简介这份资源是面向目标检测开发者与计算机视觉学习者的YOLOv11火灾烟雾数据集共3600张已标注图片可用于训练和测试火灾烟雾识别模型适用于公共安全、工业监控与住宅安防等实时检测场景。压缩包为zip格式内含2000个文件其中1996个xml标注文件与4个txt划分文件整体约244.77MBxml对应每张图片的边界框与类别信息txt则用于train、val、trainval、test等数据集的索引划分方便直接接入YOLO训练流程。数据集覆盖不同场景、光照条件、烟雾密度与火灾阶段标注质量较高能帮助使用者减少数据清洗成本快速完成图片预处理、模型选择、训练、评估与测试等环节。目前已有209人学习下载适合具备一定Python基础、希望深入YOLO目标检测实践的研究人员与工程师参考使用。1. 拿到3600张已标注火灾烟雾数据集先别急着喂给YOLOv11你从某个渠道搞到一份“yolov11火灾烟雾数据集已标注3600张图片”解压一看images和labels两个文件夹整整齐齐data.yaml也躺在根目录。这时候最容易犯的错就是直接yolo train datadata.yaml一把梭。我见过太多人这么干然后mAP卡在0.4上不去跑来问是不是模型不行。问题往往不在YOLOv11而在你根本没检查这批标注到底能不能用。火灾烟雾检测这个场景有它的特殊性烟雾是半透明、无固定边界的火焰在不同光照下颜色差异极大早期火点可能只有十几个像素。3600张这个量级说多不多说少不少刚好卡在“够用但经不起浪费”的区间。如果标注质量差、类别定义混乱、训练集里混入了大量近似重复帧你后面调再多超参都是白费。这篇笔记就按我实际处理这类数据集的流程走一遍先验数据、再转格式、然后配环境跑通baseline、最后针对烟雾小目标做优化。目标很明确——让你拿到这份数据集后能在半天内跑出一个能看的检测结果并且知道后面往哪个方向改。2. 数据集验收3600张已标注图片到底能不能直接用2.1 先搞清楚标注格式和目录结构“已标注”这三个字信息量太少了。可能是YOLO txt、COCO json、VOC xml甚至可能是labelme的json。不同格式决定了你后面要不要写转换脚本。我一般拿到数据集先跑一条命令看目录find . -maxdepth 2 -type d | head -30 find . -name *.txt | head -5 find . -name *.json | head -5 find . -name *.xml | head -5如果labels目录下是txt每个txt里每行是class x_center y_center width height且值都在0到1之间那就是标准YOLO格式最省事。如果发现坐标值大于1说明是像素坐标需要除以图像宽高做归一化。如果压根没有labels目录只有和图片同名的json那大概率是labelme格式得转。常见做法是写一个快速统计脚本把类别分布、每张图的标注框数量、框的宽高分布都打出来import os, glob from collections import Counter label_dir labels/train cls_counter Counter() box_per_img [] wh_list [] for txt in glob.glob(os.path.join(label_dir, *.txt)): with open(txt) as f: lines [l.strip() for l in f if l.strip()] box_per_img.append(len(lines)) for line in lines: parts line.split() cls_counter[int(parts[0])] 1 w, h float(parts[3]), float(parts[4]) wh_list.append((w, h)) print(类别分布:, cls_counter) print(平均每图框数:, sum(box_per_img)/len(box_per_img)) print(空标注图片数:, box_per_img.count(0)) small [1 for w,h in wh_list if w*h 0.01] print(小目标占比:, len(small)/len(wh_list))这段代码的逻辑很直接遍历所有标签文件统计每个类别的框数量、每张图平均有多少个框、有多少张图是空标注、以及面积小于整图1%的小目标比例。参数上0.01这个阈值是我习惯用的对应大约32x32像素在640输入下烟雾早期目标往往就这个量级。如果空标注图片超过5%要么是负样本故意放的要么是漏标得区分对待。如果小目标占比超过30%后面训练时imgsz就不能用默认的640得往上提。2.2 类别定义混乱是火灾烟雾数据集最大的坑我处理过好几个火灾数据集类别定义五花八门。