摘要
本文基于YOLOv8目标检测算法构建了一套火焰与烟雾检测系统。数据集共包含6,744张标注图像，涵盖fire和smoke两类目标，其中训练集4,832张、验证集1,000张、测试集912张。实验结果表明，系统整体mAP@0.5达到91.6%，其中火焰检测mAP为93.7%，烟雾检测mAP为89.5%。混淆矩阵分析显示，火焰正确识别率达91%。训练损失曲线平稳下降，模型收敛良好，但烟雾检测性能仍有较大提升空间。
关键词：YOLOv8；火焰检测；烟雾检测；目标检测；火灾预警
订阅此专栏获取文章项目完整源码和数据集
https://blog.csdn.net/m0_68036862/category_13147048.htmlhttps://blog.csdn.net/m0_68036862/category_13147048.html
项目演示视频
https://www.bilibili.com/video/BV19DL16fEiC/
YOLOv8目标检测火灾火焰烟雾识别检测系统（项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+环境配置）_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV19DL16fEiC/?spm_id_from=333.1387.homepage.video_card.click&vd_source=549d0b4e2b8999929a61a037fcce3b0f
目录
摘要
项目演示视频
功能模块
1、用户管理模块
2、界面与交互模块
3、检测源管理模块
4、检测参数配置模块
5、YOLO检测核心模块
6、结果显示模块
7、结果保存模块
8、工具栏功能
9、辅助功能
10、数据校验模块
引言
背景
数据集介绍
1. 数据集规模与划分
2. 类别定义
3. 标注分布分析
训练过程
