简介基于YoloV5的火灾识别与检测系统完整项目源码与说明文档已经打包面向计算机视觉、人工智能与自动化等方向的在校学生、指导教师及企业开发者尤其适合作为毕业设计、课程设计或项目初期演示的参考底座。系统以深度学习目标检测算法为核心对图像中的火灾区域进行自动定位与识别压缩包内共一百三十个文件大小约二十点六八兆其中包含四十四份YAML配置、三十三份Python脚本、五份Shell脚本、三份Markdown说明、一份PyTorch权重文件以及多张JPG/PNG实景测试图片覆盖从数据集准备、模型配置、训练到推理展示的关键链路。该资源当前已有九十九人学习下载代码经过运行验证使用中若遇到环境或依赖问题可私聊联系作者获取远程教学支持。读者既能借助完整工程上手YoloV5火灾检测实践也可在此框架上继续扩展其他检测功能下载后先打开README.md能快速掌握目录结构与运行方式。1. 火灾检测的难点不在于“看见火”而在于排除“像火的东西”把YoloV5用到火灾检测上真正卡进度的不是火焰识别而是误报抑制。火焰本身纹理稀疏、边缘模糊和夕阳、红色车灯、铁皮反光在特征空间里距离很近部署到实际摄像头后最常见的翻车现场是把货运卡车尾灯当成火源连续告警。这个基于YoloV5的火灾检测系统锚定的正是这个问题在保证召回率的前提下压低误报率实现图像中火焰区域的定位适合做毕设、课程设计也适合作为边缘端火灾检测的初版方案。项目代码经过运行验证拿到手可以直接从训练到推理走通全流程下文按“网络结构 → 数据准备 → 训练调参 → 部署调优”的顺序拆解终点落在几个容易被忽略、但对误报率影响极大的参数组合上。2. YoloV5结构拆解与火灾数据集的标签策略2.1 CSPDarknet53与SPPF对火焰特征提取的实际影响YoloV5的骨干网络是CSPDarknet53核心是跨阶段局部残差结构。CSP结构把特征图按通道拆成两部分一部分走残差块一部分直接拼接好处是梯度在反向传播时有一条不带变换的捷径。火焰目标恰恰需要这种设计火焰没有规则纹理边缘是渐变过渡如果用深层密集卷积反复压缩小面积火苗的梯度很容易在传递过程中衰减到无法更新CSP的短接路径把底层边缘信息直接送到输出层保证模型在浅层就能学到“亮橙色渐变块”这类判别特征。SPPF层是空间金字塔池化的变体把输入特征图分别做5×5、9×9、13×13的池化后拼接。在火灾场景下这个模块解决的是尺度碎片化问题距离摄像头3米和30米的火焰在图像上的像素直径可以相差十倍SPPF用多个池化核把不同感受野的特征拼在一起让同一个分类头能同时响应小范围火苗和大面积火场。如果你换用MobileNet这类轻量骨干精度下降还不是主要问题真正麻烦的是小目标召回率断崖式下跌火灾检测里漏报一次就是事故所以这类安全敏感任务我一般不建议用轻量骨干硬换精度。2.2 归一化标签格式与检测头的匹配关系训练前必须确认标注格式是Yolo风格即class cx cy w h四个坐标值均以图像宽高归一化到0~1之间。很多人从VOC格式转过来时类别编号和坐标都正确但疏忽了宽高是否归一化导致训练时损失直接爆炸或mAP一直为零。写个快速脚本核验标签分布import os labels_dir datasets/fire/labels/train for file in os.listdir(labels_dir): if not file.endswith(.txt): continue with open(os.path.join(labels_dir, file), r) as fp: for line in fp.readlines(): parts line.strip().split() if len(parts) ! 5: print(f[格式错误] {file}: {line.strip()}) continue cls, cx, cy, w, h parts cx, cy, w, h map(float, (cx, cy, w, h)) # 归一化后所有值必须在[0, 1]区间 if not all(0 v 1 for v in (cx, cy, w, h)): print(f[越界] {file}: cx{cx}, cy{cy}, w{w}, h{h})这段代码做了两层检查一是字段数和基本类型二是坐标是否落在0~1区间。需要注意cx和cy是目标中心点的相对坐标w和h是相对宽度和高度而不是边界框的左上角坐标这是从VOC转换时最常见的错误源。这个系统的标签只有fire一类也就是class 0。单类检测在加载预训练权重时需要注意最后一层输出通道数COCO预训练权重是80类迁移到单类任务时模型会丢掉原来的分类头重新随机初始化一个1类的分类头。YoloV5源码会自动处理这个维度变化但有个细节容易忽略——如果你在data.yaml里只写一个类名却在标注文件里出现了class 1训练时Pytorch不会直接报错而是把这个样本当成背景忽略掉表现为训练损失正常下降但验证集recall始终为零。