火焰烟雾检测数据集整理与YOLOv8训练实战指南

简介：面向火焰烟雾检测任务的数据集压缩包，采用YOLO格式，图片由人工精心挑选并标注，场景覆盖广阔，可直接作为通用模板数据集；针对特定环境，只需补充少量现场数据即可完成适配，省去了自行收集、筛选与标注的繁琐过程。压缩包共332个文件，约32.18MB，核心内容包括：txt/names等标注与类别文件，yaml/cfg模型配置文件，py/sh训练及预处理脚本，以及Darknet框架的C/CUDA源码（如detector、yolo_layer等），便于二次开发与底层调试；同时附有jpg示例图片和mp4演示视频，供快速预览效果。目前已有2017人学习下载。这份数据集不仅包含高质量标注数据，还内置了可运行的代码链路与模型权重，适合深度学习目标检测初学者系统学习，也适合工业应用开发者直接集成到火焰烟雾检测项目中，加速算法验证与落地。

1. 火焰烟雾检测刚起步时，最容易卡住的是手里的zip数据集

做工业安全、森林防火或工地监控的人，订单里大概率会出现“火焰烟雾识别”这个需求。于是你会去搜数据集，运气好会找到一个“火焰烟雾数据集YOLO.zip”，看着名字像是能直接塞进YOLO训练。但实际解压之后，目录可能是乱的，标签可能是标到一半的VOC格式，甚至同一张图被复制到train和val两遍。真正能跑通训练的人往往不是靠运气，而是靠一套固定的整理流程。这篇内容就顺着“拿到的zip离能训练还差几步”来展开，从解压、标注格式转换、data.yaml配置，到训练参数和常见报错排错，最后讲一个验证模型是否被烟雾干扰的实操方法。适合正在用YOLOv5或YOLOv8训练自己数据集的读者，尤其是第一次处理火焰烟雾这类半透明目标的人。

2. 从zip到YOLO训练集：先理清火焰烟雾数据集的目录与标注格式

2.1 解压后的标准目录结构长什么样

常见的“火焰烟雾数据集YOLO.zip”解压后，真正能被YOLO训练流程直接使用的结构是下面这样的。注意，不要求数据集作者一开始就标准，但你要有能力把任意的zip整理成标准结构。

unzip 火焰烟雾数据集YOLO.zip -d ./fire_smoke cd ./fire_smoke tree -L 2

一个可用的train/val目录结构：

fire_smoke/ ├── images/ │ ├── train/ │ │ ├── fire_001.jpg │ │ └── smoke_001.jpg │ └── val/ ├── labels/ │ ├── train/ │ │ ├── fire_001.txt │ │ └── smoke_001.txt │ └── val/ └── data.yaml

这里的关键不是tree输出好看，而是images/train和labels/train下的文件名前缀必须严格一致。YOLO训练时是拿图片像素，再去读同名的txt标签，文件名对不上直接跳过该样本，且不报错。另一个常见问题是zip里套zip，解开第一层发现里面还有一个“火焰烟雾标注版.zip”，这种情况我一般先用find . -name "*.zip"扫一遍再二次解压，避免训练到一半发现数据集不完整。

2.2 火焰烟雾标注格式：从VOC/COCO转成YOLO txt的正确姿势

很多公开的火焰烟雾数据集合规的标注是VOC格式的XML，或者COCO的JSON。YOLO则需要每一张图对应一个txt文件，文件内每行是：

class_id x_center y_center width height

注意这五个值全部是归一化坐标，取值范围[0,1]，不是像素值。x_center是目标框中心点的横坐标占图片宽度的比例，width是目标框宽度占图片宽度的比例。如果你直接拿像素值填进去，训练时边界框会飞出图片，损失直接NaN。

下面是一个把VOC XML批量转成YOLO txt的脚本，这是处理火焰烟雾数据集时最常见的一步。

import os import xml.etree.ElementTree as ET from glob import glob # 类别要保持固定顺序，YOLO用索引表示类别 CLASSES = ["fire", "smoke"] def convert_xml_to_yolo(xml_path, out_path, img_w, img_h): tree = ET.parse(xml_path) root = tree.getroot() lines = [] for obj in root.iter("object"): cls_name = obj.find("name").text if cls_name not in CLASSES: continue cls_id = CLASSES.index(cls_name) bndbox = obj.find("bndbox") x1 = float(bndbox.find("xmin").text) y1 = float(bndbox.find("ymin").text) x2 = float(bndbox.find("xmax").text) y2 = float(bndbox.find("ymax").text) x_center = (x1 + x2) / 2 / img_w y_center = (y1 + y2) / 2 / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}") with open(out_path, "w") as f: f.write("\n".join(lines)) for xml_path in glob("annotations/*.xml"): # 实际上图片尺寸要从对应图片读，不能假设全图一致 # 这里只是演示结构，真实场景请使用PIL或cv2读取 img_w, img_h = 640, 640 out_path = "labels/" + os.path.basename(xml_path).replace(".xml", ".txt") convert_xml_to_yolo(xml_path, out_path, img_w, img_h)