有的只有fire和smoke两类有的把fire拆成flame、spark、ember还有的把smoke分成white_smoke、black_smoke。3600张这个量级如果类别超过3类每类分到的样本可能就不够YOLOv11收敛了。你需要先确认data.yaml里的names列表和标注文件里的class id对得上。我遇到过标注里class id从1开始但data.yaml里names从0开始结果训练时所有标签都偏移了一位模型把火焰学成了背景。检查方法很简单import yaml with open(data.yaml) as f: cfg yaml.safe_load(f) print(names:, cfg[names]) print(nc:, cfg.get(nc, len(cfg[names]))) # 再对比cls_counter里的最大id print(标注中最大class id:, max(cls_counter.keys()))如果max(cls_counter.keys()) len(cfg[names])说明有类别没在names里定义或者id越界了。这种情况YOLOv11训练时不会报错但会把越界的类别当成背景忽略你最后发现某一类永远检测不出来查半天查不到原因。注意如果发现类别定义不合理比如fire和flame混用建议合并成统一类别重新生成标签。3600张的规模重新映射class id比后面调参划算得多。2.3 训练集/验证集划分不能随机切很多人习惯train:val 8:2随机切。但火灾烟雾数据集如果是从视频抽帧来的相邻帧高度相似随机切会导致验证集里出现和训练集几乎一样的图片mAP虚高。我一般先按视频来源或时间戳分组再在组间切分。如果数据集没有来源信息至少用感知哈希去重import imagehash from PIL import Image import glob hashes {} for img_path in glob.glob(images/train/*.jpg): h imagehash.phash(Image.open(img_path)) hashes[img_path] h # 找出相似度极高的图片对 keys list(hashes.keys()) dup_pairs [] for i in range(len(keys)): for j in range(i1, len(keys)): if hashes[keys[i]] - hashes[keys[j]] 5: dup_pairs.append((keys[i], keys[j])) print(近似重复对数量:, len(dup_pairs))phash的汉明距离小于等于5基本可以认为是同一场景的近似重复。如果重复对超过10%建议把重复的只保留一张或者确保它们落在同一个split里。这一步不做后面验证集指标好看但实际部署翻车属于典型的“数据泄漏”。3. 用YOLOv11跑通第一个baseline环境配置与训练命令3.1 环境配置ultralytics安装与版本确认YOLOv11目前是通过ultralytics包来调用的。我一般用conda建一个干净环境避免和之前的YOLOv5/v8冲突conda create -n yolo11 python3.10 -y conda activate yolo11 pip install ultralytics8.3.0 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121这里指定ultralytics8.3.0是因为这个版本对YOLOv11的支持比较稳定再新的版本有时候API会微调。torch的cu121对应CUDA 12.1你根据自己显卡驱动选。装完后验证from ultralytics import YOLO model YOLO(yolo11n.pt) print(model.model.yaml[nc]) # 默认80类如果这一步能跑通说明环境没问题。yolo11n.pt是nano版本参数量小适合先跑通流程。后面再换s/m/l。3.2 data.yaml的正确写法与路径陷阱data.yaml看着简单但路径写错是新手最常翻车的地方。我建议用绝对路径避免相对路径在不同工作目录下解析不一致path: /home/user/fire_smoke_dataset train: images/train val: images/val test: images/test names: 0: fire 1: smokepath是数据集根目录train和val是相对于path的子路径。YOLOv11会自动在path下找labels目录且要求labels的目录结构和images一致。比如images/train/abc.jpg对应labels/train/abc.txt。如果你把labels放在别的地方需要在yaml里显式指定train_labels但我不建议这么干容易乱。