2.3 标准版YoloV5s与YoloV5tiny的选型判断这个项目默认用的是YoloV5s640分辨率输入下FLOPs大约16.5G在GTX 1660级别显卡上推理速度约5~8ms/帧CPU上约300~500ms/帧。火灾检测场景有个特殊性误报成本高、漏报成本更高所以模型容量不宜过小。YoloV5n和YoloV5t在火焰这种弱纹理目标上精度下降比一般目标检测更明显因为原本就依赖全局上下文区分火焰和类火物体参数量砍掉后上下文建模能力不足常把暖色路灯误报成火焰。我的建议是服务器推理无脑选s边缘设备实在要压缩就选n并在部署侧加ROI限制见第4章。3. 训练复现从coco.yaml改造到train.py参数调优3.1 数据集目录组织与训练配置拿到项目源码后首先要按YoloV5约定的目录结构组织火灾数据集datasets/ └── fire/ ├── images/ │ ├── train/ # 训练集JPG图片 │ └── val/ # 验证集JPG图片 ├── labels/ │ ├── train/ # 与训练集同名的txt标签文件 │ └── val/ # 与验证集同名的txt标签文件 └── data.yaml这个结构是硬约束YoloV5的Dataset类通过os.path.splitext把图片路径替换为labels后缀来查找标注文件不满足结构会直接报image not found in labels。标注工具最省事的是直接用labelImg输出格式选YOLO类别名只留fire。data.yaml内容如下train: datasets/fire/images/train val: datasets/fire/images/val nc: 1 names: [fire]注意train路径建议写相对路径写绝对路径也能跑通但换机器就要改配置。类别名不要带空格names列表顺序必须和标注文件里的class编号严格对应如果标注时fire编号是0这里就放在第一个位置。单类模型在NMS阶段不会做类间抑制这会在第4章展开讲。3.2 train.py训练指令与关键参数对照依赖环境建议按如下顺序安装pip install -r requirements.txtrequirements.txt里核心依赖是torch1.7.0、opencv-python、numpy、pyyaml。这里最容易出问题的不是安装失败而是版本冲突——如果你机器上已经有TensorFlownumpy可能被降级到1.xYoloV5在numpy 1.24以下会报np.bool不存在属常见坑遇到就升级numpy到最新版。PyTorch版本不建议装最新torch 1.13左右和YoloV5的torch_utils兼容性更稳妥2.0以上需要额外适配amp检查逻辑。训练启动指令python train.py \ --data data/fire.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --hyp data/hyps/hyp.scratch-low.yaml \ --device 0参数含义说明参数火灾场景推荐值说明--img640输入分辨率火焰是小目标为主不要低于416--batch-size16显存8G上限OOM就降到8不要调分辨率--epochs100火灾数据集通常几百张50轮开始收敛100轮保证稳定--hyphyp.scratch-low.yaml低数据增强策略火灾场景要保留火焰的颜色特征--weightsyolov5s.pt用COCO预训练权重做迁移学习--device0CPU训练用cpu但慢10倍以上hyp.scratch-low.yaml值得单独说。YoloV5默认的hyp.scratch.yaml里hsv_h、hsv_s、hsv_v增强系数较高会把火焰的橙红色大幅偏移模型学到的是“暖色块”而不是“火焰纹理”在验证集上loss和mAP都漂亮但一上真实摄像头就疯狂误报。low版本把色彩增强系数压到很低建议直接用。如果数据集里包含夜间火焰样本可以进一步把hsv_v设为0避免亮度扰动破坏暗光下的火焰特征。3.3 Anchor重聚类与超参数边界YoloV5在训练开始时会自动计算数据集的Anchor默认配置文件是model/yolov5s.yaml里的三组共9个Anchor。火焰目标形态特殊起步阶段是细长火苗宽高比可能到1:3以上延烧阶段又接近正方形和COCO通用的水平物体分布差很远。如果你的数据集中火焰宽高比中位数超过2建议先手动触发重新聚类python utils/autoanchor.py --cfg models/yolov5s.yaml --data data/fire.yaml这个脚本输出类似kmean_anchors的新Anchor值把models/yolov5s.yaml里的anchors字段替换即完成。不替换也不是不能训练YoloV5的Anchor是学习参数训练足够长会自动修正但初期的损失下降会明显变慢小火焰的召回率在前20轮偏低不划算。