简介在计算机视觉领域目标检测是识别图像中物体位置与类别的核心技术广泛应用于安防监控、工业安全等场景。火灾烟雾检测作为目标检测的重要落地方向面临烟雾形态多变、半透明、小目标等挑战。YOLO系列算法凭借实时性与高精度成为主流选择其中Ultralytics YOLO11在检测头、注意力机制和多尺度融合上的优化进一步提升了烟雾这类模糊目标的召回率。然而高效部署烟雾检测模型不仅依赖网络结构更取决于数据集的规范构建与训练策略的精细调优。本文围绕烟雾检测的完整流程系统讲解数据标注规范、YOLO格式整理、数据增强技巧、训练参数配置以及边缘设备部署方案并给出实际踩坑经验与告警逻辑设计为构建可靠的火灾预警系统提供参考。 做火灾烟雾检测这套东西有一阵子了。最初看到这个标题“ultralytics-yolo11在火灾检测和安全监控中-检测识别烟雾-及时发现火灾隐患数据集训练好的模型.zip”时我第一反应是这老哥把完整交付物都打包好了对很多想快速上手的人挺友好。不过光拿到数据包和模型文件不算完你得知道这个模型是怎么训练出来的、数据是怎么整理的、部署的时候会遇到什么坑才能真正把它用在自己的监控方案里。这篇文章我就以yolo11为对象把从数据集构建、模型训练到安全监控场景部署的完整过程拆一遍顺便把我实际踩过的坑和调优经验写出来给正在做类似项目的人当个参考。1. 项目整体设计与场景拆解1.1 为什么选用yolo11做烟雾检测火灾检测这个赛道技术路线其实不少。传统方案里有人用颜色阈值判断火焰区域比如RGB通道里R值明显偏高、饱和度异常的像素块但这种方法受光照影响极大白天的阳光反射、晚上的红色灯光都会造成误判。还有用帧差法检测动态区域的对烟雾这种缓慢扩散、边缘模糊的物体效果很差经常把飘动的窗帘、移动的人物也框进去。更复杂一点的有基于红外热成像的测温效果好但硬件成本高普通安防摄像头根本没法普及。深度学习目标检测在近几年逐渐成了主流尤其是视频监控场景下YOLO系列一帧画面几毫秒就能跑完还能直接输出目标框非常适合实时的安全监控。而在YOLO家族里ultralytics维护的yolo11是当前综合性价比比较高的版本。它的报点和训练工具链相当完善weights文件转成onnx、tensorrt都很方便部署到嵌入式设备也不费劲。我们项目选型时也对比过yolov8和yolov5但是yolo11在检测头和解耦结构上的优化对小目标召回更好烟雾这类形状模糊的目标实践下来确实比v8稍稳一些。所以在同样的算力条件下我更推荐直接用yolo11作为烟雾检测的基座模型。1.2 烟雾检测和普通目标检测的差异很多人觉得烟雾检测就是普通的单类目标检测任务把数据集准备好丢进去训练就行了。实际跑一遍就会发现没那么简单。烟雾有几个比较特殊的地方外形不固定。火焰好歹有个红色高亮区域烟雾则随风流动形态随时变化有的浓烟呈柱状有的变成一团团的蘑菇云有的贴着地面蔓延。用矩形框去框烟雾天然就存在标注不确定性的问题。视觉特征偏弱。烟雾是半透明的背景可以通过烟雾层透出来纹理信息比较少。深度模型主要靠颜色、灰度梯度以及和背景的对比来识别遇到大雾、雾霾天气网络就容易把水汽、灰尘也当成烟雾。目标尺度跨度大。近处的烟雾可能占满整个画面远处的浓烟则只有几十个像素点。安全监控里烟雾往往是小目标刚出现时的形态要“及时发现火灾隐患”就得尽量把远端小目标也召回出来。动态变化。烟雾扩散过程中形状和透明度都在变单帧识别其实不够最好结合视频流做时序判断比如连续多帧都检出烟雾再触发报警才能把误报率压下来。所以做这个项目不能简单套用通用目标检测的流程。从数据标注、正负样本构造到推理阶段的置信度阈值策略都要针对烟雾特性单独设计这也是为什么一套干净的数据集和训练好的模型文件虽然能直接跑但真正要用好还得搞清楚背后的这些细节。2. yolo11网络结构与烟雾检测适配2.1 yolo11相比v8改了什么这里先简单梳理一下yolo11相对yolov8的主要结构变化。yolo11的backbone用了更轻量的C3k2模块整体上是对C2f结构做了重构把两个卷积支路换成更灵活的分支组合参数量的分配比v8更均衡。同时在空间金字塔池化那一块继续沿用了SPPF的设计但之后的几个stage里引入了类似C2PSA的注意力机制模块让网络在多尺度特征融合时能更好地捕捉关键区域。检测头方面仍然是anchor-free的decoupled head分类分支和回归分支分开但yolo11对损失函数、标签分配策略做了微调整体在小目标和中目标的召回上表现更稳定。这些改动对烟雾检测来说其实非常对口。C3k2在降低参数量的同时保留了足够的感受野烟雾在图像里往往占据大片区域甚至整幅画面全局特征很关键而C2PSA注意力模块则能让网络更关注那些“模模糊糊、似烟非烟”的区域。很多人在yolo11改进里加注意力机制其实原版的C2PSA就已经承担了一部分注意力功能直接拿来训练是可以的。2.2 为什么这些改进对小目标和模糊目标友好我在训练烟雾模型的时候对比过yolov8n和yolo11n同样用一套数据、同样的训练参数yolo11在mAP50-95上普遍高2到3个点尤其是小目标那一档的召回率提升比较明显。