提示如果训练时报No labels found先检查path是否写对再检查labels目录名是不是labels而不是label或annotations。3.3 第一条训练命令参数怎么设才不浪费3600张图baseline训练命令我一般这么写yolo detect train \ data/home/user/fire_smoke_dataset/data.yaml \ modelyolo11s.pt \ epochs100 \ imgsz640 \ batch16 \ workers8 \ device0 \ projectfire_smoke_runs \ namebaseline_s \ patience20 \ saveTrue \ plotsTrue逐项说modelyolo11s.pt比nano大3600张图用s版本比较匹配n版本可能欠拟合l版本容易过拟合。epochs100配合patience20如果20轮验证mAP不涨就早停省时间。imgsz640是默认值但如果前面统计小目标占比高这里要改成960或1280代价是显存和训练时间增加。batch16在12G显存下跑s版本640输入基本能稳住如果OOM就降到8。workers8取决于你CPU核数太多反而拖慢数据加载。训练开始后重点看几个输出box_loss和cls_loss是否稳定下降mAP50在前10轮有没有明显上升。如果前10轮mAP50一直低于0.1大概率是数据或标签有问题别继续跑回去查第2章的内容。3.4 训练过程监控与中断恢复YOLOv11训练时会在project/name下生成results.csv里面记录了每轮的loss和mAP。我习惯用一条命令实时看tail -f fire_smoke_runs/baseline_s/results.csv如果训练中断了比如断电或手动停了可以用resume继续yolo detect train resume modelfire_smoke_runs/baseline_s/weights/last.ptresume会从last.pt恢复优化器状态和epoch计数。注意只有last.pt能resumebest.pt只保存了权重没有优化器状态用它resume会从头开始。4. 烟雾小目标优化从640到1280的取舍与增强策略4.1 为什么烟雾检测必须关注小目标火灾早期烟雾在监控画面里可能只占几十个像素。YOLOv11默认的P3特征图 stride是8对应640输入下每个格子8x8像素。如果烟雾目标小于16x16在P3上只有2x2个格子响应很容易被NMS滤掉。我实测过同一份数据在640下mAP50-95是0.38提到1280后能到0.47提升主要来自小目标召回。但imgsz不是越大越好。1280下显存占用大约是640的4倍训练时间也接近4倍。3600张图640跑100轮大概2小时单卡30901280要7-8小时。你得权衡。我的建议是先640跑一个baseline看验证集里漏检的是不是都是小目标。如果是再上1280。4.2 多尺度训练与Mosaic增强的参数调整YOLOv11默认开启Mosaic增强把4张图拼成一张。这对小目标其实有利因为拼完后小目标相对变大。但火灾烟雾场景有个问题Mosaic会把不同场景的火焰拼在一起可能产生不真实的颜色组合。我一般把mosaic从默认1.0降到0.5保留一部分增强但不过度。yolo detect train \ datadata.yaml \ modelyolo11s.pt \ imgsz1280 \ batch8 \ mosaic0.5 \ scale0.3 \ degrees5.0 \ fliplr0.5 \ hsv_h0.015 \ hsv_s0.7 \ hsv_v0.4scale0.3允许图片随机缩放30%增加尺度多样性。degrees5.0小幅旋转火灾场景一般不会有大角度旋转设太大反而引入噪声。hsv_s0.7和hsv_v0.4是颜色增强对火焰颜色变化有好处但烟雾是灰白色饱和度增强对它影响不大。4.3 用验证集混淆矩阵定位漏检和误检训练完别只看mAP数字跑一下验证看混淆矩阵yolo detect val \ modelfire_smoke_runs/baseline_s/weights/best.pt \ datadata.yaml \ imgsz1280 \ conf0.25 \ iou0.5 \ plotsTrue生成的confusion_matrix.png能告诉你fire被误判成smoke有多少smoke被当成背景漏掉有多少。如果smoke漏检多说明小目标问题没解决继续加imgsz或改anchor。如果fire和smoke互相混淆多说明两类特征区分度不够可能需要加更多难例。注意conf0.25是验证时的置信度阈值实际部署时这个值要重新调。验证时用0.25是为了看模型在全阈值下的表现部署时可能用0.4或0.5来降误报。5. 避坑与排查火灾烟雾数据集训练中最容易翻车的5件事5.1 现象mAP50卡在0.3不上不下loss也不降原因最常见的是标签格式不对。