训练中两个最常见的失败现象和排查路径第一个是loss在几十轮后变成nan优先检查学习率和batch-size把--hyp里的lr0从0.01降到0.001重启训练第二个是验证集mAP为零按2.2节脚本检查标签是否越界或者查看验证集图片是否在images/val下而图片对应标签缺失。3.4 训练过程的验证与选模训练结束后看runs/train/exp/weights/下两个权重文件best.pt和last.pt。部署时选best.pt判断标准不是mAP而是PR_curve.png中precision和recall曲线的平衡点。火灾检测里我一般把recall优先级调高误报可以通过第4章方法压漏报只能重新标注数据。如果best.pt对应的recall低于0.9建议回到数据层面补充更多夕阳、路灯、红色车灯的负样本而不是继续加大epochs。4. 低误报推理调参与边缘部署的边界4.1 conf-thres和iou-thres的组合策略推理命令如下python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/fire_test_video.mp4 \ --conf-thres 0.35 \ --iou-thres 0.35 \ --device 0--conf-thres控制置信度阈值默认0.25在火灾场景偏低夕阳和红色广告牌很容易给出0.3~0.5的置信度。我把默认值调到0.35~0.45代价是少数小火焰被过滤收益是误报数量往往能降一半以上。--iou-thres控制NMS阶段两个重叠框的合并阈值火灾检测里火焰极少出现同类目标大面积重叠0.35已经够用比默认0.45更激进能减少同一个火焰被多个框重复报告的情况。一个容易忽略的边界--conf-thres调高后模型输出的框数量变少但置信度偏高此时如果摄像头是固定视角并且画面中有大面积暖色背景如红砖墙0.45也可能不够。这时要检查训练集中是否包含该场景的背景图没有就采集20~30张背景图标注为空目录加入验证集做针对测试。4.2 类间NMS与ROI区域限制这个系统只有一个fire类别NMS只在同类框之间做抑制。但在真实监控场景里误报源集中为车灯、路灯、高温排气管几类如果训练数据里有这些物体建议把它们作为额外类别加入训练例如names: [fire, car_light, street_lamp]。这样做的意义是在NMS阶段fire和car_light作为不同类别各自保留最高置信度的框——当车灯被识别为car_light高置信度时输出层就不会同时把它标成fire相当于把误报源显式建模成了负样本。代价是需要为每个新类别补充至少50张标注样本。ROI区域限制是工程上最直接的一招火灾监控摄像头机位固定检测区域完全可以限定在画面下半部分或特定多边形内。更高效的做法是形态学掩码过滤import cv2 import numpy as np frame cv2.imread(test.jpg) h, w frame.shape[:2] # 掩码只保留画面左半边的地面区域 mask np.zeros((h, w), dtypenp.uint8) pts np.array([[0, 0], [w // 2, 0], [w // 2, h], [0, h]], dtypenp.int32) cv2.fillPoly(mask, [pts], 255) mask_3d cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR) # 推理后叠加掩码过滤掩码区域的检测框 filtered cv2.bitwise_and(frame, mask_3d)这段代码的生成为把检测器输出的xyxy框与掩码进行交集面积判断框中心不在掩码区域内则丢弃。实际部署以上单类NMS的问题在于car_light这类类别参与抑制后会拦截掉真正火焰的框——如果火焰恰好和红色尾灯重叠类间NMS默认不做抑制两个框都会输出最终在上层告警逻辑按置信度排序。如果对置信度阈值敏感度不够可把阈值分为两级高阈值0.45直接告警低阈值0.25~0.35进入人工复核通道代价是增加审核岗的注意力成本多数监控室可以接受。4.3 精度优先场景的TTA与设备选型如果推理设备算力充足开启TTATest-Time Augmentation能把小火焰召回率再提2~3个点python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/fire_test_video.mp4 \ --conf-thres 0.3 \ --img 640 \ --augment--augment会执行水平翻转、多尺度缩放等推理增强速度变为原来的2~3倍适用于对实时性要求不高的巡检场景。设备选型上GTX 1660以上显卡跑yolov5s推理时间在5ms量级Jetson Nano移植时需要同时开启TensorRT转换INT8精度并关闭--augment可达到15~20ms/帧的可用水平。本文还有配套的精品资源点击获取 基于YoloV5的火灾检测：误报抑制与工程部署解析
