无人机 + 监控混合视角-烟雾火焰目标检测数据集（双类别，无人机 + 监控混合视角）

一、项目简介
火情烟雾火焰检测数据集，包含无人机航拍视角与监控摄像头视角两类画面，识别烟雾与火焰目标。可用于森林防火、厂区安防、消防预警、室内外火情监测、毕业设计、算法实验、YOLO 模型训练调优，兼容 YOLOv5/v8/v11/v26 全系列。

二、数据集详情
图片总数：8388 张
标注格式：标准 YOLO txt（class x_center y_center w h）
总标注框：25367 个
类别数量：2 类

类别 ID：0 smoke 烟雾，共 10796 个标注框，涉及 7262 张图片
类别 ID：1 fire 火焰，共 14571 个标注框，涉及 6728 张图片
全部图片均带有有效标注，数据集混合无人机俯视视角和固定监控视角，适合多场景火情识别算法研究

三、文件结构
JW 烟雾、火焰（双类别）/
images/ 图片文件夹
labels/ YOLO txt 标签
classes.txt 类别文件

可自行划分 train/val，也可手动编写 data.yaml，直接导入 YOLO 训练。

四、适用人群
计算机毕业设计、课程大作业
YOLO 目标检测模型训练、对比实验
深度学习算法调优练习
消防安防火情监测算法预研（仅限科研学习用途）

烟雾火焰目标检测数据集（双类别，无人机 + 监控混合视角）

✅ 应用场景

1. 森林、林区无人机巡护火情自动预警
2. 工业园区、仓库、厂区视频监控烟火识别报警
3. 野外荒地、秸秆焚烧、露天火源监测识别
4. 室内外消防安防系统、火情早期预警算法研发
5. 计算机毕业设计、课程大作业、目标检测对比消融实验

✅ 应用价值

1. 融合航拍俯视与固定监控视角，覆盖野外、厂区等多种真实火情场景，模型泛化能力更强
2. 样本基数大、标注充足，火焰、烟雾两类目标样本丰富，适合复杂光照下微弱火情检测研究
3. 区分烟雾、火焰两类目标，满足早期先见烟、后见火的火情预警业务逻辑
4. 标准YOLO标注格式，无需格式转换，配置yaml即可直接启动训练>

注明：仅限科研、学习、算法实验使用。

📝 摘要

烟雾火焰双类别目标检测数据集，共8388张图像，合计25367个标注框，混合无人机航拍与监控摄像头视角，包含烟雾、火焰两类目标，标准YOLO txt标注，兼容YOLOv5/v8/v11等主流模型。适用于森林防火、厂区安防、消防火情监测预警算法研发，适合计算机毕设、消防安防方向科研实验。

推文标签

#烟火检测数据集 #火焰烟雾识别 #森林防火AI #YOLO双类别数据集 #消防预警数据集