。该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有6600+张各种场景的火焰烟雾图像，共有8000+火焰标注框，3400+烟雾标注框。 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为火焰烟雾检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景火焰烟雾的检测. 免去了收集,挑选,标注火焰烟雾图片的时间,可直接进行工程化应用.
烟雾火焰数据集 包括烟雾和火两类 共有2056张 已经标注好 xml标签
05-03
烟火数据集 包括烟雾和火两类 共有2056张 已经标注好 xml标签 数据集介绍连接：https://blog.csdn.net/weixin_45724232/article/details/124554226?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22124554226%22%2C%22source%22%3A%22weixin_45724232%22%7D&ctrtid=tXaNR
火灾烟雾检测yolov4-v5 和火灾烟雾检测数据集.zip
03-12
内含预训练模型和数据集， 在火灾烟雾检测的应用...为了训练和优化YOLOv4和YOLOv5以检测火灾烟雾，需要大量的火灾烟雾数据集。这些数据集通常包含不同场景、不同光照条件下的烟雾图片，以及可能的非烟雾图片作为负样本
YOLOv5火灾烟雾检测数据集
02-28
YOLOv5训练好的火焰烟雾检测模型，包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型，并包含标注好的火焰和烟雾数据集，标签格式为xml和txt两种 采用pytrch框架，代码是python的YOLOv5火灾火焰...
YOLOV5火灾火焰烟雾检测源码+数据集+训练好的模型Python火灾火焰烟雾检测源码+数据集+训练好的模型
08-14
YOLOV5火灾火焰烟雾检测源码+数据集+训练好的模型Python火灾火焰烟雾检测源码+数据集+训练好的模型，含有代码注释，新手也可看懂，个人手打98分项目，导师非常认可的高分项目，毕业设计、期末大作业和课程设计高分必...
2059张火灾烟雾图像数据集及yolov5检测模型使用教程
数据集与YOLOv5算法结合，可以构建出高效率的火灾烟雾检测模型，具有实时性和准确性的优点。此外，提供的使用说明可以指导开发者完成整个模型的训练和部署过程，便于开发者在安全监控领域进行进一步的探索和应用。
评论 57
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值