逻辑说明：脚本先固定类别顺序，确保fire是0、smoke是1；然后从XML里取边界框的左上角和右下角像素坐标；最后通过归一化公式计算中心点和宽高。参数说明：CLASSES顺序一旦确定，后面训练时的data.yaml里names也必须用同一个顺序，否则模型预测的类别索引对不上真实类别。

需要强调一个容易踩的坑：图片尺寸不要用固定值。火焰烟雾图片有竖屏有横屏，分辨率从480p到4K都有。正确做法是先用cv2或PIL读一遍图片宽度和高度再传入脚本，否则边界框位置全部偏移。

2.3 验证标签与图片是否对齐

数据集整理完，不能急着训练。跑下面这个命令能快速找出没有标签的图片和没有图片的标签文件。

cd fire_smoke for f in images/train/*.jpg; do base=$(basename "$f" .jpg) [ -f "labels/train/$base.txt" ] || echo "missing label: $f" done for f in labels/train/*.txt; do base=$(basename "$f" .txt) [ -f "images/train/$base.jpg" ] || echo "missing image: $f" done

这段逻辑很简单：第一个循环遍历训练图片，检查同名txt是否存在；第二个循环反向遍历标签文件。运行后只要没有任何输出，就说明对齐通过了。我再补充一个检查：统计标签文件里的行数，如果是0行，说明该图片没有目标。YOLO允许空标签，但训练时这类图片只会贡献背景损失，如果数量太多会让模型偏向“什么都不检测”。

3. 用YOLOv8训练火焰烟雾模型：数据集配置与关键参数

3.1 准备data.yaml的四个必填项

当目录结构整理好之后，下一步是编写data.yaml。这是YOLOv8训练自己数据集时的入口配置，路径错误会导致训练直接失败。

# data.yaml path: /home/yourname/fire_smoke # 数据集根目录 train: images/train val: images/val names: 0: fire 1: smoke

path是根目录的绝对路径，推荐写绝对路径，避免不同终端当前目录不同导致定位失败。train和val是相对path的路径，注意这里只需要到images目录，YOLO会自动把images替换为labels去找对应txt。names必须从0开始连续编号，如果你的类别只有一个fire，也要写作0: fire，不能从1开始。

这里额外说一个和“kitti标注转yolo”相通的经验：KITTI数据集的类别有Car、Pedestrian多个，转换时同样要求类别索引连续。如果你在data.yaml里写了0和2，跳过了1，YOLO训练时索引会错乱，损失函数计算会拿到错误的类别数。

3.2 训练命令与超参数选择

YOLOv8训练火焰烟雾模型的最小命令如下：

yolo detect train \ data=/home/yourname/fire_smoke/data.yaml \ model=yolov8s.pt \ epochs=100 \ imgsz=640 \ batch=16 \ device=0

参数说明：model=yolov8s.pt是YOLOv8的s规格预训练权重，火焰烟雾这类目标不算特别复杂，s规格足够；如果你的数据集中小目标很多，可以换成yolov8s.yaml从头训练或继续用s预训练，但不建议直接上x规格，训练时间会成倍增加。imgsz=640表示训练分辨率，烟雾对比度低且边界模糊，低于640容易丢失细节。batch取决于显存，显卡是RTX 3060 12G时可以设16，如果是8G显存请降低到8。

训练过程中要盯两个指标：box_loss和cls_loss。如果box_loss持续下降到0.06以下，但是验证集mAP50不涨，说明过拟合了。火焰和烟雾的相似度会造成类别混淆，最常见的表现是mAP50-95远低于mAP50，这时需要加大数据增强。

3.3 针对火焰烟雾小目标的数据增强参数

火焰烟雾在画面里的尺度变化极大，远处森林火灾的烟雾可能只占几十个像素，近景的火焰几乎占满全图，所以YOLO自带的增强策略要调整。

# aug.yaml augment: true hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 fliplr: 0.5 scale: 0.5 mosaic: 1.0 mixup: 0.2 close_mosaic: 10

在训练命令中加入cfg=aug.yaml即可。这些参数里最值得注意的是hsv_h。火焰的颜色偏橙红，烟雾偏灰白，如果色调扰动太大，火焰可能会变成紫色，烟雾变成绿色，这种增强对真实场景没有意义。我一般会把hsv_h压到0.015，颜色亮度饱和度改动可以略大。close_mosaic: 10表示训练最后10个epoch关闭马赛克增强，因为mosaic拼接的图像中火焰烟雾可能被拼接缝压扁，导致模型学到的边界框形状失真。