简介基于YoloV5的火灾识别与检测系统完整项目源码与说明文档已经打包面向计算机视觉、人工智能与自动化等方向的在校学生、指导教师及企业开发者尤其适合作为毕业设计、课程设计或项目初期演示的参考底座。系统以深度学习目标检测算法为核心对图像中的火灾区域进行自动定位与识别压缩包内共一百三十个文件大小约二十点六八兆其中包含四十四份YAML配置、三十三份Python脚本、五份Shell脚本、三份Markdown说明、一份PyTorch权重文件以及多张JPG/PNG实景测试图片覆盖从数据集准备、模型配置、训练到推理展示的关键链路。该资源当前已有九十九人学习下载代码经过运行验证使用中若遇到环境或依赖问题可私聊联系作者获取远程教学支持。读者既能借助完整工程上手YoloV5火灾检测实践也可在此框架上继续扩展其他检测功能下载后先打开README.md能快速掌握目录结构与运行方式。1. 火灾检测的难点不在于“看见火”而在于排除“像火的东西”把YoloV5用到火灾检测上真正卡进度的不是火焰识别而是误报抑制。火焰本身纹理稀疏、边缘模糊和夕阳、红色车灯、铁皮反光在特征空间里距离很近部署到实际摄像头后最常见的翻车现场是把货运卡车尾灯当成火源连续告警。这个基于YoloV5的火灾检测系统锚定的正是这个问题在保证召回率的前提下压低误报率实现图像中火焰区域的定位适合做毕设、课程设计也适合作为边缘端火灾检测的初版方案。项目代码经过运行验证拿到手可以直接从训练到推理走通全流程下文按“网络结构 → 数据准备 → 训练调参 → 部署调优”的顺序拆解终点落在几个容易被忽略、但对误报率影响极大的参数组合上。2. YoloV5结构拆解与火灾数据集的标签策略2.1 CSPDarknet53与SPPF对火焰特征提取的实际影响YoloV5的骨干网络是CSPDarknet53核心是跨阶段局部残差结构。CSP结构把特征图按通道拆成两部分一部分走残差块一部分直接拼接好处是梯度在反向传播时有一条不带变换的捷径。火焰目标恰恰需要这种设计火焰没有规则纹理边缘是渐变过渡如果用深层密集卷积反复压缩小面积火苗的梯度很容易在传递过程中衰减到无法更新CSP的短接路径把底层边缘信息直接送到输出层保证模型在浅层就能学到“亮橙色渐变块”这类判别特征。SPPF层是空间金字塔池化的变体把输入特征图分别做5×5、9×9、13×13的池化后拼接。在火灾场景下这个模块解决的是尺度碎片化问题距离摄像头3米和30米的火焰在图像上的像素直径可以相差十倍SPPF用多个池化核把不同感受野的特征拼在一起让同一个分类头能同时响应小范围火苗和大面积火场。如果你换用MobileNet这类轻量骨干精度下降还不是主要问题真正麻烦的是小目标召回率断崖式下跌火灾检测里漏报一次就是事故所以这类安全敏感任务我一般不建议用轻量骨干硬换精度。2.2 归一化标签格式与检测头的匹配关系训练前必须确认标注格式是Yolo风格即class cx cy w h四个坐标值均以图像宽高归一化到0~1之间。很多人从VOC格式转过来时类别编号和坐标都正确但疏忽了宽高是否归一化导致训练时损失直接爆炸或mAP一直为零。写个快速脚本核验标签分布import os labels_dir datasets/fire/labels/train for file in os.listdir(labels_dir): if not file.endswith(.txt): continue with open(os.path.join(labels_dir, file), r) as fp: for line in fp.readlines(): parts line.strip().split() if len(parts) ! 5: print(f[格式错误] {file}: {line.strip()}) continue cls, cx, cy, w, h parts cx, cy, w, h map(float, (cx, cy, w, h)) # 归一化后所有值必须在[0, 1]区间 if not all(0 v 1 for v in (cx, cy, w, h)): print(f[越界] {file}: cx{cx}, cy{cy}, w{w}, h{h})这段代码做了两层检查一是字段数和基本类型二是坐标是否落在0~1区间。需要注意cx和cy是目标中心点的相对坐标w和h是相对宽度和高度而不是边界框的左上角坐标这是从VOC转换时最常见的错误源。这个系统的标签只有fire一类也就是class 0。单类检测在加载预训练权重时需要注意最后一层输出通道数COCO预训练权重是80类迁移到单类任务时模型会丢掉原来的分类头重新随机初始化一个1类的分类头。YoloV5源码会自动处理这个维度变化但有个细节容易忽略——如果你在data.yaml里只写一个类名却在标注文件里出现了class 1训练时Pytorch不会直接报错而是把这个样本当成背景忽略掉表现为训练损失正常下降但验证集recall始终为零。