腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

停车场烟雾火焰自动检测系统

一、引言停车场作为人员密集与车辆集中的场所，电气故障（充电桩短路、线路老化）引发的烟雾火焰事故频发。本文提出一种基于YOLOv11目标检测与CNN特征增强的烟雾火焰自动检测系统，通过“多场景视觉覆盖-特征融合研判-分级联动响应”机制，实现对停车场烟雾（薄烟/浓烟）、火焰（初期明火/蔓延火）的毫秒级识别与主动预警 /浓密）、火焰的动态（闪烁频率）、温度梯度（热成像数据融合）等32维特征，通过Softmax分类器判断“正常（无烟雾火焰）”“预警（薄烟/小火苗）”“高危（浓烟/明火）”三级风险。（含充电桩、车位、通道场景，覆盖白天/夜间、晴天/雨雾），标注“烟雾（薄烟/浓烟）”“火焰（小火苗/明火）”“高温区域”等5类目标，按7:2:1划分训练/验证/测试集，引入随机烟雾遮挡（模拟通风气流）、传统传感器往往只能在烟雾或火焰达到一定浓度或规模时才能触发警报，而基于深度学习的算法能够在烟雾和火焰初现时就迅速识别，大大缩短了反应时间。

2025-12-31

7980

标签:

电动车棚烟雾火焰自动识别系统

一、引言电动车棚作为居民区、园区集中充电场所，因电池过充、线路老化引发的烟雾火焰事故频发。本文提出一种基于YOLOv5目标检测与RNN时序分析的电动车棚烟雾火焰自动识别系统，通过“多区域视觉覆盖-动态特征研判-分级联动响应”机制，实现对电动车棚烟雾（薄烟/浓烟）、火焰（初期明火/蔓延火）的毫秒级识别与主动预警）等时序特征，通过Softmax分类器判断“正常（无烟雾火焰）”“预警（薄烟/小火苗）”“高危（浓烟/明火）”三级风险。（含充电区、换电柜、通道场景，覆盖白天/夜间、晴天/雨雾），标注“烟雾（薄烟/浓烟）”“火焰（小火苗/明火）”等4类目标，按7:2:1划分训练/验证/测试集，引入随机烟雾遮挡（模拟通风气流）、车灯眩光增强电动车棚烟雾火焰自动识别系统的核心在于其先进的深度学习算法，电动车棚烟雾火焰自动识别系统能够对车棚内的情况进行 24 小时不间断的实时监测。

2026-01-04

8530

标签:

YOLOv8自定义数据集训练实现火焰和烟雾检测

这意味着模型正在接受训练以检测图像中的烟雾或火灾。 names: ['smoke', 'fire']：此行提供数据集中类的名称。列表中的每个元素对应一个类标签。

2024-05-22

3.7K0

标签:

python3GUI--基于YOLO的火焰与烟雾检测系统By:PyQt5（详细图文介绍）

传统的烟雾探测器作用范围有限，而基于计算机视觉的火焰与烟雾识别系统能够覆盖更广泛区域，实现及时预警。本项目的开发具有多方面重要价值：它可应用于商场、学校、地铁站等公共场所，实现全天候监测，快速发现火情隐患，争取人员疏散的宝贵时间；在石油化工、电力及制造等高风险行业，能够实时监控异常火焰和烟雾，防止严重事故发生；结合无人机及监控设备，可用于大范围森林火灾防控，解决传统人工巡逻效率低及覆盖面窄的问题；系统还能集成到智能家居平台，提升家庭火灾报警能力，尤其适合无人居住的场景；此外，本项目验证了YOLOv8算法在火焰烟雾检测中的适用性本次给大家介绍我开发的“基于YOLO的火焰与烟雾检测系统”，本系统通过自行训练YOLO目标检测模型，使用PyQt5制作交互界面，设置了多种告警方式以及数据可视化方案，用户能够设置详细的目标检测参数配置，接下来我以详细图文的方式和大家介绍我开发的系统~二．核心内容1.数据集我们的数据集包括了包含烟雾和火焰的图像共909张，其中训练集为673张，验证集为236张，每张图都进行了详细的标注，标注的目标为烟雾

2025-07-27

1K4

标签:

