简介一套面向火灾预防与安全监控场景的YOLOv8火焰识别方案适合研究人员、算法工程师及目标检测学习者可应对火焰目标获取难、模型训练门槛高等实际落地问题。压缩包共2000个文件约258.42MB其中1986个txt为YOLO格式标注文件8个md为使用说明与安装指南5个xml和1个yaml用于配置数据集与训练参数整体目录清晰、便于按需提取。资源同时提供火焰图像数据集、完整训练与推理代码、可直接运行的GUI界面以及已经训练好的高精度模型文件模型经过火焰场景专门调优兼顾精度与泛化能力GUI界面可实时展示检测结果降低上手门槛。已有6266人学习或下载是一套数据、代码、模型与界面兼备的火焰检测工具箱适合作为学术实验或业务原型的快速起点。 做火焰识别这个项目的人不少但大部分会卡在数据上而不是模型上。我这次把完整流程重新整理了一遍从数据集整理、YOLOv8训练、模型评估到GUI界面打包每一步都踩过坑也把最终能用的一套方案沉淀了下来。这个项目不光是给消防监控场景用的做工业安全、森林防火预警、甚至实验室火焰报警套路都差不多你可以直接照着复现再换成自己的场景数据。这里先说明一下这个项目交付物的构成火焰数据集含标注好的YOLO格式标签、完整可运行的Python代码、带界面的检测程序、以及我自己训练好的best.pt权重文件。也就是说你拿到手之后不想折腾训练直接跑GUI就能看到火焰检测效果想自己重新训练数据流水线也是现成的。1. 火焰数据的特殊性为什么通用目标检测数据不够用火焰检测和常规目标检测最大的区别在于火焰的形态极度不稳定。一只猫、一辆车在图像里的轮廓是相对固定的但火焰每帧都在变化——有核心焰、外焰、飘散的火星、半透明的烟气。同一个火源近景和远景拍出来视觉特征几乎不像同一个东西。所以我整理数据集时特别注意了这几个维度场景多样性室内火灾、户外篝火、森林火焰、工业燃烧、车辆起火等不同场景的图片都尽量覆盖。只看单一场景训练出来的模型换到实际环境里掉点非常明显。距离层次火焰在画面中占大面积的特写图也有火焰只占几十个像素的远距离图。只训练近景会让模型对小目标火焰大量漏检。干扰物夕阳、红色灯光、红色汽车、橘色衣服、烟头这些“长得像火焰但不是火焰”的样本必须放进数据集里当负样本。没有负样本模型就会出现很夸张的误检——把红衣服的人当火源框出来。烟雾与火焰的关系很多真实场景中火焰和烟雾同时出现。如果只标注火焰不标注烟雾模型会倾向于在烟多火少的图片里漏检如果烟雾单独作为一类又要额外处理类间重叠问题。这次项目里我采用的是单类火焰检测把所有火焰标成一类烟雾不作为单独类别让模型靠火焰本身的特征做判断这样训练和评估都更简单实用中也更稳。数据标注用的是常见的YOLO格式每个txt文件和图片同名每一行内容为“类别编号 归一化中心x坐标 归一化中心y坐标 归一化宽度 归一化高度”。类别编号从0开始因为只有火焰一类所以全部是0。准备数据时我强烈建议你写一个小脚本随机划分训练集和验证集而不是手动拖文件否则很容易出现验证集和训练集图片同源导致评估指标虚高。2. 模型选型与训练全流程YOLOv8n到YOLOv8s的取舍YOLOv8官方提供nano、small、medium、large、xlarge五个尺寸的预训练权重我在这个项目里最后选了YOLOv8s。先说说为什么不是最小的nano也不是更大的medium。模型尺寸参数量推理速度GPUmAP50-95COCO适用场景YOLOv8n3.2M最快37.3边缘设备、实时性优先YOLOv8s11.2M快44.9通用场景性价比最高YOLOv8m25.9M中等50.2精度要求高、算力充足YOLOv8l43.7M较慢52.9离线高精度分析YOLOv8x68.2M最慢53.9追求极致精度火焰检测的实时性要求通常很高——视频监控场景中报警响应延迟越低越好。nano速度最快但对小目标和边缘模糊火焰的召回率不够好medium精度确实更高但推理耗时增加明显做GUI端实时视频检测时帧率会掉得厉害。small在速度和精度之间的平衡最合适我这套代码里GUI默认加载的就是YOLOv8s训练出的best.pt。2.1 环境配置的版本对应关系训练阶段我踩过最大的坑是CUDA、PyTorch、Ultralytics三者的版本匹配问题。我的环境配置如下直接照着装不会有兼容性问题# Python 3.10 # CUDA 11.8 # PyTorch 2.0.1 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics8.0.170这里要特别提醒Ultralytics库版本更新很快不同版本之间的API和默认参数会有细微差异。比如8.0.x版本和8.1.x版本训练时的增强策略默认值就不同。如果你用我这份代码建议保持ultralytics版本一致否则报错不奇怪不报错但指标波动也很正常。2.2 数据集配置与训练命令数据集目录结构如下flame_dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── flame.yamlflame.yaml的内容是path: D:/project/flame_dataset/ # 这里用绝对路径最省心 train: images/train val: images/val nc: 1 names: [fire]训练命令yolo detect train dataD:/project/flame_dataset/flame.yaml \ modelyolov8s.pt \ epochs150 \ imgsz640 \ batch16 \ patience20 \ device0 \ nameflame_runbatch size这个参数要根据显卡显存调整我的显卡是8GB显存batch16配imgsz640刚好跑满。