YOLOv8目标检测，火灾烟雾数据集整理

AdaCoding

已于 2024-05-15 14:27:50 修改

阅读量1.1w

点赞数 33

分类专栏： YOLOv8改进系列文章标签： YOLO 目标检测人工智能

于 2024-04-10 22:32:46 首次发布

本文链接：https://blog.csdn.net/weixin_41171614/article/details/137613698

版权

YOLOv8改进系列专栏收录该内容

17 篇文章

订阅专栏

📌YOLOv8目标检测，火灾烟雾数据集整理

1、D-Fire: an image dataset for fire and smoke detection
2、Fire and Smoke Tracking and Detection using YOLOv8
3、fire_detection数据集
4、fire_smoke百度数据集

最近在做火灾烟雾方面的目标检测，找了一些网上的资源，将自己用过的相关数据集整理出来。有些数据集可能存在一些标注问题。

本文的实验都是基于YOLOv8

1、D-Fire: an image dataset for fire and smoke detection

GitHub地址 D-Fire: an image dataset for fire and smoke detection

D-Fire is an image dataset of fire and smoke occurrences designed for machine learning and object detection algorithms with more than 21,000 images.
D-Fire是一个火灾和烟雾事件的图像数据集，专为机器学习和目标检测算法而设计，拥有超过 21,000 张图像。

在这里插入图片描述

整个数据集没有打标签的图片有9838张，只有fire的图片有1164张，只有smoke的图片有5867张，包含fire和smoke的图片占4658张。整个数据集中fire标签有14692个，smoke标签有11865个。
All images were annotated according to the YOLO format (normalized coordinates between 0 and 1).
所有图像均根据YOLO格式（0和1之间的归一化坐标）进行标注。

D-Fire数据集中包括jpg图像数据集和归一化后的txt标注数据集。
使用起来很方便，不需要自己再做预过多的处理，产生细节问题。

基于YOLOv8的实验结果如下。

2、Fire and Smoke Tracking and Detection using YOLOv8

GitHub地址 Fire and Smoke Tracking and Detection using YOLOv8

This repository contains the code for tracking and detecting fires and smokes in real-time video using YOLOv8.
仓库包含在实时视频中用YOLOv8跟踪和检测火灾和烟雾的代码。
数据集中的图片是火灾视频的每一帧构成的，图片是连续的。
基于YOLOv8的实验结果如下。

在这里插入图片描述

这个数据跑的结果比较好，各项指标如下：
mAP50-95: 0.6487129624371853
mAP50: 0.9269832698953815
mAP75: 0.6268122328620435
FPS: 183.22257161725173

3、fire_detection数据集

GitHub地址fire-smoke-detect-dataset

在这里插入图片描述

数据集中包含jpg数据集和xml标注数据集。处理数据时（按照我的这个程序）将xml转成txt文件，然后进行训练。

作者gengyanlei指出，数据集包含2部分：
1.自己爬取的图像，自己标注
2.他人开源的数据，有的有标注，有的无标注(我给它重新标注)

“怀疑”是不是作者自己标注的问题，导致数据集质量较低。我在YOLOv8中的跑分结果不是很好？还是xml转成txt的处理程序有细节错误？

yolov8.yaml验证结果：
mAP50-95: 0.3595506203014943
mAP50: 0.6709648127470081
mAP75: 0.3525714523955404
FPS: 70.47393270762457

在这里插入图片描述