YOLO要求归一化坐标如果标注是像素坐标且没除宽高模型学到的框全是错的。另一种可能是class id从1开始但names从0开始导致所有标签偏移。解决用第2章的统计脚本检查坐标范围如果w或h大于1写个脚本批量除以图像宽高。class id偏移的话把所有txt里的id减1重新保存。5.2 现象训练时显存够但验证时OOM原因验证时YOLOv11默认用batch32比训练batch大。如果训练batch16验证时可能爆显存。解决在val命令里显式指定batch8或者训练时就把batch设小一点。这个坑很隐蔽因为训练能跑一到验证就崩。5.3 现象模型把火焰检测成烟雾或者反过来原因两类样本在颜色和纹理上重叠。比如阴天场景的火焰偏暗和黑烟颜色接近。另外如果标注时边界框画得太松把火焰周围的烟雾也框进fire类模型就学混了。解决检查标注框是否紧贴目标。如果松框多重新标注或收紧。训练时加label_smoothing0.1让模型不要对单类过度自信。如果还是混考虑合并成fire_smoke一类先做有无检测再二级分类。5.4 现象验证集mAP很高但实际视频推理漏检严重原因数据泄漏。训练集和验证集有近似重复帧验证集指标虚高。或者训练集都是白天场景实际视频有夜间红外画面域偏移。解决用第2章的phash去重确保验证集和训练集无重叠。如果域偏移在训练集里加入目标域的无标注图片做半监督或者至少做一次直方图均衡化预处理。5.5 现象训练到一半loss突然变NaN原因学习率太大或者某批数据里有异常框宽高为0或负值。YOLOv11默认用SGDlr00.01如果数据集小这个值可能偏大。解决先把lr0降到0.001试。同时检查标签里有没有w0或h0的行这些会导致除零。用脚本过滤掉with open(txt) as f: lines [l for l in f if l.strip()] valid [] for line in lines: p line.split() if float(p[3]) 0 and float(p[4]) 0: valid.append(line) with open(txt, w) as f: f.writelines(valid)6. 从baseline到可用模型导出ONNX与Jetson Nano部署的量化取舍训练出best.pt只是第一步。如果你打算部署到Jetson Nano这类边缘设备直接跑PyTorch权重帧率可能只有个位数。我一般先导出ONNX再用TensorRT做FP16或INT8量化。导出命令yolo export \ modelfire_smoke_runs/baseline_s/weights/best.pt \ formatonnx \ imgsz640 \ simplifyTrue \ opset12simplifyTrue会调用onnx-simplifier去掉冗余节点opset12兼容性较好。导出后在Jetson Nano上用TensorRT加载import tensorrt as trt import pycuda.driver as cuda logger trt.Logger(trt.Logger.WARNING) builder trt.Builder(logger) network builder.create_network(1 int(trt.NetworkDefinitionCreationFlag.EXPLICIT_BATCH)) parser trt.OnnxParser(network, logger) with open(best.onnx, rb) as f: parser.parse(f.read()) config builder.create_builder_config() config.set_flag(trt.BuilderFlag.FP16) config.set_memory_pool_limit(trt.MemoryPoolType.WORKSPACE, 1 30) engine builder.build_engine(network, config)FP16量化在Jetson Nano上大概能到15-20 FPS640输入INT8能到30 FPS但需要校准集精度会掉2-3个点。火灾检测场景我建议用FP16因为漏报的代价比误报高精度优先。验证量化后模型有没有掉点用同一批验证集跑一次yolo detect val \ modelbest_fp16.engine \ datadata.yaml \ imgsz640 \ conf0.25对比best.pt的mAP50如果掉超过3个点检查校准集是否覆盖了所有场景。我自己的习惯是每次导出量化模型后一定抽10张验证集图片肉眼过一遍看火焰和烟雾的框有没有明显偏移。这个习惯帮我省过好几次“指标正常但实际不能用”的后悔药。希望帮到你。本文还有配套的精品资源点击获取 YOLOv11火灾烟雾检测实战：3600张已标注数据集训练避坑指南