计算机视觉

基于yolov8的火灾火焰烟雾检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv8的火焰烟雾检测系统是一款高效、实时的智能安全监控解决方案。该系统利用YOLOv8这一先进的深度学习模型，以其卓越的速度和准确性，能够在复杂环境中快速定位并分类火焰与烟雾，即使是微小的火源或稀薄的烟雾也能被精准识别。通过深度学习技术，系统能够不间断地分析实时视频流，一旦发现火灾或烟雾迹象，立即触发声音与视觉警报。此外，该系统还具备自定义报警阈值，适用于工业场所、森林防火、住宅安全监控等多种场景。综上所述，基于YOLOv8的火焰烟雾检测系统不仅是一个实用的检测工具，更是一个面向未来的智能安全平台。 yolov8n.onnx模型（不提供pytorch模型）训练的map,P,R曲线图(在weights\results.png) 测试图片（在test_img文件夹下面）【视频演示】基于yolov8的火焰烟雾检测系统

git clone firc-dataset

2025-07-21

1.2K0

标签:

Python实现动态烟雾效果：逼真的烟雾动画

引言动态烟雾效果常用于游戏和动画中，为场景增添逼真的视觉效果。在这篇博客中，我们将使用Python和Pygame库来创建一个逼真的烟雾动画效果。通过模拟烟雾粒子的运动和透明度变化，我们可以实现一个栩栩如生的烟雾效果。准备工作前置条件在开始之前，你需要确保你的系统已经安装了Pygame库。并设置屏幕的基本参数： pygame.init() screen = pygame.display.set_mode((800, 600)) pygame.display.set_caption("动态烟雾效果 ") clock = pygame.time.Clock() 定义烟雾粒子类我们创建一个SmokeParticle类来定义烟雾粒子的属性和行为： class SmokeParticle: def ") clock = pygame.time.Clock() # 烟雾粒子类定义 class SmokeParticle: def __init__(self, x, y):

2024-09-20

7550

标签:

鸿蒙之检测烟雾

MQ-2烟雾传感器 MQ-2常用于家庭和工厂的气体泄漏监测装置，适宜于液化气、苯、烷、酒精、氢气、烟雾等的探测。故因此，MQ-2可以准确来说是一个多种气体探测器。 MQ-2的探测范围极其的广泛。

2022-03-29

6300

标签:

用Python实现火焰效果：动态火焰动画制作

动态火焰效果是一种常见且具有视觉冲击力的特效。在这篇博客中，我们将使用Python和Matplotlib库来实现一个简单而逼真的动态火焰效果。本文使用Matplotlib库来绘制和动画火焰效果。 NumPy用于生成随机数，以创建火焰的动态效果。我们将使用随机数生成火焰的基础数据。我们通过更新火焰数据来模拟火焰的跳动。

2025-05-24

1.3K0

标签:

智能视频分析烟火报警系统

　　烟火报警系统对摄像机画面进行实时检测，当发现视频画面内出现烟雾、火焰时，系统主动触发报警提示，通知管理人员。　　系统对摄像机视频画面进行实时监测，当发现画面内出现烟雾、火焰时，系统主动触发告警提示，并通过短信、电话、报警语音等方式进行通知，具有识别率高、兼容性强、性能稳定等特点。烟火报警系统主要功能　　烟雾、火焰实时识别报警　　基于智能视频分析和深度学习神经网络技术烟雾、火焰实时识别预警，告警信号可显示在监控客户端界面，也可将报警信息推送到手机端，提示用户及时处置。　　告警存储功能　　对烟雾、火焰实时识别预警及时存储到服务器数据库中，包括时间、地点、视频等。　　报警记录查询　　可根据时间段、监控区域对烟雾、火焰实时识别报警记录进行历史记录查询，每条记录包括时间、地点、报警记录快照、视频等。

2020-08-06

2K0

标签:

烟火自动识别预警与监管系统

为了更好的应对和处置企业中烟雾、火焰等火灾事故，将当前的事后取证变为事中甚至于事前的预警，变被动响应为主动处置，就变得势在必行。 1.jpg 　　烟火识别系统针对施工现场普遍存在的烟雾、火焰等安全事件现象，通过摄像机监视，增加智能视频分析功能，对视频进行采集、智能分析、自动预警。　　通过对视频数据采集区域内发生的烟雾、火焰事件在视频服务器上进行智能分析，解决传统的依赖于人工巡视的工作方式，极大的节约了人力成本，提高了工作效率。 2.jpg 　　烟火识别系统基于智能视频分析和深度学习神经网络技术，实现对监控区域内的烟雾和火焰进行识别、并动态识别烟雾和火焰从有到无、从小到大、从大到小、从小烟到浓烟的状态转换的识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰及时准确识别，并将报警信息及时推送给相关的管理和安全人员，及时应对和处置。　　

2019-09-23

2K0

标签: