摘要：该数据集面向家庭室内火灾的早期识别与智能预警任务，采用 YOLO 目标检测格式标注，主要检测 Flame（火焰） 和 Smoke（烟雾） 两类目标，可用于训练实时室内火灾检测模型。
数据集概述
该数据集共包含 6,500 张室内火灾图像及其对应的 YOLO 标注文件，重点覆盖小规模火焰、火灾早期烟雾以及不同光照和室内环境条件下的火灾场景。数据来源包括 Pexels、Pixabay、YouTube、BiliBili 等公开平台以及个人提供的视频资料，研究团队共筛选和处理约 400 段视频，并将视频转换为可用于目标检测训练的图像样本。该数据集特别强调家庭监控视角和早期火情特征，适合用于室内火灾预警系统研究。
数据结构与关键特征
数据集按照训练集、验证集和测试集进行划分，其中 train 包含 3,900 张图像，val 包含 1,300 张图像，test 包含 1,300 张图像，比例约为 60%：20%：20%。每个数据子集均包含 images 和 labels 两个目录，标注文件采用 YOLO 兼容的 .txt 格式，通过边界框标注火焰和烟雾目标。数据涵盖不同大小、不同发展阶段以及复杂背景中的火灾目标，尤其包含大量早期、小尺度火焰和烟雾实例，有利于研究小目标和弱特征火灾检测问题。
应用价值与研究方向
该数据集适用于家庭火灾智能监控、室内火焰检测、烟雾检测、早期火灾预警以及视频安防系统等研究方向。可以采用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等目标检测模型进行训练，并进一步研究小目标检测、多尺度特征融合、注意力机制、低照度场景增强、复杂背景下误报抑制以及实时视频检测等问题。同时，该数据集也适合结合摄像头、边缘计算设备和物联网平台构建实时家庭火灾预警系统，从而提升室内火灾的自动发现速度和安全预警能力。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-842
文件大小：1.6G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)