简介这份资源是面向目标检测开发者与计算机视觉学习者的YOLOv11火灾烟雾数据集共3600张已标注图片可用于训练和测试火灾烟雾识别模型适用于公共安全、工业监控与住宅安防等实时检测场景。压缩包为zip格式内含2000个文件其中1996个xml标注文件与4个txt划分文件整体约244.77MBxml对应每张图片的边界框与类别信息txt则用于train、val、trainval、test等数据集的索引划分方便直接接入YOLO训练流程。数据集覆盖不同场景、光照条件、烟雾密度与火灾阶段标注质量较高能帮助使用者减少数据清洗成本快速完成图片预处理、模型选择、训练、评估与测试等环节。目前已有209人学习下载适合具备一定Python基础、希望深入YOLO目标检测实践的研究人员与工程师参考使用。1. 拿到3600张已标注火灾烟雾数据集先别急着喂给YOLOv11你从某个渠道搞到一份“yolov11火灾烟雾数据集已标注3600张图片”解压一看images和labels两个文件夹整整齐齐data.yaml也躺在根目录。这时候最容易犯的错就是直接yolo train datadata.yaml一把梭。我见过太多人这么干然后mAP卡在0.4上不去跑来问是不是模型不行。问题往往不在YOLOv11而在你根本没检查这批标注到底能不能用。火灾烟雾检测这个场景有它的特殊性烟雾是半透明、无固定边界的火焰在不同光照下颜色差异极大早期火点可能只有十几个像素。3600张这个量级说多不多说少不少刚好卡在“够用但经不起浪费”的区间。如果标注质量差、类别定义混乱、训练集里混入了大量近似重复帧你后面调再多超参都是白费。这篇笔记就按我实际处理这类数据集的流程走一遍先验数据、再转格式、然后配环境跑通baseline、最后针对烟雾小目标做优化。目标很明确——让你拿到这份数据集后能在半天内跑出一个能看的检测结果并且知道后面往哪个方向改。2. 数据集验收3600张已标注图片到底能不能直接用2.1 先搞清楚标注格式和目录结构“已标注”这三个字信息量太少了。可能是YOLO txt、COCO json、VOC xml甚至可能是labelme的json。不同格式决定了你后面要不要写转换脚本。我一般拿到数据集先跑一条命令看目录find . -maxdepth 2 -type d | head -30 find . -name *.txt | head -5 find . -name *.json | head -5 find . -name *.xml | head -5如果labels目录下是txt每个txt里每行是class x_center y_center width height且值都在0到1之间那就是标准YOLO格式最省事。如果发现坐标值大于1说明是像素坐标需要除以图像宽高做归一化。如果压根没有labels目录只有和图片同名的json那大概率是labelme格式得转。常见做法是写一个快速统计脚本把类别分布、每张图的标注框数量、框的宽高分布都打出来import os, glob from collections import Counter label_dir labels/train cls_counter Counter() box_per_img [] wh_list [] for txt in glob.glob(os.path.join(label_dir, *.txt)): with open(txt) as f: lines [l.strip() for l in f if l.strip()] box_per_img.append(len(lines)) for line in lines: parts line.split() cls_counter[int(parts[0])] 1 w, h float(parts[3]), float(parts[4]) wh_list.append((w, h)) print(类别分布:, cls_counter) print(平均每图框数:, sum(box_per_img)/len(box_per_img)) print(空标注图片数:, box_per_img.count(0)) small [1 for w,h in wh_list if w*h 0.01] print(小目标占比:, len(small)/len(wh_list))这段代码的逻辑很直接遍历所有标签文件统计每个类别的框数量、每张图平均有多少个框、有多少张图是空标注、以及面积小于整图1%的小目标比例。参数上0.01这个阈值是我习惯用的对应大约32x32像素在640输入下烟雾早期目标往往就这个量级。如果空标注图片超过5%要么是负样本故意放的要么是漏标得区分对待。如果小目标占比超过30%后面训练时imgsz就不能用默认的640得往上提。2.2 类别定义混乱是火灾烟雾数据集最大的坑我处理过好几个火灾数据集类别定义五花八门。