如何高效、准确地检测火灾，成为智慧消防的重要课题。本次将介绍如何利用DaoAI World进行烟火检测模型的训练，并展示其在智慧消防中的应用。

数据集介绍

数据准备:本次烟火检测模型的训练数据集包含多种火灾场景和不同环境下的图像，确保模型能够在不同条件下准确识别火灾。

标注数据:所有图像都进行了精确标注，标注文件的格式为Labelme的目标检测格式，标注类别包括烟、火两类，标注信息包括烟雾和火焰的具体位置和特征。

项目创建与数据上传

项目创建：登录DaoAI World平台，创建新项目并选择目标检测项目，填写项目名称后进入工作区。

数据上传：在工作区的上传界面，上传图像和标注文件。DaoAI World支持同时上传图像和标注数据，DaoAI World上传数据只需要点击选择文件或选择文件夹，需要注意的是如要需要同时上传图像与标注数据需要将图像与标注数据放在同一个文件夹下，图像与标注文件的文件名需要相同。

数据检查与模型训练

数据检查：上传数据后，可在图像界面查看数据标注是否准确，及时进行修改。

模型训练：DaoAI World提供多种预处理和数据增强手段，并支持选择多种模型进行训练。训练过程中，系统会实时展示重要参数如AP（平均精度）、LOSS（损失值）和召回率，帮助用户了解模型性能。

模型测试与部署

模型测试：一般对于模型AP越高，loss越低代表模型的性能越好，当时只有真正的查看实际预测结果才能检查模型真实性能，DaoAI World可以在云端进行部署测试，在线检查测试集效果，同时还可上传其他的图像用于进一步检测效果。如果达到预期效果则可以直接将模型导出。

模型部署：DaoAI World支持将训练的模型导出，同时DaoAI拥有配套部署软件InspectRA，可快速部署DaoAI World中的相关模型。具体部署教程可查询InspectRA Documents

实际应用部署

在火灾防控中，早期识别烟雾和火焰具有极其重要的意义。火灾发生的初期阶段，通常会伴随着少量的烟雾和火苗。这时，火势尚未蔓延，危险程度相对较低，是扑灭火灾的最佳时机。如果能够在这个阶段及时发现并采取措施，就可以有效阻止火势的蔓延，避免造成严重的人员伤亡和财产损失。

我们的火灾目标检测模型专门针对火灾初期的烟雾和火焰进行识别，利用先进的计算机视觉和深度学习技术，模型能够在第一时间识别出微小的火焰和稀薄的烟雾。这种高效的早期检测能力意味着即使是在火灾刚刚开始的阶段，系统也能迅速做出响应，发出警报，争取到宝贵的时间进行应急处理。

通过将该模型应用到实际场景中，如监控系统、智能家居设备或工业生产线，不仅可以显著提高火灾防控的效率，还能大大减少火灾带来的潜在风险。可以说，早期识别烟雾和火焰的能力，是实现火灾预警和防范的关键环节，对于保护生命和财产安全至关重要。

这里我们选取了几个生产作业场景的监控视频比并将刚刚起火的帧截取出来经过模型预测，可看到及时在火灾燃烧的初期，火苗仍较小的时候模型就检测出有火灾发生，并可快速做出预警反应。DaoAI World始终致力于为各种应急救援，消防减灾提供前沿技术，助力减少人民群众生命财产损失。

来源：微链机器人视觉研究

注：文章版权归原作者所有，本文仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。