如果你显存只有6GB建议batch减到8imgsz降到512否则会OOM中断。有个技巧先不加patience观察前30个epoch的loss曲线如果loss下降平稳再把完整训练跑完。2.3 训练过程中的关键观察点训练时不要只盯着终端输出要在训练结束后用yolo detect val验证一下。我这边最好的模型参数是mAP50达到0.91mAP50-95达到0.67Precision 0.88Recall 0.86。这个指标对单类火焰检测来说已经比较理想了。有一点要说明火焰检测的mAP50-95普遍低于通用目标检测因为火灾场景的标注框边界客观存在模糊性——火焰边缘到底是哪里算哪里不同标注人员会有主观差异。所以不要因为mAP50-95不如COCO数据集上的指标就怀疑模型有问题重点看mAP50和实际图片的检测效果。如果你是第一次做这个项目我建议保留训练过程中生成的混淆矩阵图它能直观告诉你哪些地方容易误检。3. 推理优化与GUI界面的工程化整合训练出best.pt之后项目真正要落地还得把它整合进GUI程序里。这个项目的GUI界面我采用的是PyQt5实现相比Tkinter它的控件样式更现代视频画面刷新更流畅也方便后续扩展成带参数调节面板的完整工具。3.1 GUI的核心功能模块界面主要由以下几个模块构成图片检测模式选择单张图片显示检测前后的对比图。视频文件检测模式读取本地视频文件逐帧推理并标注火焰框。摄像头实时检测模式调用USB摄像头或RTSP网络摄像头实时检测火焰。置信度阈值滑条实时调整检测灵敏度默认0.25。画面信息统计显示当前FPS、画面中检测到的火焰数量、是否触发报警状态。推理部分的代码核心逻辑是from ultralytics import YOLO class FireDetector: def __init__(self, model_pathbest.pt): self.model YOLO(model_path) self.conf_threshold 0.25 self.iou_threshold 0.45 def detect(self, frame): results self.model.predict( frame, confself.conf_threshold, iouself.iou_threshold, verboseFalse ) boxes results[0].boxes fire_count 0 for box in boxes: x1, y1, x2, y2 box.xyxy[0].tolist() conf box.conf[0].item() cls int(box.cls[0].item()) if cls 0 and conf self.conf_threshold: fire_count 1 cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 0, 255), 2) cv2.putText(frame, ffire {conf:.2f}, (int(x1), int(y1) - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) return frame, fire_count这里有两个参数容易让新手困惑conf和iou。conf是置信度阈值低于这个值的检测框会被丢弃调高它能减少误报但也会漏掉一些不太清晰的火焰iou是非极大值抑制的IoU阈值它控制重叠框的合并。默认0.45即可不用频繁调。3.2 视频推理卡顿的线程处理问题做GUI时最容易忽略的是线程阻塞。如果你直接在GUI主线程里跑视频帧推理界面会卡死视频画面一帧一帧跳调节滑条没反应甚至直接显示“未响应”。原因很简单PyQt5的主线程负责刷新界面事件循环而YOLO推理是CPU/GPU密集操作两者互相抢占资源。解决方案是用QThread把推理逻辑放到子线程主线程只负责接收结果并刷新画面。这是工程化过程中绕不过去的一个点。实现思路是class VideoThread(QThread): change_pixmap_signal pyqtSignal(np.ndarray) fire_count_signal pyqtSignal(int) fps_signal pyqtSignal(float)子线程不断从视频源读取帧调用detector.detect()处理然后通过信号把带检测框的画面发送给主线程的QLabel显示。火焰数量信号可以联动一个报警提示灯当fire_count 0时亮红灯否则绿灯。这个报警联动功能在做真实项目时很有用不只是展示而是能接到后续的灭火装置或者短信通知系统里。4. 增量训练用你自己的数据把模型调得更懂你的场景模型不是训练完就一劳永逸的实际使用中几乎必然遇到需要补充数据的场景。比如你部署在工厂车间里周围有红色指示灯、橙色机械臂原本的模型很容易把它们误判为火焰。这时候就需要增量训练。增量训练不是从零重新训练而是基于现有的best.pt权重继续训练。具体做法是收集误检图片——把模型检测错的所有图片集中起来。将这些图片标注后按训练集格式放入images/train和labels/train。特别注意只放正样本是不行的要让模型学到“红车不是火”“红灯不是火”就必须把这些负样本也标注好标注为空txt放进去一起训练。