有的只有fire和smoke两类有的把fire拆成flame、spark、ember还有的把smoke分成white_smoke、black_smoke。3600张这个量级如果类别超过3类每类分到的样本可能就不够YOLOv11收敛了。你需要先确认data.yaml里的names列表和标注文件里的class id对得上。我遇到过标注里class id从1开始但data.yaml里names从0开始结果训练时所有标签都偏移了一位模型把火焰学成了背景。检查方法很简单import yaml with open(data.yaml) as f: cfg yaml.safe_load(f) print(names:, cfg[names]) print(nc:, cfg.get(nc, len(cfg[names]))) # 再对比cls_counter里的最大id print(标注中最大class id:, max(cls_counter.keys()))如果max(cls_counter.keys()) len(cfg[names])说明有类别没在names里定义或者id越界了。这种情况YOLOv11训练时不会报错但会把越界的类别当成背景忽略你最后发现某一类永远检测不出来查半天查不到原因。注意如果发现类别定义不合理比如fire和flame混用建议合并成统一类别重新生成标签。3600张的规模重新映射class id比后面调参划算得多。2.3 训练集/验证集划分不能随机切很多人习惯train:val 8:2随机切。但火灾烟雾数据集如果是从视频抽帧来的相邻帧高度相似随机切会导致验证集里出现和训练集几乎一样的图片mAP虚高。我一般先按视频来源或时间戳分组再在组间切分。如果数据集没有来源信息至少用感知哈希去重import imagehash from PIL import Image import glob hashes {} for img_path in glob.glob(images/train/*.jpg): h imagehash.phash(Image.open(img_path)) hashes[img_path] h # 找出相似度极高的图片对 keys list(hashes.keys()) dup_pairs [] for i in range(len(keys)): for j in range(i1, len(keys)): if hashes[keys[i]] - hashes[keys[j]] 5: dup_pairs.append((keys[i], keys[j])) print(近似重复对数量:, len(dup_pairs))phash的汉明距离小于等于5基本可以认为是同一场景的近似重复。如果重复对超过10%建议把重复的只保留一张或者确保它们落在同一个split里。这一步不做后面验证集指标好看但实际部署翻车属于典型的“数据泄漏”。3. 用YOLOv11跑通第一个baseline环境配置与训练命令3.1 环境配置ultralytics安装与版本确认YOLOv11目前是通过ultralytics包来调用的。我一般用conda建一个干净环境避免和之前的YOLOv5/v8冲突conda create -n yolo11 python3.10 -y conda activate yolo11 pip install ultralytics8.3.0 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121这里指定ultralytics8.3.0是因为这个版本对YOLOv11的支持比较稳定再新的版本有时候API会微调。torch的cu121对应CUDA 12.1你根据自己显卡驱动选。装完后验证from ultralytics import YOLO model YOLO(yolo11n.pt) print(model.model.yaml[nc]) # 默认80类如果这一步能跑通说明环境没问题。yolo11n.pt是nano版本参数量小适合先跑通流程。后面再换s/m/l。3.2 data.yaml的正确写法与路径陷阱data.yaml看着简单但路径写错是新手最常翻车的地方。我建议用绝对路径避免相对路径在不同工作目录下解析不一致path: /home/user/fire_smoke_dataset train: images/train val: images/val test: images/test names: 0: fire 1: smokepath是数据集根目录train和val是相对于path的子路径。YOLOv11会自动在path下找labels目录且要求labels的目录结构和images一致。比如images/train/abc.jpg对应labels/train/abc.txt。如果你把labels放在别的地方需要在yaml里显式指定train_labels但我不建议这么干容易乱。