FireNet：基于 YOLOv11 的火灾/烟雾实时检测系统

1. 🔥 引言：为什么做火灾/烟雾检测？

• 高价值应用：火灾、烟雾在工厂、森林、公共场所等环境中对生命财产极具威胁。实时快速检测异常，对于消防预警、自动告警等至关重要。
• 深度学习优势：相较于传统热感、传感器方式，视觉模型可以覆盖更广区域，推理成本低，部署灵活。
• 最新技术趋势：近年来 YOLO 系列从 YOLOv4/YOLOv5 到最新的 YOLOv11，不断优化效率与精度，使实时检测更可行。

本项目目标是搭建一套从数据采集、模型训练，到界面展示一条龙的火灾烟雾检测系统，对接监控视频、摄像头流，具备报警功能。

---

2. 📚 数据集盘点

2.1 公有火灾 / 烟雾检测数据集

以下是最常用参考数据集：

数据集名称	简介	类别
FireNet Dataset	火焰/烟雾视频帧裁剪，包含~5k 图，标注 Bbox	“fire”,“smoke”
Fogginess Detection	城市烟雾图像，环