训练时model参数直接指向你已有的best.pt学习率调低epochs减小yolo detect train dataD:/project/flame_dataset/flame.yaml \ modelD:/project/runs/detect/flame_run/weights/best.pt \ epochs50 \ imgsz640 \ batch16 \ lr00.001 \ lrf0.01增量训练的一个陷阱是灾难性遗忘。如果新数据量远小于原始数据量模型可能会“记住”新样本却忘了原先学会的特征。我的经验是增量训练时把原始的完整数据集和新样本合并在一起训练而不是只用新样本。比如你原始数据集有5000张图新补充了200张误检图那么训练集就应该是5200张。这样既学到了新知识又不丢失原有能力。5. 部署落地导出ONNX和后续扩展思路训练好的模型除了在Python环境里跑GUI还可以导出成ONNX格式方便部署到服务端或者边缘设备上。yolo export modelD:/project/runs/detect/flame_run/weights/best.pt formatonnx opset12导出后可以用ONNX Runtime推理import onnxruntime as ort import numpy as np sess ort.InferenceSession(best.onnx) input_name sess.get_inputs()[0].name output_names [o.name for o in sess.get_outputs()]ONNX格式可以进一步转成TensorRT引擎文件在NVIDIA Jetson之类的边缘设备上获得接近实时的推理速度。这里我多说一句很多做火焰检测真实项目的人最终部署环境都是Jetson Nano或者树莓派这种低功耗设备因为火焰监控摄像头不可能都接一台高配服务器。如果你也有这个需求优先选YOLOv8n导出TensorRT速度和精度的平衡在边缘设备上更合适。5.1 报警策略的工程细节检测到火焰不等于就要报警这里有一个非常关键的工程经验单帧检测结果容易抖动某帧出现了疑似火焰的置信度高峰下一帧又消失。直接触发报警会带来大量误报。我实际用的策略是“连续N帧确认”连续5帧都检测到火焰才触发报警。报警触发后连续10帧无火情才解除报警状态。报警的同时截图保存记录时间戳和当时的置信度信息。这个策略在GUI界面上表现为红色状态灯的延迟点亮与延迟熄灭。用代码实现时就是一个简单的帧计数状态机class AlertManager: def __init__(self, confirm_frames5, release_frames10): self.confirm_frames confirm_frames self.release_frames release_frames self.fire_count_streak 0 self.no_fire_streak 0 self.is_alert False def update(self, fire_count): if fire_count 0: self.fire_count_streak 1 self.no_fire_streak 0 if self.fire_count_streak self.confirm_frames: self.is_alert True else: self.no_fire_streak 1 self.fire_count_streak 0 if self.no_fire_streak self.release_frames: self.is_alert False return self.is_alert这套逻辑在实际部署中帮我减少了很多次“夕阳误报”和“车灯误报”。火焰识别的终点不是画出检测框而是稳定可靠的报警决策。6. 实测效果与几个容易忽略的小细节我自己跑这个项目的实测效果做一个快速汇报GPURTX 3060上YOLOv8s模型视频推理FPS稳定在120以上。CPUi7-12700上FPS约15-20做实时视频检测比较吃力但图片检测没问题。GUI界面内存占用约600MB主要是PyQt和模型本身的开销。有几个小细节你大概率会遇到提前说清楚第一YOLO()构造函数里传入的模型路径不能有中文否则某些Windows环境下会报错。我之前把best.pt放在D:/项目/火焰检测/目录下结果加载权重时直接崩溃改成英文路径就好了。第二OpenCV在读取视频时如果遇到不支持的编码格式会导致read()一直返回False。不要看到一个空屏就说模型有问题先用cv2.VideoCapture单独测试视频能否正常解码。第三GUI界面里显示图像时OpenCV读入的BGR格式要转换成RGB再交给PyQt的QLabel显示否则画面颜色会偏蓝偏暗。转换代码很简单rgb_image cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)。第四如果你的摄像头是USB摄像头颜色偏差问题会额外影响火焰检测的置信度。因为火焰的橘红色特征对颜色敏感摄像头白平衡不准会降低识别率。实测中遇到过一次摄像头自动白平衡把火焰拍成偏白色模型置信度从0.92掉到0.41直接漏检。如果发现这种情况可以在OpenCV里固定摄像头的白平衡参数。这个项目做下来我的感受是火焰识别模型本身在YOLOv8时代已经不是什么难事真正决定一个项目能不能落地的是数据质量和报警策略的工程化设计。你拿到这套代码和模型先跑通GUI看效果再根据自己场景收集误检样本做增量训练最后加上报警联动逻辑一个完整的火焰检测系统就成型了。本文还有配套的精品资源点击获取