简介本资源面向火焰检测方向的工程开发人员、高校学生及课题研究者提供一套可直接运行的完整方案涵盖YOLO格式数据集、已训练好的模型文件以及QT可视化界面既能满足实际工程项目中的火焰识别需求也适合技术入门者快速查看检测效果。压缩包共234个文件约997.51MB包含jpg、jpeg、png等图像样本yaml配置文件py与pyc源码pt权重文件以及csv训练日志、sh脚本、Dockerfile等辅助内容覆盖数据、训练、推理与部署各环节。目前已有935人学习下载说明该方案在火焰识别场景中具备一定参考价值。读者可借助现成模型直接验证效果结合QT界面完成交互演示并参考训练日志与配置理解YOLO火焰检测的完整流程适合作为大学生课题、论文实验或工程原型开发的起点。1. 火焰检测这套资源到底能不能直接跑起来去年帮一个做园区消防改造的朋友看方案他手里有一份火焰检测的工程包里面有训练好的模型、YOLO 格式数据集、还有一套 QT 界面问我能不能直接拿去演示。我打开一看events.out.tfevents训练日志、results.csv训练曲线、Dockerfile环境定义、setup.cfg打包配置全都在模型文件也是现成的代码可以直接运行。这种「算法 数据集 模型 界面」四件套齐全的资源在火焰识别这个方向其实不多见——大部分开源项目要么只给权重不给数据要么只给训练脚本没有可视化界面。这份资源解决的核心问题是让你跳过从零标注、从零训练、从零写界面的漫长周期直接看到火焰检测的完整效果。适合两类人一类是工程技术人员需要快速验证火焰检测在自己场景下的可行性另一类是做课题或论文的学生需要一套可复现的基线系统。YOLO 系列算法在火焰检测上的优势在于单阶段推理速度快配合 QT 界面可以做成实时监控原型。下面我从环境搭建、数据格式、模型推理、界面集成几个层面把这份资源拆开讲清楚。2. 环境搭建与依赖配置从 Dockerfile 到本地 Anaconda2.1 为什么先看 Dockerfile 而不是直接 pip install拿到一个工程包我习惯先翻Dockerfile和setup.cfg因为这两个文件决定了作者当时跑通的环境长什么样。火焰检测这类项目对 CUDA 版本、PyTorch 版本、OpenCV 版本都比较敏感尤其是涉及视频流解码和 QT 界面渲染的时候版本错一位就可能出现libGL.so.1找不到或者cv2.imshow卡死的情况。这份资源的Dockerfile里通常会锁定基础镜像、Python 版本、以及关键依赖的安装顺序。我的做法是先读Dockerfile里的FROM和RUN pip install行把版本号抄下来再决定本地是用 conda 建虚拟环境还是直接复用现有环境。如果Dockerfile里用的是nvidia/cuda:11.x基础镜像那本地显卡驱动就要对应到支持 CUDA 11 的版本否则容器能跑、本地跑不了。# 查看 Dockerfile 中的关键环境定义 grep -E FROM|pip install|conda install|apt-get Dockerfile # 典型输出示例版本号以实际文件为准 # FROM nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04 # RUN pip install torch1.10.0cu113 torchvision0.11.1cu113 # RUN pip install opencv-python PyQt5 numpy pandas上面这段命令的作用是快速提取环境关键信息。grep -E后面跟的正则匹配了基础镜像、pip 安装、conda 安装和系统包安装四类行。参数说明FROM决定 CUDA 和系统版本pip install里的torch版本决定推理代码能否直接加载模型权重opencv-python和PyQt5决定界面和视频处理能否正常跑。如果本地没有 NVIDIA 显卡可以把torch换成 CPU 版本但推理速度会明显下降火焰检测在视频流上可能达不到实时。2.2 Anaconda 环境配置的实操步骤如果你不想用 Docker本地用 Anaconda 建环境是更常见的选择。我一般会建一个 Python 3.8 的环境因为 YOLO 系列早期版本对 3.9 以上的兼容性偶尔出问题尤其是PyQt5和opencv-python的 wheel 包在 3.9 上有时需要额外编译。# 创建并激活虚拟环境 conda create -n fire_detect python3.8 -y conda activate fire_detect # 安装 PyTorch以 CUDA 11.3 为例CPU 用户去掉 cu113 pip install torch1.10.0cu113 torchvision0.11.1cu113 -f https://download.pytorch.org/whl/torch_stable.html # 安装界面和图像处理依赖 pip install PyQt55.15.4 opencv-python4.5.5.64 numpy pandas matplotlib seaborn # 安装 YOLO 相关依赖根据工程包实际需求 pip install pyyaml tqdm requests这段代码的逻辑是先建一个干净的 Python 3.8 环境避免和系统里其他项目的包冲突然后安装指定版本的 PyTorch-f参数指定了 PyTorch 官方 wheel 下载源接着装 QT 界面和 OpenCV最后补上 YOLO 训练和推理常用的工具包。