原因是yolo11在neck部分对特征金字塔的通道分配做了调整深层语义信息和浅层纹理信息融合得更好。烟雾在图像中缺少明显的边缘和角点主要靠颜色、质感和区域对比度来识别如果浅层特征和深层特征融合不好模型很容易把烟雾和背景混在一起。yolo11这种多尺度融合的改进正好提升了模型对这类“非刚性目标”的区分能力。另外一个很关键的点是yolo11的标签分配策略。它采用了更灵活的匹配方式训练过程中会根据目标框和锚点的形状相似度动态分配正负样本。烟雾框通常是高宽比很夸张的矩形尤其是横排扩散的烟带有时候框的宽高比能达到1:5以上。这种动态匹配机制对这种不规则但呈流线分布的框更友好训练时正样本数量更充足模型收敛自然更稳。所以选yolo11不是凑热闹是从实际效果出发做出的选择。3. 数据集的构建与质量管控3.1 数据来源与标注规范数据集是整个项目的根基。标题里提到的“数据集训练好的模型.zip”能直接复现说明作者大概率把数据做过一轮筛选和标注。这里我以常见的火灾烟雾检测数据集为例说明一下怎么构建一套能实际用的数据。数据来源主要有三个途径公开数据集、自己采集、视频抽帧。公开渠道能搜到一些火灾和烟雾相关的图像数据集但质量参差不齐很多图片分辨率太低、目标太小或者只有正样本没有负样本。自己采集的话可以在试验场地模拟燃烧用普通监控摄像头、无人机挂载镜头分别拍近景和远景。视频抽帧则是从火灾应急演练、真实事故视频、新闻报道中抽帧注意版权和合规问题。三种途径结合能凑出比较丰富的样本分布。标注规范上烟雾检测建议只设两类smoke和fire火焰和烟雾分开标。烟雾的标注要特别小心矩形框尽量包住烟雾的“有效区域”也就是视觉上明显可见的烟体主干部位不要硬把一个飘散的细丝用大框包起来那样会给模型带来大量背景噪声。如果一团烟被背景建筑物遮挡就分别标成两个框不要强行合并。火焰标注相对简单红色高亮区域直接框住即可。一张图里既有火焰又有烟雾时两种类别都标起来。注意烟雾透明度高标注的时候宁可框得稍微“胖”一点把半透明边缘轻微包进去也不要框得过紧只标出浓烟核心。因为在推理预测阶段模型对半透明边缘的响应本来就弱如果训练时标签太紧模型会更难学会识别扩散区域。3.2 YOLO格式的目录结构与标签文件训练超参数和模型结构可以靠代码搞定但数据集格式不对一切白搭。当前ultralytics的yolo11遵循的标注格式和yolov5/v8一样每张图片对应一个同名的.txt文件每一行内容为类别id、归一化中心点x、归一化中心点y、归一化宽度w、归一化高度h。目录结构通常长这样smoke_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yamlimages和labels的各自train、val、test文件夹里文件名一一对应。data.yaml内容如下path: ../smoke_dataset train: images/train val: images/val test: images/test nc: 2 names: [smoke, fire]注意path路径如果写相对路径最好是以data.yaml文件所在目录为基准。很多新手在这里容易写错导致训练时报“Dataset not found”。我的习惯是在config文件里直接用绝对路径或者用..相对路径定位到数据集根目录这样不管从哪个目录启动训练命令都不会跑偏。3.3 数据增强与样本平衡策略火灾烟雾场景有很明显的时间分布特征白天、傍晚、夜间三个时段的光照差异巨大。白天阳光强烈烟雾是灰白色的和有云的天空对比度不足夜间红外摄像头下烟雾呈现灰色亮斑傍晚则有大量红黄色低色温环境光。如果训练数据全是白天拍的模型在夜间监控下基本就废了。我的做法是在收数据时按时间段分层抽样保证每个时段至少有20%的样本。然后再配合在线数据增强来扩充yolo11自带的增强管线里有mosaic、mixup、随机HSV扰动、随机缩放裁剪、翻转等。这里面mosaic对烟雾检测特别有效能把四张图拼接起来让模型同时看到多个尺度和多个背景下的烟雾对学习“烟雾在不同环境下长什么样”帮助很大。不过mosaic也不是越大越好训练后期建议把mosaic关闭用纯真实样本做微调否则模型在真实部署时对复杂背景的泛化能力会打折扣。样本平衡方面fire样本通常比smoke样本少很多。如果fire占比太低模型容易把火焰漏检。我一般会把smoke和fire的总样本数控制在3:1到4:1之间fire太少就补采一些火焰图片或者用mixup增强把火焰合成到不同背景上。对于负样本也就是完全没有火焰烟雾但场景相似的图也必须加入否则模型会把雾气、蒸汽、灯光误检成目标。负样本比例建议占总样本的15%到20%。4. 环境准备与训练实操4.1 环境配置与依赖安装训练yolo11其实没有想象中那么复杂我在这台工作站的Ubuntu 22.04上部署一次大概只需要半小时。主要依赖是Python 3.10以上、PyTorch 2.x和ultralytics库。