2.3 标准版YoloV5s与YoloV5tiny的选型判断这个项目默认用的是YoloV5s640分辨率输入下FLOPs大约16.5G在GTX 1660级别显卡上推理速度约5~8ms/帧CPU上约300~500ms/帧。火灾检测场景有个特殊性误报成本高、漏报成本更高所以模型容量不宜过小。YoloV5n和YoloV5t在火焰这种弱纹理目标上精度下降比一般目标检测更明显因为原本就依赖全局上下文区分火焰和类火物体参数量砍掉后上下文建模能力不足常把暖色路灯误报成火焰。我的建议是服务器推理无脑选s边缘设备实在要压缩就选n并在部署侧加ROI限制见第4章。3. 训练复现从coco.yaml改造到train.py参数调优3.1 数据集目录组织与训练配置拿到项目源码后首先要按YoloV5约定的目录结构组织火灾数据集datasets/ └── fire/ ├── images/ │ ├── train/ # 训练集JPG图片 │ └── val/ # 验证集JPG图片 ├── labels/ │ ├── train/ # 与训练集同名的txt标签文件 │ └── val/ # 与验证集同名的txt标签文件 └── data.yaml这个结构是硬约束YoloV5的Dataset类通过os.path.splitext把图片路径替换为labels后缀来查找标注文件不满足结构会直接报image not found in labels。标注工具最省事的是直接用labelImg输出格式选YOLO类别名只留fire。data.yaml内容如下train: datasets/fire/images/train val: datasets/fire/images/val nc: 1 names: [fire]注意train路径建议写相对路径写绝对路径也能跑通但换机器就要改配置。类别名不要带空格names列表顺序必须和标注文件里的class编号严格对应如果标注时fire编号是0这里就放在第一个位置。单类模型在NMS阶段不会做类间抑制这会在第4章展开讲。3.2 train.py训练指令与关键参数对照依赖环境建议按如下顺序安装pip install -r requirements.txtrequirements.txt里核心依赖是torch1.7.0、opencv-python、numpy、pyyaml。这里最容易出问题的不是安装失败而是版本冲突——如果你机器上已经有TensorFlownumpy可能被降级到1.xYoloV5在numpy 1.24以下会报np.bool不存在属常见坑遇到就升级numpy到最新版。PyTorch版本不建议装最新torch 1.13左右和YoloV5的torch_utils兼容性更稳妥2.0以上需要额外适配amp检查逻辑。训练启动指令python train.py \ --data data/fire.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --hyp data/hyps/hyp.scratch-low.yaml \ --device 0参数含义说明参数火灾场景推荐值说明--img640输入分辨率火焰是小目标为主不要低于416--batch-size16显存8G上限OOM就降到8不要调分辨率--epochs100火灾数据集通常几百张50轮开始收敛100轮保证稳定--hyphyp.scratch-low.yaml低数据增强策略火灾场景要保留火焰的颜色特征--weightsyolov5s.pt用COCO预训练权重做迁移学习--device0CPU训练用cpu但慢10倍以上hyp.scratch-low.yaml值得单独说。YoloV5默认的hyp.scratch.yaml里hsv_h、hsv_s、hsv_v增强系数较高会把火焰的橙红色大幅偏移模型学到的是“暖色块”而不是“火焰纹理”在验证集上loss和mAP都漂亮但一上真实摄像头就疯狂误报。low版本把色彩增强系数压到很低建议直接用。如果数据集里包含夜间火焰样本可以进一步把hsv_v设为0避免亮度扰动破坏暗光下的火焰特征。3.3 Anchor重聚类与超参数边界YoloV5在训练开始时会自动计算数据集的Anchor默认配置文件是model/yolov5s.yaml里的三组共9个Anchor。火焰目标形态特殊起步阶段是细长火苗宽高比可能到1:3以上延烧阶段又接近正方形和COCO通用的水平物体分布差很远。如果你的数据集中火焰宽高比中位数超过2建议先手动触发重新聚类python utils/autoanchor.py --cfg models/yolov5s.yaml --data data/fire.yaml这个脚本输出类似kmean_anchors的新Anchor值把models/yolov5s.yaml里的anchors字段替换即完成。不替换也不是不能训练YoloV5的Anchor是学习参数训练足够长会自动修正但初期的损失下降会明显变慢小火焰的召回率在前20轮偏低不划算。