参数说明python3.8是版本约束-y表示自动确认torch1.10.0cu113里的cu113表示 CUDA 11.3 编译版本。如果你用的是 30 系显卡建议 CUDA 11.3 以上20 系显卡 CUDA 10.2 也能跑但需要换对应的 torch 版本。提示安装完 torch 后用python -c import torch; print(torch.cuda.is_available())验证 GPU 是否可用。返回False的话先检查显卡驱动版本再检查 CUDA 版本是否匹配。2.3 验证环境是否跑通的最小测试环境装完别急着跑主程序先做一个最小验证加载模型文件对一张测试图片做推理。这一步能提前暴露 90% 的环境问题比如模型权重加载失败、OpenCV 读图返回 None、CUDA 内存不足等。import torch import cv2 import numpy as np # 加载模型路径以实际工程包为准 model torch.hub.load(., custom, pathweights/best.pt, sourcelocal) # 读取测试图片 img cv2.imread(test_fire.jpg) if img is None: raise FileNotFoundError(图片读取失败检查路径和格式) # 推理 results model(img) results.print() # 打印检测到的类别和置信度 results.save() # 保存带框的结果图到 runs/detect/exp这段代码的关键点torch.hub.load的第一个参数是本地仓库路径sourcelocal表示不从网络拉取path指向模型权重文件results.print()输出检测结果results.save()保存可视化图片。如果这一步能跑通说明模型和环境基本没问题。常见报错是RuntimeError: CUDA out of memory解决方法是减小输入尺寸或者换 CPU 推理。3. YOLO 格式数据集拆解标注文件、类别配置与训练集划分3.1 YOLO 格式标注文件的结构与读取这份资源里的数据集是 YOLO 格式意味着每张图片对应一个.txt标注文件文件名和图片名一致内容格式是类别索引 x_center y_center width height坐标都是归一化到 0 到 1 之间的浮点数。火焰检测通常只有一个类别所以类别索引基本都是0。我见过不少人拿到 YOLO 数据集后直接开训结果 loss 不降排查半天发现是标注文件里的坐标没归一化或者图片和标注文件名对不上。所以第一步一定是写个脚本检查数据完整性。import os import cv2 img_dir datasets/images/train label_dir datasets/labels/train missing_label [] invalid_label [] for img_name in os.listdir(img_dir): if not img_name.lower().endswith((.jpg, .png, .jpeg)): continue label_name os.path.splitext(img_name)[0] .txt label_path os.path.join(label_dir, label_name) if not os.path.exists(label_path): missing_label.append(img_name) continue with open(label_path, r) as f: lines f.readlines() for line in lines: parts line.strip().split() if len(parts) ! 5: invalid_label.append((label_name, line.strip())) continue cls, x, y, w, h map(float, parts) if not (0 x 1 and 0 y 1 and 0 w 1 and 0 h 1): invalid_label.append((label_name, line.strip())) print(f缺失标注文件: {len(missing_label)}) print(f格式异常标注: {len(invalid_label)})这段脚本做了三件事遍历训练集图片目录检查每张图是否有对应的.txt标注检查每行标注是否恰好 5 个字段检查坐标是否在 0 到 1 之间。参数说明img_dir和label_dir要换成你实际的数据集路径missing_label记录没有标注的图片invalid_label记录格式错误的标注行。如果缺失或异常数量超过总数的 5%建议先修复数据再训练否则模型学到的边界框会偏移。3.2 类别配置文件与训练集验证集划分YOLO 训练需要一个.yaml配置文件里面指定训练集、验证集路径、类别数量和类别名称。火焰检测通常只有fire一个类别但有些数据集会区分flame和smoke这个要看标注文件里的类别索引最大值。# fire_data.yaml train: ./datasets/images/train val: ./datasets/images/val nc: 1 names: [fire]这个配置文件里train和val是图片目录路径nc是类别数量names是类别名称列表。注意names的顺序要和标注文件里的类别索引对应索引 0 对应names[0]。如果标注里出现了索引 1 但nc只写了 1训练时会报索引越界。划分训练集和验证集我一般按 8:2 或 9:1 来分火焰检测数据如果场景单一验证集可以少一些。划分脚本用sklearn.model_selection.train_test_split或者自己写随机抽样都行关键是要保证同一段视频抽出来的帧不要同时出现在训练集和验证集里否则验证指标会虚高。import os import shutil import random random.seed(42) all_imgs [f for f in os.listdir(datasets/images/all) if f.endswith(.jpg)] random.shuffle(all_imgs) split_idx int(len(all_imgs) * 0.8) train_imgs all_imgs[:split_idx] val_imgs all_imgs[split_idx:] for phase, imgs in [(train, train_imgs), (val, val_imgs)]: for img in imgs: shutil.copy(fdatasets/images/all/{img}, fdatasets/images/{phase}/{img}) label os.path.splitext(img)[0] .txt shutil.copy(fdatasets/labels/all/{label}, fdatasets/labels/{phase}/{label})这段代码用固定随机种子打乱图片列表按 8:2 切分然后分别复制图片和标注到对应目录。random.seed(42)保证每次划分结果一致方便复现。参数说明split_idx是切分点0.8表示训练集占比。如果你的数据集本身已经分好了 train 和 val这一步可以跳过。3.3 数据增强参数怎么设才不翻车YOLO 训练时默认会做数据增强包括 HSV 色调饱和度调整、随机翻转、随机缩放、马赛克增强等。火焰检测场景下HSV 增强要谨慎因为火焰的颜色特征橙红黄是重要判别依据色调抖动太大会让模型学到错误的颜色分布。我一般会把hsv_h调小到 0.015 左右hsv_s和hsv_v保持默认或略低。翻转增强对火焰检测影响不大因为火焰形状没有固定方向。马赛克增强能提升小目标检测能力但如果你的火焰目标本身就很大可以适当降低马赛克概率。# 训练时的数据增强参数以 YOLOv5 为例 hyp { hsv_h: 0.015, # 色调抖动火焰检测建议调小 hsv_s: 0.7, # 饱和度抖动 hsv_v: 0.4, # 亮度抖动 flipud: 0.0, # 上下翻转概率 fliplr: 0.5, # 左右翻转概率 mosaic: 0.5, # 马赛克增强概率 mixup: 0.0, # 混合增强火焰检测不建议开 }参数说明hsv_h控制色调变化范围火焰检测建议不超过 0.02fliplr左右翻转对火焰无害mosaic设为 0.5 表示一半概率做马赛克增强mixup会把两张图叠加火焰检测里容易造成语义混淆建议关掉。这些参数不是固定的要根据你的数据集实际效果调验证集 mAP 不涨就说明增强过头了。4. 模型推理与 QT 界面集成从权重加载到视频流显示4.1 模型文件加载与推理参数调整这份资源里的模型文件已经训练好直接加载就能用。但「能用」和「好用」之间差的是推理参数调整。火焰检测在实际场景里最怕两件事漏检和误检。漏检就是有火没报误检就是把灯光、夕阳、红色物体当成火。调整置信度阈值和 NMS IoU 阈值是平衡这两者的主要手段。import torch # 加载模型 model torch.hub.load(., custom, pathweights/best.pt, sourcelocal) # 推理参数设置 model.conf 0.35 # 置信度阈值低于此值的检测框被过滤 model.iou 0.45 # NMS IoU 阈值控制重叠框合并 model.max_det 100 # 单张图最大检测框数量 # 对视频流逐帧推理 import cv2 cap cv2.VideoCapture(0) # 0 表示默认摄像头也可换成视频文件路径 while cap.isOpened(): ret, frame cap.read() if not ret: break results model(frame) annotated_frame results.render()[0] cv2.imshow(Fire Detection, annotated_frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这段代码的逻辑是加载本地模型设置置信度和 IoU 阈值然后打开摄像头逐帧推理并显示。参数说明conf0.35表示只有置信度超过 35% 的检测框才会保留调高会减少误检但可能漏检调低则相反iou0.45控制非极大值抑制的重叠阈值火焰区域如果有多个重叠框这个值决定保留哪个max_det100限制单帧最多检测 100 个目标火焰检测场景一般用不到这么多。实际调参时我建议先用一段包含火焰和干扰物的视频跑一遍观察误检和漏检情况再微调conf。4.2 QT 界面与检测线程的分离设计QT 界面做视频监控最容易翻车的地方是把推理放在主线程里导致界面卡死。正确做法是把视频读取和模型推理放在子线程通过信号槽把带框的帧传给主线程显示。