基于视觉的烟雾/火焰检测数据集整理（检测、识别、分割）

最新推荐文章于 2025-10-17 13:47:09 发布

原创

最新推荐文章于 2025-10-17 13:47:09 发布 · 3.9w 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍了几种基于视觉技术的火灾预警系统及相应的数据集。这些系统通过火焰和烟雾识别来实现早期火灾预警，但面临高误报率等问题。文中还详细列举了多个公开的数据集及其特点。

基于传感器的火灾预警系统，比较适用于较小空间。随着视觉技术的发展，基于视觉的火灾预警系统，更适用于对森林等大范围场景进行 远距离监控¹。

当前的烟雾火焰检测系统中，采用机器学习的视觉技术暂未广泛替代传感器，主要原因就在于其误报与漏报较高。

火灾初期通常会产生大量烟雾，这一现象在很大程度上降低了用火焰检测进行火灾预警的有效性，所以现在很多方案通过对烟雾的监控和检测，实现早期火灾预警。

基于视觉的火灾预警任务可以分为火焰/烟雾识别、检测、分割这3类不同的粒度。相关的数据集整理如下：

在这里插入图片描述

数据集地址：https://collections.durham.ac.uk/files/r2d217qp536#.YG_uqsgzqkL
这个数据集比较大，压缩包约10.4GB²，分为fire、nofire两类别，还有超像素分割后的火焰图像，可以进行定位和识别，比较适合用深度学习的方法。
数据集的内容结构如下：
├── images-224x224 (5.4G / 70k PNG format files - the training and testing data se

108 条评论