安装命令非常简单pip install ultralytics它会自动把torch、torchvision等相关依赖拉起来。不过torch的版本最好自己先装好因为pip默认安装的torch是CPU版你得按自己的CUDA版本去官方命令装对应的GPU版。例如CUDA 11.8环境pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics装完跑一下yolo predict modelyolo11n.pt sourcehttps://ultralytics.com/images/bus.jpg能看到图片输出就说明环境没问题。新手容易踩的坑是显卡驱动版本太低导致torch的cuda组件加载失败。建议先跑nvidia-smi看驱动对应的最高CUDA版本再决定装哪个版本的torch。4.2 模型选择与训练参数配置yolo11有n、s、m、l、x五个尺寸分别对应从nano到extra large。烟雾检测属于安全监控类应用部署端往往是海康、大华这类IPC的算力盒子或者带GPU的服务器不会太极端。我的经验是如果跑在服务器上直接选yolo11m精度高一些推理速度基本无感如果要在Jetson Orin、RK3588这类边缘设备上跑那yolo11s是更合适的平衡点。如果只是验证流程先用yolo11n跑通再说。训练参数的选择直接影响训练效果。我常用的一组基线参数如下yolo train \ modelyolo11s.pt \ datasmoke_dataset/data.yaml \ epochs200 \ imgsz640 \ batch16 \ patience30 \ device0 \ cos_lrTrue \ close_mosaic10 \ projectruns/smoke \ nametrain_v1 \ ampTrue这里每个参数都是有讲究的。imgsz640是效率和精度的折中烟雾目标如果太小可以试试960或1280但显存占用会成倍增加batch根据显存来12G显存用yolo11s跑640分辨率也就是batch16左右close_mosaic10表示在训练最后10个epoch关闭mosaic增强让模型适应真实分布patience30表示连续30个epoch验证集mAP没有提升就提前停止能节省大量时间。4.3 训练过程监控与模型评估训练开始后ultralytics会在runs/smoke/train_v1目录下输出weights文件夹、results.csv和一堆可视化图表。我习惯用TensorBoard开一个面板来实时看loss曲线和验证集指标命令是tensorboard --logdir runs。重点盯三个东西box_loss是否持续下降、验证集mAP50是否还在涨、训练集和验证集的mAP差距是否变大。如果训练集mAP50接近1.0但验证集才0.5那基本就是过拟合了需要加数据增强或者减少训练轮数。训练结束后weights文件夹里会有best.pt和last.pt。best.pt是验证集mAP最高的权重部署时直接用这个。评估模型时不能只看mAP50安全监控场景更关心低置信度下的召回也就是mAP50-95。烟雾检测的mAP50-95一般比常规目标低不少这是正常的因为烟雾的框本身就不稳定评估时对框的位置敏感。我见过不少人的模型mAP50有0.85但mAP50-95只有0.5这并不代表模型不可用部署时关注精确率和误报率更实在。5. 模型推理与安全监控场景部署5.1 Python推理代码快速上手训练好的best.pt可以直接拿来推理。ultralytics提供的Python API非常简洁from ultralytics import YOLO model YOLO(best.pt) results model.predict( sourcetest_video.mp4, conf0.35, iou0.5, imgsz640, saveTrue, projectruns/predict, namedemo, showFalse ) for result in results: boxes result.boxes if boxes is not None: for box in boxes: cls_id int(box.cls[0].item()) conf float(box.conf[0].item()) xyxy box.xyxy[0].tolist() if cls_id 0: print(fsmoke detected: {xyxy}, conf{conf:.2f})conf这个参数要重点说。烟雾检测里模型对早期淡烟的置信度通常在0.3到0.5之间如果阈值设成0.5会漏掉很多早期隐患。我一般会把conf设为0.25或0.3然后用后续的连续帧确认逻辑来过滤误报而不是一次性把阈值拉高。iou参数则用来控制重叠框的合并程度烟雾扩散时同一个烟团可能被拆成好几个框iou设0.5能比较好地合并同源检测框。