如果你遇到“yolo实例分割”场景，比如要分割火焰边缘，那么数据增强参数需要额外加一个degrees: 10允许小角度旋转。因为旋转会让烟雾的羽流形状变化，但火焰的柱状外形对旋转其实很敏感，旋转角度大了会让模型误以为出现新的形态。

4. 训练卡住/不收敛/漏检时的排错路径

4.1 zip解压后图片损坏导致的失败

数据集的zip文件在传输过程中可能损坏，或者原始作者打包时就有问题。训练时报错如Could not load image或Corrupt JPEG data，多数是图片文件头损坏。

先跑一遍校验：

find images -name "*.jpg" -o -name "*.png" | while read f; do file "$f" | grep -q "image data" || echo "broken: $f" done

file命令输出中如果包含image data字样，说明文件是有效图片；否则就是损坏。找出损坏图片后，建议直接删除，并同步删除对应的txt标签文件，而不是去费力修复。因为一张损坏图可能会在训练中途触发MemoryError或数据加载进程崩溃，影响所有后续epoch。

4.2 类别标签不连续或背景类干扰

我在整理火焰烟雾数据集时经常遇到这样的标签文件：

2 0.5 0.5 0.3 0.3 0 0.1 0.1 0.2 0.2

类别索引从2开始，而data.yaml里只定义了0和1。这会让YOLO在计算分类损失时越界，表现为cls_loss突然NaN。解决办法是重新映射类别索引，而不是修改data.yaml去适配这个混乱的标签。

另一个问题是背景类干扰。有些数据集作者会把“无火焰无烟雾”的图片也标成第三类background，这其实是错误做法。YOLO通过负样本学习背景，不需要在类别里显式定义背景类。如果发现标签文件里有大量class_id=2，那这些标注需要全部删除，或者重新标注。

4.3 锚框与分辨率设置对烟雾这种半透明目标的影响

烟雾是半透明的，边缘没有锐利轮廓，YOLO在默认锚框下对长条形烟雾的召回率比较低。你可以用下面代码统计标签里所有标注框的宽高比，看看分布是否和默认锚框对齐。

import os import numpy as np ratios = [] for f in os.listdir("labels/train"): with open(f"labels/train/{f}") as fp: for line in fp: parts = line.strip().split() if len(parts) == 5: w = float(parts[3]) h = float(parts[4]) ratios.append(w / h) ratios = np.array(ratios) print("mean ratio:", ratios.mean(), "std:", ratios.std())

如果平均宽高比超过3，说明数据集中存在大量横向长条烟雾。此时把imgsz提高到1280通常比改锚框更有效。因为分辨率提高后，长条目标的像素信息更充足，YOLO能学到更细的边缘特征。如果显存不够，则考虑缩小batch而不是降低imgsz。还有一种情况是模型把远处的白色烟雾误检为白色的墙体或云层，这种漏检和误检要通过下一章的混淆矩阵定位。

5. 验证模型的一个小技巧：用热力图和混淆矩阵检查过拟合

5.1 用val模式快速看效果

训练完成后，不要只看最后的mAP数字。先跑一次验证，把预测图输出出来人工扫一遍：

yolo detect val \ model=runs/detect/train/weights/best.pt \ data=/home/yourname/fire_smoke/data.yaml \ conf=0.25 \ save_json=True \ save_txt=True \ save_conf=True

save_json=True让YOLO输出预测结果的JSON，save_txt输出包含类别、坐标、置信度的txt，save_conf把置信度也写进去。这时打开输出目录里的预测图，重点关注两类：一类是无火有烟但模型框出fire置信度大于0.5的图，另一类是火焰被烟雾完全包住的图。

5.2 从混淆矩阵判断火焰和烟雾类别的互相污染

YOLOv8在验证结束后会在runs/detect/val下生成confusion_matrix.png。这个矩阵能直接看出问题。

如果看到smoke那行有0.17跑到background，说明大量烟雾被当成背景。如果fire那一列有0.15被预测成smoke，说明火焰和烟雾在颜色、纹理上产生了语义混淆。解决思路不是盲目加数据，而是到第5.1步保存的txt预测结果里，找出具体的类别错误样本，看是不是标注框太小，导致模型没看到全局的火焰颜色。这时可以单独用烟雾样本做一次重训练，只训练smoke一个类别，让模型先学会区分烟雾与干净背景，再冻结backbone微调fire类别。这个方法比直接调锚框快得多。最后一步，在测试集上统计每个类别在不同置信度阈值下的F1曲线，找到让火焰和烟雾同时达到F1最大的conf阈值，然后写进部署代码，检测效果会比默认的0.25好很多。

本文还有配套的精品资源，点击获取