模型介绍
中文整理YOLOv8s 明火 / 烟雾检测(fire + smoke)
基于 **merged fire smoke** 真实场景合并数据集训练的 **YOLOv8s** 双类目标检测模型,面向监控视频流中的 **明火(fire)** 与 **烟雾(smoke)** 识别。
项 值
- --- -----
状态 训练完成(早停/收敛权重)
仓库 zyazyz008/yolov8-fire-smoke-merged
权重文件 best.pt (约 **21.5 MB**)
Ultralytics 8.4.123
权重日期 2026-09-01T17:38:23.481184+08:00
记录 epoch **141** / 计划 150
- 验证集核心指标(推荐引用)
训练过程中按 **mAP50** 选出的最佳点(及权重内嵌 train metrics ):
指标 数值 说明
- ----- ------ ------
- *Precision** **82.01%** 精确率
- *Recall** **71.68%** 召回率
- *mAP50** **79.57%** IoU=0.50 平均精度
- *mAP50-95** **49.53%** IoU=0.50:0.95 平均精度
Best epoch (by mAP50) **120** 曲线峰值 epoch
fitness (mAP50-95) 0.49534 Ultralytics fitness
最佳点 vs 末轮对比
节点 Epoch Precision Recall mAP50 mAP50-95
- ----- ------- ----------- -------- ------- ----------
- *Best (mAP50)** 120 82.08% 71.66% 79.61% 49.48%
Last recorded 141 81.60% 72.25% 79.17% 49.04%
损失(Best epoch)
损失 Train Val
- ----- ------- -----
box 0.96560 1.28692
cls 0.75560 1.02464
dfl 1.16907 1.30543
- 训练曲线
- 类别定义
ID 名称 中文
- --- ------ ------
0 fire 明火
1 smoke 烟雾
- 数据集
项 值
- --- -----
名称 merged fire smoke
任务 目标检测(YOLO txt 标注)
Train 图像 **53489**
Val 图像 **9039**
Test 图像 **7085**
类别数 2(fire / smoke)
场景 真实监控 / 合并烟火数据(含室内外、远近、小目标)
- 完整训练超参数(来自权重 train args )
参数 值
- ----- -----
model /home/system/fire training v4 real/yolov8s real fire/weights/last.pt
data /home/system/merged fire smoke/merged fire smoke/data.yaml
epochs 150
batch 32
imgsz 640
device 0
workers 4
optimizer SGD
lr0 0.01
lrf 0.01
momentum 0.937
weight decay 0.0005
warmup epochs 5
warmup momentum 0.8
warmup bias lr 0.1
cos lr True
amp True
patience 20
seed 42
deterministic True
box 7.5
cls 0.5
dfl 1.5
nbs 64
hsv h 0.015
hsv s 0.7
hsv v 0.4
degrees 0.0
translate 0.1
scale 0.5
shear 0.0
perspective 0.0
flipud 0.0
fliplr 0.5
bgr 0.0
mosaic 1.0
mixup 0.1
copy paste 0.1
auto augment randaugment
erasing 0.4
close mosaic 10
pretrained True
resume /home/system/fire training v4 real/yolov8s real fire/weights/last.pt
project /home/system/fire training v4 real
name yolov8s real fire
save period 5
plots True
val True
训练环境摘要
项 值
- --- -----
基座模型 YOLOv8s( pretrained=True ,自 real-fire checkpoint resume)
计划 epochs 150
实际记录 141(patience=20 早停)
batch 32
imgsz 640
优化器 SGD · lr0=0.01 · lrf=0.01 · cos lr=True
设备 GPU 0 (训练机 Tesla V100)
AMP True
Seed 42
- 推理建议(生产)
项 推荐值 说明
- --- -------- ------
推理 conf **0.55** YOLO 原始阈值
业务 min confidence **0.85** 降低暖色衣物/皮肤误报
imgsz 640 与训练一致
HSV 二次校验 **与 YOLO 同时通过**( hsv fallback=false ) scam ai 六层防线
多帧确认 window≥10,min hits≥2 压制单帧闪报
- 快速使用
Download
Ultralytics 推理
接入 scam ai
- 文件清单
文件 说明
- ----- ------
best.pt YOLOv8s 烟火检测权重
README.md 本模型卡片
configuration.json 魔搭元数据
metrics.json 结构化完整指标
args.yaml 训练超参数导出
assets/training overview.png P/R/mAP + Loss 曲线
assets/map curves.png mAP50 / mAP50-95 曲线
inference example.py 最小推理示例
- 许可与声明
权重以 **Apache License 2.0** 发布。
基座 YOLOv8 来自 Ultralytics,请同时遵守其许可证。
仅供安防监控研究与工程集成参考,请合规使用。
生产环境请配合业务阈值与多帧确认,勿仅依赖单帧检测。
- 更新日志
- *2026-09-07**: 完整上传 merged 实景权重,补充验证指标、全量超参数、训练曲线与推理建议。
- *2026-09-01**: 权重产出(Ultralytics 8.4.123,记录 141 epoch)。
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
Problem with the information or download?
Sign in to submit feedback.