5.2 模型转换与边缘设备部署如果只是服务器上跑Python接口到上一节就够了。但实际安全监控项目里摄像头数据量大推理一般下沉到边缘设备。这时候需要把模型从PyTorch格式转成更适合部署的格式。yolo11支持多种导出格式最常用的是onnx和tensorrt引擎yolo export modelbest.pt formatonnx imgsz640 opset12 yolo export modelbest.pt formatengine device0 halfTrue imgsz640转成onnx之后可以用onnxruntime-gpu在Jetson或者x86盒子上推理速度比PyTorch原生的CUDA推理快不少。如果用的是Jetson系列直接转成tensorrt engine配合TensorRT的FP16精度yolo11s在Jetson Orin Nano上的推理时间能压到10毫秒以内完全满足25帧/秒的实时监控需求。在嵌入式设备上部署烟雾检测模型一定要做模型量化前先在目标设备上用一批典型场景图片做精度验证。FP16的精度损失一般情况下可以忽略但如果监控画面里经常有烟雾颜色接近背景的时段FP16的掉点会被放大这时候要评估是接受掉点还是退回FP32。5.3 与监控系统集成的告警逻辑模型能检测出烟雾只是第一步真正在监控系统里用起来还得设计一套告警逻辑。直接从模型输出触发告警会带来大量误报因为烟雾检测对水蒸气、灰尘、光照变化都很敏感单帧出现烟雾置信度超阈值不代表真的着火了。我实际部署时的做法是“三帧确认”策略对同一路视频流连续三帧中至少两帧检出烟雾框且烟雾框面积占画面比例超过一个预设阈值比如0.5%才触发一级预警。对于重点区域比如配电房、仓库可以再加一个ROI判断只关注指定区域内出现的烟雾框。这样误报率能从单帧的每小时十几次降到每天一两次。另外模型输出的框还可以联动云台让球机自动转向烟雾位置放大查看这个在消防监控项目里是很实用的联动功能。6. 常见问题与排查技巧实录6.1 问题排查速查表症状可能原因解决方法训练loss不降学习率太高或数据集路径有问题检查data.yaml路径降低lr到0.001以下确认标签文件非空验证集mAP高但测试视频误检严重训练数据正负样本比例失衡补充无火灾的负样本降低conf阈值后用帧确认逻辑过滤检测不到远处小烟雾imgsz太小或模型太小训练和推理时使用960分辨率换yolo11m/l考虑用SAHI切图推理把水蒸气、雾气误判为烟雾训练数据里缺少类似干扰物样本专门采集雾气、蒸汽、灰尘作为负样本加入数据集烟雾框抖动剧烈置信度阈值太低预测框松散适当调高conf或对连续帧结果做EMA平滑部署到嵌入式设备后精度下降量化或FP16带来的精度损失用真实场景图测试精度必要时退回FP32或做int8 calibration夜间场景漏检明显训练数据缺少红外或低光样本补充夜间监控画面做亮度、对比度增强6.2 几个我实际踩过的坑先说说负样本的问题。第一次训练烟雾模型时我花了大量精力收集烟雾正样本负样本只随机挑了一些街景图。结果拿到现场摄像头一测蒸汽管道、水雾、食堂油烟全部触发告警整个监控室都炸了。后来才意识到负样本必须和正样本来源一致也就是说要尽量从监控视角去采集那些“容易和烟雾混淆”的场景图。我后来用无人机和固定摄像头专门拍了一整天各种天气下的水汽、雾气、灰尘飞扬画面标成背景类负样本误报率才降下来。第二个坑是置信度阈值设置。有人觉得把conf调高到0.6可以减少误报结果很多早期小烟雾直接被过滤掉失去了“及时发现火灾隐患”的意义。我自己后来采用的策略是模型推理时conf保持0.25但在告警逻辑里做二次判断。也就是说模型负责“找出可能是烟雾的框”告警逻辑负责“判断这事值不值得报警”两者分开互不干扰效果比全局调高阈值好很多。第三个值得说的是标注边界问题。烟雾的矩形框标注主观性很强如果多人协作标注有的人框得紧有的人框得松模型会被不一致的标签搞糊涂。我后来的做法是在标注规范里统一要求以烟雾视觉最明显的核心区域作为框的边界半透明扩散边缘可以不包含在框内因为训练时数据增强的随机缩放已经能让模型学到一部分边缘信息。同时每个标注员先标50张图我逐张检查一遍再让他们继续标这样能保证标签质量一致。关于这个项目的后续扩展如果你已经用标题里的数据集和模型跑通了检测流程后面可以往几个方向继续做。一个是把单帧检测升级成视频时序检测用yolo11结合一个轻量级的时序网络比如用LSTM或者更简单的帧间投票机制对烟雾的扩散趋势做判断能在更早期发出预警。另一个是接入多路摄像头用一套模型配合流媒体网关做分布式推理实现全厂区的烟雾监测网络。我自己的体会是火灾烟雾检测这个方向看起来简单但真正落地时要过的坎都在数据和工程细节上模型本身反而不用天天调结构。先把数据集做扎实把告警逻辑设计好用yolo11去落一个稳健的初版系统后面再针对现场反馈逐步迭代是比较靠谱的一条路。如果你正在做类似的事情可以从本文提到的数据规范、训练参数和部署策略入手少走很多弯路。本文还有配套的精品资源点击获取 YOLO11烟雾检测实战：从数据集构建到部署
简介在计算机视觉领域目标检测是识别图像中物体位置与类别的核心技术广泛应用于安防监控、工业安全等场景。火灾烟雾检测作为目标检测的重要落地方向面临烟雾形态多变、半透明、小目标等挑战。YOLO系列算法凭借实时性与高精度成为主流选择其中Ultralytics YOLO11在检测头、注意力机制和多尺度融合上的优化进一步提升了烟雾这类模糊目标的召回率。然而高效部署烟雾检测模型不仅依赖网络结构更取决于数据集的规范构建与训练策略的精细调优。本文围绕烟雾检测的完整流程系统讲解数据标注规范、YOLO格式整理、数据增强技巧、训练参数配置以及边缘设备部署方案并给出实际踩坑经验与告警逻辑设计为构建可靠的火灾预警系统提供参考。 做火灾烟雾检测这套东西有一阵子了。最初看到这个标题“ultralytics-yolo11在火灾检测和安全监控中-检测识别烟雾-及时发现火灾隐患数据集训练好的模型.zip”时我第一反应是这老哥把完整交付物都打包好了对很多想快速上手的人挺友好。不过光拿到数据包和模型文件不算完你得知道这个模型是怎么训练出来的、数据是怎么整理的、部署的时候会遇到什么坑才能真正把它用在自己的监控方案里。这篇文章我就以yolo11为对象把从数据集构建、模型训练到安全监控场景部署的完整过程拆一遍顺便把我实际踩过的坑和调优经验写出来给正在做类似项目的人当个参考。1. 项目整体设计与场景拆解1.1 为什么选用yolo11做烟雾检测火灾检测这个赛道技术路线其实不少。传统方案里有人用颜色阈值判断火焰区域比如RGB通道里R值明显偏高、饱和度异常的像素块但这种方法受光照影响极大白天的阳光反射、晚上的红色灯光都会造成误判。还有用帧差法检测动态区域的对烟雾这种缓慢扩散、边缘模糊的物体效果很差经常把飘动的窗帘、移动的人物也框进去。更复杂一点的有基于红外热成像的测温效果好但硬件成本高普通安防摄像头根本没法普及。深度学习目标检测在近几年逐渐成了主流尤其是视频监控场景下YOLO系列一帧画面几毫秒就能跑完还能直接输出目标框非常适合实时的安全监控。而在YOLO家族里ultralytics维护的yolo11是当前综合性价比比较高的版本。它的报点和训练工具链相当完善weights文件转成onnx、tensorrt都很方便部署到嵌入式设备也不费劲。我们项目选型时也对比过yolov8和yolov5但是yolo11在检测头和解耦结构上的优化对小目标召回更好烟雾这类形状模糊的目标实践下来确实比v8稍稳一些。所以在同样的算力条件下我更推荐直接用yolo11作为烟雾检测的基座模型。1.2 烟雾检测和普通目标检测的差异很多人觉得烟雾检测就是普通的单类目标检测任务把数据集准备好丢进去训练就行了。实际跑一遍就会发现没那么简单。烟雾有几个比较特殊的地方外形不固定。火焰好歹有个红色高亮区域烟雾则随风流动形态随时变化有的浓烟呈柱状有的变成一团团的蘑菇云有的贴着地面蔓延。用矩形框去框烟雾天然就存在标注不确定性的问题。视觉特征偏弱。烟雾是半透明的背景可以通过烟雾层透出来纹理信息比较少。深度模型主要靠颜色、灰度梯度以及和背景的对比来识别遇到大雾、雾霾天气网络就容易把水汽、灰尘也当成烟雾。目标尺度跨度大。近处的烟雾可能占满整个画面远处的浓烟则只有几十个像素点。安全监控里烟雾往往是小目标刚出现时的形态要“及时发现火灾隐患”就得尽量把远端小目标也召回出来。动态变化。烟雾扩散过程中形状和透明度都在变单帧识别其实不够最好结合视频流做时序判断比如连续多帧都检出烟雾再触发报警才能把误报率压下来。所以做这个项目不能简单套用通用目标检测的流程。从数据标注、正负样本构造到推理阶段的置信度阈值策略都要针对烟雾特性单独设计这也是为什么一套干净的数据集和训练好的模型文件虽然能直接跑但真正要用好还得搞清楚背后的这些细节。2. yolo11网络结构与烟雾检测适配2.1 yolo11相比v8改了什么这里先简单梳理一下yolo11相对yolov8的主要结构变化。yolo11的backbone用了更轻量的C3k2模块整体上是对C2f结构做了重构把两个卷积支路换成更灵活的分支组合参数量的分配比v8更均衡。同时在空间金字塔池化那一块继续沿用了SPPF的设计但之后的几个stage里引入了类似C2PSA的注意力机制模块让网络在多尺度特征融合时能更好地捕捉关键区域。检测头方面仍然是anchor-free的decoupled head分类分支和回归分支分开但yolo11对损失函数、标签分配策略做了微调整体在小目标和中目标的召回上表现更稳定。这些改动对烟雾检测来说其实非常对口。C3k2在降低参数量的同时保留了足够的感受野烟雾在图像里往往占据大片区域甚至整幅画面全局特征很关键而C2PSA注意力模块则能让网络更关注那些“模模糊糊、似烟非烟”的区域。很多人在yolo11改进里加注意力机制其实原版的C2PSA就已经承担了一部分注意力功能直接拿来训练是可以的。2.2 为什么这些改进对小目标和模糊目标友好我在训练烟雾模型的时候对比过yolov8n和yolo11n同样用一套数据、同样的训练参数yolo11在mAP50-95上普遍高2到3个点尤其是小目标那一档的召回率提升比较明显。原因是yolo11在neck部分对特征金字塔的通道分配做了调整深层语义信息和浅层纹理信息融合得更好。烟雾在图像中缺少明显的边缘和角点主要靠颜色、质感和区域对比度来识别如果浅层特征和深层特征融合不好模型很容易把烟雾和背景混在一起。yolo11这种多尺度融合的改进正好提升了模型对这类“非刚性目标”的区分能力。另外一个很关键的点是yolo11的标签分配策略。它采用了更灵活的匹配方式训练过程中会根据目标框和锚点的形状相似度动态分配正负样本。烟雾框通常是高宽比很夸张的矩形尤其是横排扩散的烟带有时候框的宽高比能达到1:5以上。这种动态匹配机制对这种不规则但呈流线分布的框更友好训练时正样本数量更充足模型收敛自然更稳。所以选yolo11不是凑热闹是从实际效果出发做出的选择。3. 数据集的构建与质量管控3.1 数据来源与标注规范数据集是整个项目的根基。标题里提到的“数据集训练好的模型.zip”能直接复现说明作者大概率把数据做过一轮筛选和标注。这里我以常见的火灾烟雾检测数据集为例说明一下怎么构建一套能实际用的数据。数据来源主要有三个途径公开数据集、自己采集、视频抽帧。公开渠道能搜到一些火灾和烟雾相关的图像数据集但质量参差不齐很多图片分辨率太低、目标太小或者只有正样本没有负样本。自己采集的话可以在试验场地模拟燃烧用普通监控摄像头、无人机挂载镜头分别拍近景和远景。视频抽帧则是从火灾应急演练、真实事故视频、新闻报道中抽帧注意版权和合规问题。三种途径结合能凑出比较丰富的样本分布。标注规范上烟雾检测建议只设两类smoke和fire火焰和烟雾分开标。烟雾的标注要特别小心矩形框尽量包住烟雾的“有效区域”也就是视觉上明显可见的烟体主干部位不要硬把一个飘散的细丝用大框包起来那样会给模型带来大量背景噪声。如果一团烟被背景建筑物遮挡就分别标成两个框不要强行合并。火焰标注相对简单红色高亮区域直接框住即可。一张图里既有火焰又有烟雾时两种类别都标起来。注意烟雾透明度高标注的时候宁可框得稍微“胖”一点把半透明边缘轻微包进去也不要框得过紧只标出浓烟核心。因为在推理预测阶段模型对半透明边缘的响应本来就弱如果训练时标签太紧模型会更难学会识别扩散区域。3.2 YOLO格式的目录结构与标签文件训练超参数和模型结构可以靠代码搞定但数据集格式不对一切白搭。当前ultralytics的yolo11遵循的标注格式和yolov5/v8一样每张图片对应一个同名的.txt文件每一行内容为类别id、归一化中心点x、归一化中心点y、归一化宽度w、归一化高度h。目录结构通常长这样smoke_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yamlimages和labels的各自train、val、test文件夹里文件名一一对应。data.yaml内容如下path: ../smoke_dataset train: images/train val: images/val test: images/test nc: 2 names: [smoke, fire]注意path路径如果写相对路径最好是以data.yaml文件所在目录为基准。很多新手在这里容易写错导致训练时报“Dataset not found”。我的习惯是在config文件里直接用绝对路径或者用..相对路径定位到数据集根目录这样不管从哪个目录启动训练命令都不会跑偏。3.3 数据增强与样本平衡策略火灾烟雾场景有很明显的时间分布特征白天、傍晚、夜间三个时段的光照差异巨大。白天阳光强烈烟雾是灰白色的和有云的天空对比度不足夜间红外摄像头下烟雾呈现灰色亮斑傍晚则有大量红黄色低色温环境光。如果训练数据全是白天拍的模型在夜间监控下基本就废了。我的做法是在收数据时按时间段分层抽样保证每个时段至少有20%的样本。然后再配合在线数据增强来扩充yolo11自带的增强管线里有mosaic、mixup、随机HSV扰动、随机缩放裁剪、翻转等。这里面mosaic对烟雾检测特别有效能把四张图拼接起来让模型同时看到多个尺度和多个背景下的烟雾对学习“烟雾在不同环境下长什么样”帮助很大。不过mosaic也不是越大越好训练后期建议把mosaic关闭用纯真实样本做微调否则模型在真实部署时对复杂背景的泛化能力会打折扣。样本平衡方面fire样本通常比smoke样本少很多。如果fire占比太低模型容易把火焰漏检。我一般会把smoke和fire的总样本数控制在3:1到4:1之间fire太少就补采一些火焰图片或者用mixup增强把火焰合成到不同背景上。对于负样本也就是完全没有火焰烟雾但场景相似的图也必须加入否则模型会把雾气、蒸汽、灯光误检成目标。负样本比例建议占总样本的15%到20%。4. 环境准备与训练实操4.1 环境配置与依赖安装训练yolo11其实没有想象中那么复杂我在这台工作站的Ubuntu 22.04上部署一次大概只需要半小时。主要依赖是Python 3.10以上、PyTorch 2.x和ultralytics库。安装命令非常简单pip install ultralytics它会自动把torch、torchvision等相关依赖拉起来。不过torch的版本最好自己先装好因为pip默认安装的torch是CPU版你得按自己的CUDA版本去官方命令装对应的GPU版。例如CUDA 11.8环境pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics装完跑一下yolo predict modelyolo11n.pt sourcehttps://ultralytics.com/images/bus.jpg能看到图片输出就说明环境没问题。新手容易踩的坑是显卡驱动版本太低导致torch的cuda组件加载失败。建议先跑nvidia-smi看驱动对应的最高CUDA版本再决定装哪个版本的torch。4.2 模型选择与训练参数配置yolo11有n、s、m、l、x五个尺寸分别对应从nano到extra large。烟雾检测属于安全监控类应用部署端往往是海康、大华这类IPC的算力盒子或者带GPU的服务器不会太极端。我的经验是如果跑在服务器上直接选yolo11m精度高一些推理速度基本无感如果要在Jetson Orin、RK3588这类边缘设备上跑那yolo11s是更合适的平衡点。如果只是验证流程先用yolo11n跑通再说。训练参数的选择直接影响训练效果。我常用的一组基线参数如下yolo train \ modelyolo11s.pt \ datasmoke_dataset/data.yaml \ epochs200 \ imgsz640 \ batch16 \ patience30 \ device0 \ cos_lrTrue \ close_mosaic10 \ projectruns/smoke \ nametrain_v1 \ ampTrue这里每个参数都是有讲究的。imgsz640是效率和精度的折中烟雾目标如果太小可以试试960或1280但显存占用会成倍增加batch根据显存来12G显存用yolo11s跑640分辨率也就是batch16左右close_mosaic10表示在训练最后10个epoch关闭mosaic增强让模型适应真实分布patience30表示连续30个epoch验证集mAP没有提升就提前停止能节省大量时间。4.3 训练过程监控与模型评估训练开始后ultralytics会在runs/smoke/train_v1目录下输出weights文件夹、results.csv和一堆可视化图表。我习惯用TensorBoard开一个面板来实时看loss曲线和验证集指标命令是tensorboard --logdir runs。重点盯三个东西box_loss是否持续下降、验证集mAP50是否还在涨、训练集和验证集的mAP差距是否变大。如果训练集mAP50接近1.0但验证集才0.5那基本就是过拟合了需要加数据增强或者减少训练轮数。训练结束后weights文件夹里会有best.pt和last.pt。best.pt是验证集mAP最高的权重部署时直接用这个。评估模型时不能只看mAP50安全监控场景更关心低置信度下的召回也就是mAP50-95。烟雾检测的mAP50-95一般比常规目标低不少这是正常的因为烟雾的框本身就不稳定评估时对框的位置敏感。我见过不少人的模型mAP50有0.85但mAP50-95只有0.5这并不代表模型不可用部署时关注精确率和误报率更实在。5. 模型推理与安全监控场景部署5.1 Python推理代码快速上手训练好的best.pt可以直接拿来推理。ultralytics提供的Python API非常简洁from ultralytics import YOLO model YOLO(best.pt) results model.predict( sourcetest_video.mp4, conf0.35, iou0.5, imgsz640, saveTrue, projectruns/predict, namedemo, showFalse ) for result in results: boxes result.boxes if boxes is not None: for box in boxes: cls_id int(box.cls[0].item()) conf float(box.conf[0].item()) xyxy box.xyxy[0].tolist() if cls_id 0: print(fsmoke detected: {xyxy}, conf{conf:.2f})conf这个参数要重点说。烟雾检测里模型对早期淡烟的置信度通常在0.3到0.5之间如果阈值设成0.5会漏掉很多早期隐患。我一般会把conf设为0.25或0.3然后用后续的连续帧确认逻辑来过滤误报而不是一次性把阈值拉高。iou参数则用来控制重叠框的合并程度烟雾扩散时同一个烟团可能被拆成好几个框iou设0.5能比较好地合并同源检测框。