这份资源的 QT 界面如果已经实现了线程分离那直接跑就行如果没有需要自己补上。from PyQt5.QtCore import QThread, pyqtSignal import cv2 import torch class DetectThread(QThread): frame_signal pyqtSignal(object) # 信号传递带框的帧 def __init__(self, model_path, video_source0): super().__init__() self.model torch.hub.load(., custom, pathmodel_path, sourcelocal) self.model.conf 0.35 self.cap cv2.VideoCapture(video_source) self.running True def run(self): while self.running and self.cap.isOpened(): ret, frame self.cap.read() if not ret: break results self.model(frame) annotated results.render()[0] self.frame_signal.emit(annotated) # 发射信号给主线程 def stop(self): self.running False self.cap.release() self.wait()这段代码定义了一个DetectThread类继承自QThread。frame_signal是一个pyqtSignal用来把推理后的帧传给主线程。run方法里循环读取视频帧、推理、渲染、发射信号。参数说明video_source0表示默认摄像头也可以传视频文件路径self.running控制线程退出stop方法负责释放摄像头资源并等待线程结束。主线程里只需要连接frame_signal到一个更新 QLabel 的槽函数即可。注意QT 界面里更新 UI 必须在主线程做子线程只能发信号。如果直接在子线程里调用QLabel.setPixmap程序可能崩溃或者界面不刷新。4.3 视频流帧率与推理速度的平衡火焰检测在视频监控场景下帧率太低会漏掉快速变化的火情帧率太高又吃满 GPU。我一般会做一个跳帧策略每两帧或三帧推理一次中间帧复用上一次的检测结果。这样能在不明显降低检测效果的前提下把 GPU 占用降下来。frame_count 0 detect_interval 2 # 每 2 帧推理一次 last_results None while cap.isOpened(): ret, frame cap.read() if not ret: break frame_count 1 if frame_count % detect_interval 0: last_results model(frame) if last_results is not None: annotated last_results.render()[0] cv2.imshow(Fire Detection, annotated) if cv2.waitKey(1) 0xFF ord(q): break这段代码用frame_count计数每隔detect_interval帧才做一次推理其余帧复用last_results。参数说明detect_interval2表示每两帧推理一次实际帧率会翻倍如果 GPU 性能足够设为 1 就是每帧都推理。这个策略在火焰检测里比较实用因为火焰的形态变化通常不会在几十毫秒内突变。5. 避坑与排查火焰检测工程化落地的五个血泪经验5.1 模型加载报错No module named models现象运行推理脚本时提示ModuleNotFoundError: No module named models但明明工程包里就有models文件夹。原因YOLO 的torch.hub.load在sourcelocal模式下会从当前工作目录查找models模块。如果你在别的目录下运行脚本Python 找不到这个模块。解决在脚本开头把工程根目录加到sys.path里或者直接在工程根目录下运行脚本。import sys import os sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))5.2 QT 界面显示视频时画面撕裂或卡顿现象QT 界面里视频画面出现撕裂、卡顿甚至界面无响应。原因子线程推理速度跟不上视频读取速度或者信号发射频率太高主线程来不及渲染。解决降低推理频率跳帧或者在信号槽连接时使用Qt.QueuedConnection确保跨线程安全。另外QLabel 显示图片时不要每帧都setPixmap可以做一个帧缓冲每两帧更新一次 UI。5.3 火焰检测误检严重灯光和夕阳都被框出来现象模型把路灯、车灯、夕阳、红色衣服都检测成火焰误检率高。原因训练数据里负样本不足模型没有学到火焰和类似颜色物体的区分特征。解决在训练集里加入负样本图片不含火焰但包含灯光、夕阳等干扰物标注文件为空。重新训练后模型对干扰物的抑制能力会明显提升。如果不想重训可以调高conf阈值到 0.5 以上但会牺牲一部分召回率。5.4 训练 loss 不下降或震荡现象训练过程中box_loss和obj_loss不下降或者剧烈震荡。原因学习率设得太大或者数据集标注质量差或者 batch size 太小导致梯度不稳定。