训练中两个最常见的失败现象和排查路径第一个是loss在几十轮后变成nan优先检查学习率和batch-size把--hyp里的lr0从0.01降到0.001重启训练第二个是验证集mAP为零按2.2节脚本检查标签是否越界或者查看验证集图片是否在images/val下而图片对应标签缺失。3.4 训练过程的验证与选模训练结束后看runs/train/exp/weights/下两个权重文件best.pt和last.pt。部署时选best.pt判断标准不是mAP而是PR_curve.png中precision和recall曲线的平衡点。火灾检测里我一般把recall优先级调高误报可以通过第4章方法压漏报只能重新标注数据。如果best.pt对应的recall低于0.9建议回到数据层面补充更多夕阳、路灯、红色车灯的负样本而不是继续加大epochs。4. 低误报推理调参与边缘部署的边界4.1 conf-thres和iou-thres的组合策略推理命令如下python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/fire_test_video.mp4 \ --conf-thres 0.35 \ --iou-thres 0.35 \ --device 0--conf-thres控制置信度阈值默认0.25在火灾场景偏低夕阳和红色广告牌很容易给出0.3~0.5的置信度。我把默认值调到0.35~0.45代价是少数小火焰被过滤收益是误报数量往往能降一半以上。--iou-thres控制NMS阶段两个重叠框的合并阈值火灾检测里火焰极少出现同类目标大面积重叠0.35已经够用比默认0.45更激进能减少同一个火焰被多个框重复报告的情况。一个容易忽略的边界--conf-thres调高后模型输出的框数量变少但置信度偏高此时如果摄像头是固定视角并且画面中有大面积暖色背景如红砖墙0.45也可能不够。这时要检查训练集中是否包含该场景的背景图没有就采集20~30张背景图标注为空目录加入验证集做针对测试。4.2 类间NMS与ROI区域限制这个系统只有一个fire类别NMS只在同类框之间做抑制。但在真实监控场景里误报源集中为车灯、路灯、高温排气管几类如果训练数据里有这些物体建议把它们作为额外类别加入训练例如names: [fire, car_light, street_lamp]。这样做的意义是在NMS阶段fire和car_light作为不同类别各自保留最高置信度的框——当车灯被识别为car_light高置信度时输出层就不会同时把它标成fire相当于把误报源显式建模成了负样本。代价是需要为每个新类别补充至少50张标注样本。ROI区域限制是工程上最直接的一招火灾监控摄像头机位固定检测区域完全可以限定在画面下半部分或特定多边形内。更高效的做法是形态学掩码过滤import cv2 import numpy as np frame cv2.imread(test.jpg) h, w frame.shape[:2] # 掩码只保留画面左半边的地面区域 mask np.zeros((h, w), dtypenp.uint8) pts np.array([[0, 0], [w // 2, 0], [w // 2, h], [0, h]], dtypenp.int32) cv2.fillPoly(mask, [pts], 255) mask_3d cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR) # 推理后叠加掩码过滤掩码区域的检测框 filtered cv2.bitwise_and(frame, mask_3d)这段代码的生成为把检测器输出的xyxy框与掩码进行交集面积判断框中心不在掩码区域内则丢弃。实际部署以上单类NMS的问题在于car_light这类类别参与抑制后会拦截掉真正火焰的框——如果火焰恰好和红色尾灯重叠类间NMS默认不做抑制两个框都会输出最终在上层告警逻辑按置信度排序。如果对置信度阈值敏感度不够可把阈值分为两级高阈值0.45直接告警低阈值0.25~0.35进入人工复核通道代价是增加审核岗的注意力成本多数监控室可以接受。4.3 精度优先场景的TTA与设备选型如果推理设备算力充足开启TTATest-Time Augmentation能把小火焰召回率再提2~3个点python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/fire_test_video.mp4 \ --conf-thres 0.3 \ --img 640 \ --augment--augment会执行水平翻转、多尺度缩放等推理增强速度变为原来的2~3倍适用于对实时性要求不高的巡检场景。设备选型上GTX 1660以上显卡跑yolov5s推理时间在5ms量级Jetson Nano移植时需要同时开启TensorRT转换INT8精度并关闭--augment可达到15~20ms/帧的可用水平。本文还有配套的精品资源点击获取