5.2 模型转换与边缘设备部署如果只是服务器上跑Python接口到上一节就够了。但实际安全监控项目里摄像头数据量大推理一般下沉到边缘设备。这时候需要把模型从PyTorch格式转成更适合部署的格式。yolo11支持多种导出格式最常用的是onnx和tensorrt引擎yolo export modelbest.pt formatonnx imgsz640 opset12 yolo export modelbest.pt formatengine device0 halfTrue imgsz640转成onnx之后可以用onnxruntime-gpu在Jetson或者x86盒子上推理速度比PyTorch原生的CUDA推理快不少。如果用的是Jetson系列直接转成tensorrt engine配合TensorRT的FP16精度yolo11s在Jetson Orin Nano上的推理时间能压到10毫秒以内完全满足25帧/秒的实时监控需求。在嵌入式设备上部署烟雾检测模型一定要做模型量化前先在目标设备上用一批典型场景图片做精度验证。FP16的精度损失一般情况下可以忽略但如果监控画面里经常有烟雾颜色接近背景的时段FP16的掉点会被放大这时候要评估是接受掉点还是退回FP32。5.3 与监控系统集成的告警逻辑模型能检测出烟雾只是第一步真正在监控系统里用起来还得设计一套告警逻辑。直接从模型输出触发告警会带来大量误报因为烟雾检测对水蒸气、灰尘、光照变化都很敏感单帧出现烟雾置信度超阈值不代表真的着火了。我实际部署时的做法是“三帧确认”策略对同一路视频流连续三帧中至少两帧检出烟雾框且烟雾框面积占画面比例超过一个预设阈值比如0.5%才触发一级预警。对于重点区域比如配电房、仓库可以再加一个ROI判断只关注指定区域内出现的烟雾框。这样误报率能从单帧的每小时十几次降到每天一两次。另外模型输出的框还可以联动云台让球机自动转向烟雾位置放大查看这个在消防监控项目里是很实用的联动功能。6. 常见问题与排查技巧实录6.1 问题排查速查表症状可能原因解决方法训练loss不降学习率太高或数据集路径有问题检查data.yaml路径降低lr到0.001以下确认标签文件非空验证集mAP高但测试视频误检严重训练数据正负样本比例失衡补充无火灾的负样本降低conf阈值后用帧确认逻辑过滤检测不到远处小烟雾imgsz太小或模型太小训练和推理时使用960分辨率换yolo11m/l考虑用SAHI切图推理把水蒸气、雾气误判为烟雾训练数据里缺少类似干扰物样本专门采集雾气、蒸汽、灰尘作为负样本加入数据集烟雾框抖动剧烈置信度阈值太低预测框松散适当调高conf或对连续帧结果做EMA平滑部署到嵌入式设备后精度下降量化或FP16带来的精度损失用真实场景图测试精度必要时退回FP32或做int8 calibration夜间场景漏检明显训练数据缺少红外或低光样本补充夜间监控画面做亮度、对比度增强6.2 几个我实际踩过的坑先说说负样本的问题。第一次训练烟雾模型时我花了大量精力收集烟雾正样本负样本只随机挑了一些街景图。结果拿到现场摄像头一测蒸汽管道、水雾、食堂油烟全部触发告警整个监控室都炸了。后来才意识到负样本必须和正样本来源一致也就是说要尽量从监控视角去采集那些“容易和烟雾混淆”的场景图。我后来用无人机和固定摄像头专门拍了一整天各种天气下的水汽、雾气、灰尘飞扬画面标成背景类负样本误报率才降下来。第二个坑是置信度阈值设置。有人觉得把conf调高到0.6可以减少误报结果很多早期小烟雾直接被过滤掉失去了“及时发现火灾隐患”的意义。我自己后来采用的策略是模型推理时conf保持0.25但在告警逻辑里做二次判断。也就是说模型负责“找出可能是烟雾的框”告警逻辑负责“判断这事值不值得报警”两者分开互不干扰效果比全局调高阈值好很多。第三个值得说的是标注边界问题。烟雾的矩形框标注主观性很强如果多人协作标注有的人框得紧有的人框得松模型会被不一致的标签搞糊涂。我后来的做法是在标注规范里统一要求以烟雾视觉最明显的核心区域作为框的边界半透明扩散边缘可以不包含在框内因为训练时数据增强的随机缩放已经能让模型学到一部分边缘信息。同时每个标注员先标50张图我逐张检查一遍再让他们继续标这样能保证标签质量一致。关于这个项目的后续扩展如果你已经用标题里的数据集和模型跑通了检测流程后面可以往几个方向继续做。一个是把单帧检测升级成视频时序检测用yolo11结合一个轻量级的时序网络比如用LSTM或者更简单的帧间投票机制对烟雾的扩散趋势做判断能在更早期发出预警。另一个是接入多路摄像头用一套模型配合流媒体网关做分布式推理实现全厂区的烟雾监测网络。我自己的体会是火灾烟雾检测这个方向看起来简单但真正落地时要过的坎都在数据和工程细节上模型本身反而不用天天调结构。先把数据集做扎实把告警逻辑设计好用yolo11去落一个稳健的初版系统后面再针对现场反馈逐步迭代是比较靠谱的一条路。如果你正在做类似的事情可以从本文提到的数据规范、训练参数和部署策略入手少走很多弯路。本文还有配套的精品资源点击获取