解决先把学习率降到 0.001 或 0.0005 试试检查标注文件是否有大量越界坐标增大 batch size如果显存允许。另外results.csv里记录了每轮训练的 loss 和 mAP可以画出来看趋势如果 loss 一直震荡不收敛大概率是学习率问题。5.5 模型在本地跑得好部署到工控机就报错现象开发机上推理正常部署到工控机后报CUDA error: no kernel image is available for execution on the device。原因工控机的显卡算力和开发机不同PyTorch 编译时的 CUDA 架构不支持工控机显卡。解决在工控机上重新安装对应 CUDA 版本的 PyTorch或者用 CPU 推理。如果工控机没有 NVIDIA 显卡直接装 CPU 版 torch 即可火焰检测在 CPU 上单帧推理大约 200 到 500 毫秒做低频监控够用。6. 进阶技巧用 results.csv 反推训练质量与模型选型results.csv是 YOLO 训练过程里最有价值但最容易被忽略的文件。它记录了每一轮的train/box_loss、train/obj_loss、train/cls_loss、metrics/mAP_0.5、metrics/mAP_0.5:0.95等指标。很多人训练完只看最后一行 mAP其实中间过程更能说明问题。我一般会做三件事第一画 loss 曲线看是否收敛第二画 mAP 曲线看最佳轮次第三对比不同模型的results.csv选性价比最高的那个。import pandas as pd import matplotlib.pyplot as plt # 读取训练日志 df pd.read_csv(results.csv) df.columns df.columns.str.strip() # 去除列名空格 # 画 loss 和 mAP 曲线 fig, axes plt.subplots(1, 2, figsize(12, 4)) axes[0].plot(df[epoch], df[train/box_loss], labelbox_loss) axes[0].plot(df[epoch], df[train/obj_loss], labelobj_loss) axes[0].set_xlabel(Epoch) axes[0].set_ylabel(Loss) axes[0].legend() axes[0].set_title(Training Loss) axes[1].plot(df[epoch], df[metrics/mAP_0.5], labelmAP0.5) axes[1].plot(df[epoch], df[metrics/mAP_0.5:0.95], labelmAP0.5:0.95) axes[1].set_xlabel(Epoch) axes[1].set_ylabel(mAP) axes[1].legend() axes[1].set_title(Validation mAP) plt.tight_layout() plt.savefig(training_curves.png, dpi150)这段代码用 pandas 读取results.csvdf.columns.str.strip()去除列名可能存在的空格YOLO 不同版本列名格式略有差异。然后画两张图左边是 box_loss 和 obj_loss 曲线右边是 mAP 曲线。参数说明metrics/mAP_0.5是 IoU 阈值为 0.5 时的平均精度火焰检测一般看这个指标metrics/mAP_0.5:0.95更严格能反映模型在不同 IoU 下的综合表现。如果 mAP 曲线在某个轮次后不再上升甚至下降说明模型开始过拟合最佳权重应该取 mAP 最高那一轮的。还有一个实用技巧如果你手头有多个模型文件比如 YOLOv5s、YOLOv5m、YOLOv8n可以把它们的results.csv放在一起对比。火焰检测场景下YOLOv5s 和 YOLOv8n 的推理速度差异明显但 mAP 可能只差一两个点。如果部署在边缘设备上优先选轻量模型如果跑在服务器上可以选精度更高的版本。# 多模型对比 models { yolov5s: runs/train/yolov5s/results.csv, yolov5m: runs/train/yolov5m/results.csv, yolov8n: runs/train/yolov8n/results.csv, } for name, path in models.items(): df pd.read_csv(path) df.columns df.columns.str.strip() best_map df[metrics/mAP_0.5].max() best_epoch df[metrics/mAP_0.5].idxmax() 1 print(f{name}: best mAP0.5{best_map:.4f} at epoch {best_epoch})这段代码遍历多个模型的results.csv输出每个模型的最佳 mAP 和对应轮次。参数说明idxmax()返回最大值所在的索引加 1 是因为 epoch 从 1 开始计数。通过这个对比你能快速判断哪个模型在火焰检测任务上性价比最高。从那以后我每次拿到训练好的模型都会先翻results.csv确认最佳轮次和 mAP 趋势再决定要不要直接用这个权重。如果 mAP 曲线还在上升说明训练没跑够如果已经下降说明过拟合了得换权重或者加数据。希望帮到你。本文还有配套的精品资源点击获取