提示如果训练时报No labels found先检查path是否写对再检查labels目录名是不是labels而不是label或annotations。3.3 第一条训练命令参数怎么设才不浪费3600张图baseline训练命令我一般这么写yolo detect train \ data/home/user/fire_smoke_dataset/data.yaml \ modelyolo11s.pt \ epochs100 \ imgsz640 \ batch16 \ workers8 \ device0 \ projectfire_smoke_runs \ namebaseline_s \ patience20 \ saveTrue \ plotsTrue逐项说modelyolo11s.pt比nano大3600张图用s版本比较匹配n版本可能欠拟合l版本容易过拟合。epochs100配合patience20如果20轮验证mAP不涨就早停省时间。imgsz640是默认值但如果前面统计小目标占比高这里要改成960或1280代价是显存和训练时间增加。batch16在12G显存下跑s版本640输入基本能稳住如果OOM就降到8。workers8取决于你CPU核数太多反而拖慢数据加载。训练开始后重点看几个输出box_loss和cls_loss是否稳定下降mAP50在前10轮有没有明显上升。如果前10轮mAP50一直低于0.1大概率是数据或标签有问题别继续跑回去查第2章的内容。3.4 训练过程监控与中断恢复YOLOv11训练时会在project/name下生成results.csv里面记录了每轮的loss和mAP。我习惯用一条命令实时看tail -f fire_smoke_runs/baseline_s/results.csv如果训练中断了比如断电或手动停了可以用resume继续yolo detect train resume modelfire_smoke_runs/baseline_s/weights/last.ptresume会从last.pt恢复优化器状态和epoch计数。注意只有last.pt能resumebest.pt只保存了权重没有优化器状态用它resume会从头开始。4. 烟雾小目标优化从640到1280的取舍与增强策略4.1 为什么烟雾检测必须关注小目标火灾早期烟雾在监控画面里可能只占几十个像素。YOLOv11默认的P3特征图 stride是8对应640输入下每个格子8x8像素。如果烟雾目标小于16x16在P3上只有2x2个格子响应很容易被NMS滤掉。我实测过同一份数据在640下mAP50-95是0.38提到1280后能到0.47提升主要来自小目标召回。但imgsz不是越大越好。1280下显存占用大约是640的4倍训练时间也接近4倍。3600张图640跑100轮大概2小时单卡30901280要7-8小时。你得权衡。我的建议是先640跑一个baseline看验证集里漏检的是不是都是小目标。如果是再上1280。4.2 多尺度训练与Mosaic增强的参数调整YOLOv11默认开启Mosaic增强把4张图拼成一张。这对小目标其实有利因为拼完后小目标相对变大。但火灾烟雾场景有个问题Mosaic会把不同场景的火焰拼在一起可能产生不真实的颜色组合。我一般把mosaic从默认1.0降到0.5保留一部分增强但不过度。yolo detect train \ datadata.yaml \ modelyolo11s.pt \ imgsz1280 \ batch8 \ mosaic0.5 \ scale0.3 \ degrees5.0 \ fliplr0.5 \ hsv_h0.015 \ hsv_s0.7 \ hsv_v0.4scale0.3允许图片随机缩放30%增加尺度多样性。degrees5.0小幅旋转火灾场景一般不会有大角度旋转设太大反而引入噪声。hsv_s0.7和hsv_v0.4是颜色增强对火焰颜色变化有好处但烟雾是灰白色饱和度增强对它影响不大。4.3 用验证集混淆矩阵定位漏检和误检训练完别只看mAP数字跑一下验证看混淆矩阵yolo detect val \ modelfire_smoke_runs/baseline_s/weights/best.pt \ datadata.yaml \ imgsz1280 \ conf0.25 \ iou0.5 \ plotsTrue生成的confusion_matrix.png能告诉你fire被误判成smoke有多少smoke被当成背景漏掉有多少。如果smoke漏检多说明小目标问题没解决继续加imgsz或改anchor。如果fire和smoke互相混淆多说明两类特征区分度不够可能需要加更多难例。注意conf0.25是验证时的置信度阈值实际部署时这个值要重新调。验证时用0.25是为了看模型在全阈值下的表现部署时可能用0.4或0.5来降误报。5. 