摘要：本数据集共包含 10,156 张家居场景火焰烟雾图像，标注目标框总数为 12,372 个，涵盖 2 类目标，分别为 火焰（fire） 和 烟雾（smoke）。其中，火焰类别目标框数量为 12,064 个，烟雾类别目标框数量为 308 个。数据集采用 YOLO 格式进行标注，能够满足目标检测任务对数据组织与标签表示的要求，并为火焰烟雾识别模型的训练、验证与测试提供了数据基础
数据集简介
本研究构建的家居场景火焰烟雾检测数据集共包含 10,156 张图像和 12,372 个目标框，涵盖 火焰（fire）与烟雾（smoke） 2 个类别，并划分为训练集（7,109 张/8,641 框）、验证集（2,031 张/2,461 框）和测试集（1,016 张/1,270 框），采用 YOLO 格式进行标注。
数据集概述
本研究所使用的数据集为家居场景火焰烟雾检测数据集，主要面向家庭环境下火焰与烟雾目标的识别任务。数据集图像来源涵盖不同室内外家居场景，包含多种光照条件、拍摄角度、背景环境以及火焰与烟雾在不同尺度和形态下的视觉表现，能够较好反映家庭火灾隐患监测中的实际应用需求。
在类别设置上，数据集共包含 2 个目标类别，分别为 火焰（fire） 和 烟雾（smoke）。整个数据集共包含 10,156 张图像 和 12,372 个标注框，其中火焰类别标注框数量为 12,064 个，烟雾类别标注框数量为 308 个。从类别分布来看，火焰样本数量明显多于烟雾样本，数据集存在一定程度的类别不平衡现象
在数据组织形式上，数据集采用 YOLO 格式进行标注，并划分为训练集、验证集和测试集三部分。其中训练集包含 7,109 张图像和 8,641 个标注框，验证集包含 2,031 张图像和 2,461 个标注框，测试集包含 1,016 张图像和 1,270 个标注框。这种 划分方式能够满足模型训练、性能验证与泛化测试的需要，为后续火焰烟雾识别方法研究和系统实现提供可靠的数据基础。
数据集来源
本研究所使用的数据集为家居场景火焰烟雾检测数据集，图像数据来源于火焰与烟雾场景样本的整理与筛选，并在预处理后形成可 用于目标检测任务的数据集。所有图像均采用 YOLO 格式进行边界框标注，定义了 火焰（fire） 和 烟雾（smoke） 2 类目标，共计标注 12,372 个实例。其中，火焰类别标注 12,064 个，烟雾类别标注 308 个。标注过程中遵循统一的标注规范， 以确保数据标注的一致性与准确性，为后续模型训练、性能评估以及系统应用提供可靠的数据基础。
类别定义
标注规范
标注采用 YOLO 格式：每个目标一行，字段为 class x_center y_center width height， 坐标均为相对归一化（0~1）。
图1 标注规范图
数据规模与划分
- 总图像数：10,156张；总标注框数：12,372个
图2 数据集在训练、验证和测试集上的分布
数据集按照约 70:20:10 的比例划分为训练集、验证集和测试集：
表1 数据集划分及用途说明
质量控制
标注采用双阶段质量控制流程：首先进行规范化标注与自检， 确保目标框贴合实例外接矩形且类别一致；随后进行抽样复核， 针对漏标、错标与框位置偏差进行纠正。对争议样本进行二次确认， 以提高跨标注者一致性与总体标注可靠性。
数据格式与使用
数据集采用标准 YOLO 格式组织，通过 data.yaml 配置文件即可快速集成到训练流程中。
目录结构
数据集采用标准 YOLO 格式组织，图像和标注文件分别存放在 images/ 和 labels/ 目录下，并按训练集、验证集、测试集划分。
性能评测
基于 YOLOv8 模型在本数据集上进行训练和评测，使用mAP@0.5与mAP@0.5:0.95等标准指标对模型检测效果进行评估。评测结果如下：
训练过程综合指标曲线图
图3 训练与验证指标随Epoch变化趋势图
精确率-召回率（PR）曲线图
图4 目标检测PR曲线（Precision-Recall）
F1分数-置信度阈值曲线图
图5 不同置信度阈值下的F1曲线
归一化混淆矩阵图（分类误判分析）
图6 归一化混淆矩阵（person / leaflet）
应用案例
图7 应用案例：基于YOLOv8面向家居场景的火焰烟雾图像识别系统
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-15
数据大小：2.34G
原创声明：本项目为原创作品
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)