避坑与排查火灾烟雾数据集训练中最容易翻车的5件事5.1 现象mAP50卡在0.3不上不下loss也不降原因最常见的是标签格式不对。YOLO要求归一化坐标如果标注是像素坐标且没除宽高模型学到的框全是错的。另一种可能是class id从1开始但names从0开始导致所有标签偏移。解决用第2章的统计脚本检查坐标范围如果w或h大于1写个脚本批量除以图像宽高。class id偏移的话把所有txt里的id减1重新保存。5.2 现象训练时显存够但验证时OOM原因验证时YOLOv11默认用batch32比训练batch大。如果训练batch16验证时可能爆显存。解决在val命令里显式指定batch8或者训练时就把batch设小一点。这个坑很隐蔽因为训练能跑一到验证就崩。5.3 现象模型把火焰检测成烟雾或者反过来原因两类样本在颜色和纹理上重叠。比如阴天场景的火焰偏暗和黑烟颜色接近。另外如果标注时边界框画得太松把火焰周围的烟雾也框进fire类模型就学混了。解决检查标注框是否紧贴目标。如果松框多重新标注或收紧。训练时加label_smoothing0.1让模型不要对单类过度自信。如果还是混考虑合并成fire_smoke一类先做有无检测再二级分类。5.4 现象验证集mAP很高但实际视频推理漏检严重原因数据泄漏。训练集和验证集有近似重复帧验证集指标虚高。或者训练集都是白天场景实际视频有夜间红外画面域偏移。解决用第2章的phash去重确保验证集和训练集无重叠。如果域偏移在训练集里加入目标域的无标注图片做半监督或者至少做一次直方图均衡化预处理。5.5 现象训练到一半loss突然变NaN原因学习率太大或者某批数据里有异常框宽高为0或负值。YOLOv11默认用SGDlr00.01如果数据集小这个值可能偏大。解决先把lr0降到0.001试。同时检查标签里有没有w0或h0的行这些会导致除零。用脚本过滤掉with open(txt) as f: lines [l for l in f if l.strip()] valid [] for line in lines: p line.split() if float(p[3]) 0 and float(p[4]) 0: valid.append(line) with open(txt, w) as f: f.writelines(valid)6. 从baseline到可用模型导出ONNX与Jetson Nano部署的量化取舍训练出best.pt只是第一步。如果你打算部署到Jetson Nano这类边缘设备直接跑PyTorch权重帧率可能只有个位数。我一般先导出ONNX再用TensorRT做FP16或INT8量化。导出命令yolo export \ modelfire_smoke_runs/baseline_s/weights/best.pt \ formatonnx \ imgsz640 \ simplifyTrue \ opset12simplifyTrue会调用onnx-simplifier去掉冗余节点opset12兼容性较好。导出后在Jetson Nano上用TensorRT加载import tensorrt as trt import pycuda.driver as cuda logger trt.Logger(trt.Logger.WARNING) builder trt.Builder(logger) network builder.create_network(1 int(trt.NetworkDefinitionCreationFlag.EXPLICIT_BATCH)) parser trt.OnnxParser(network, logger) with open(best.onnx, rb) as f: parser.parse(f.read()) config builder.create_builder_config() config.set_flag(trt.BuilderFlag.FP16) config.set_memory_pool_limit(trt.MemoryPoolType.WORKSPACE, 1 30) engine builder.build_engine(network, config)FP16量化在Jetson Nano上大概能到15-20 FPS640输入INT8能到30 FPS但需要校准集精度会掉2-3个点。火灾检测场景我建议用FP16因为漏报的代价比误报高精度优先。验证量化后模型有没有掉点用同一批验证集跑一次yolo detect val \ modelbest_fp16.engine \ datadata.yaml \ imgsz640 \ conf0.25对比best.pt的mAP50如果掉超过3个点检查校准集是否覆盖了所有场景。我自己的习惯是每次导出量化模型后一定抽10张验证集图片肉眼过一遍看火焰和烟雾的框有没有明显偏移。这个习惯帮我省过好几次“指标正常但实际不能用”的后悔药。希望帮到你。本文还有配套的精品资源点击获取