企业官网建设流程全解析

简介：本资源面向火焰检测方向的工程开发人员与高校学生，提供一套可直接运行的完整方案，涵盖YOLO格式数据集、已训练模型文件与QT可视化界面，既能支撑实际工程项目落地，也适合作为大学生课题或论文的实验基础。压缩包共234个文件，约997.51MB，包含jpg、jpeg、png等图像样本，yaml与cfg配置，py与pyc源码，pt权重文件，以及csv训练日志、sh脚本、Dockerfile、md说明和xml标注等，覆盖数据、训练、推理与部署各环节。目前已有935人学习下载，说明该方案在火焰识别场景中具备一定参考价值。读者可借助现成模型快速查看检测效果，结合训练曲线与结果文件复盘调参过程，并基于QT界面完成演示与二次开发，省去从零搭建数据与模型的时间成本。

1. 火焰检测算法落地：从 yolo 数据集到 QT 界面的完整链路

厂区仓库的消防改造项目里，最容易被低估的不是模型精度，而是从「一堆标注图片」到「值班员能点开就用的桌面程序」之间那条链路。火焰检测算法本身在开源社区已经相当成熟，yolo 系列把检测门槛压得很低，但真正交付时你会发现：数据集格式不对、模型文件加载报错、QT 界面卡在主线程、误报把烟雾当成火焰——这些才是让项目翻车的地方。这篇笔记面向的是手里已经有一批火焰/烟雾图片、想把它做成一个能跑在工控机上的桌面检测工具的工程师。我会按「数据集怎么整理成 yolo 格式 → 模型怎么训练和导出 → QT 界面怎么接推理 → 怎么避坑」的顺序讲，每一步都给可抄的命令和参数，新手能跟着跑通，熟手能直接看到边界条件。

2. 火焰数据集整理成 yolo 格式：标注、划分与两个易错点

2.1 火焰检测的数据特点决定了标注策略

火焰和烟雾这类目标有几个和常规 COCO 目标不一样的地方，直接照搬通用检测经验会吃亏。第一，火焰边界模糊，火苗外焰和背景之间是渐变过渡，标注框画大画小全凭标注员手感，同一张图两个人标出来的框可能差 15% 以上。第二，火焰形态高度依赖场景：蜡烛火、酒精灯、木材堆火、电缆短路电弧，视觉差异极大，如果数据集里只有一种火，模型换场景就废。第三，负样本极其关键，夕阳、车灯、焊接火花、红色反光板这些「像火但不是火」的样本如果不进训练集，现场误报率会高到没法用。

我一般建议火焰检测数据集按「场景 + 火源类型」两个维度去凑，每个维度至少覆盖 3 到 5 类，正样本和困难负样本的比例控制在 1:1 到 1:2 之间。困难负样本就是那些模型容易误判的图，比如黄昏天空、暖色灯光、金属反光。这部分数据不用标框，但必须进训练集，否则模型学不会「什么不是火」。

2.2 从 VOC/COCO 转成 yolo txt 的脚本

大多数人手头的数据集是 VOC 的 XML 或者 LabelImg 直接导出的，yolo 要的是每张图对应一个 txt，每行类别 中心x 中心y 宽 高，且全部归一化到 0~1。下面这个脚本处理 VOC 转 yolo，同时做训练/验证集划分。

import os import random import xml.etree.ElementTree as ET import shutil # 类别映射，火焰检测一般就 fire / smoke 两类，多类按需扩展 CLASSES = ["fire", "smoke"] # 输入：VOC 格式的图片和 xml 目录；输出：yolo 数据集根目录 VOC_IMG_DIR = "./voc/JPEGImages" VOC_XML_DIR = "./voc/Annotations" OUT_ROOT = "./fire_yolo" VAL_RATIO = 0.2 # 验证集比例，火焰场景样本少时别超过 0.2 def convert_box(size, box): # size: (w, h)，box: (xmin, ymin, xmax, ymax) dw, dh = 1.0 / size[0], 1.0 / size[1] x = (box[0] + box[2]) / 2.0 * dw y = (box[1] + box[3]) / 2.0 * dh w = (box[2] - box[0]) * dw h = (box[3] - box[1]) * dh return x, y, w, h def convert_annotation(xml_path, txt_path): tree = ET.parse(xml_path) root = tree.getroot() size = root.find("size") w, h = int(size.find("width").text), int(size.find("height").text) lines = [] for obj in root.iter("object"): cls = obj.find("name").text if cls not in CLASSES: continue cls_id = CLASSES.index(cls) bnd = obj.find("bndbox") box = (float(bnd.find("xmin").text), float(bnd.find("ymin").text), float(bnd.find("xmax").text), float(bnd.find("ymax").text)) x, y, bw, bh = convert_box((w, h), box) # 过滤掉宽高为 0 的脏标注，这类框会让训练 loss 直接 NaN if bw <= 0 or bh <= 0: continue lines.append(f"{cls_id} {x:.6f} {y:.6f} {bw:.6f} {bh:.6f}") with open(txt_path, "w") as f: f.write("\n".join(lines)) # 建目录 for sub in ["images/train", "images/val", "labels/train", "labels/val"]: os.makedirs(os.path.join(OUT_ROOT, sub), exist_ok=True) xml_files = [f for f in os.listdir(VOC_XML_DIR) if f.endswith(".xml")] random.shuffle(xml_files) val_count = int(len(xml_files) * VAL_RATIO) val_set = set(xml_files[:val_count]) for xml_file in xml_files: name = os.path.splitext(xml_file)[0] split = "val" if xml_file in val_set else "train" txt_path = os.path.join(OUT_ROOT, "labels", split, name + ".txt") convert_annotation(os.path.join(VOC_XML_DIR, xml_file), txt_path) img_src = os.path.join(VOC_IMG_DIR, name + ".jpg") if os.path.exists(img_src): shutil.copy(img_src, os.path.join(OUT_ROOT, "images", split, name + ".jpg"))

这段脚本的逻辑是：先按比例随机划分文件，再逐张解析 XML，把绝对坐标转成归一化中心点格式。几个参数要留意：VAL_RATIO在火焰样本少于 2000 张时建议设 0.15 到 0.2，样本多了可以降到 0.1；CLASSES的顺序必须和后面训练时 data.yaml 里的names完全一致，顺序错了模型会把火识别成烟。转换完一定要抽查几张 txt，确认坐标没越界、没有空文件。

2.3 data.yaml 与目录结构

yolo 训练靠一个 yaml 描述数据位置和类别，火焰检测的典型配置如下：

path: ./fire_yolo train: images/train val: images/val nc: 2 names: 0: fire 1: smoke

path用相对路径时，训练命令要在同一级目录执行，否则会找不到图。nc是类别数，必须和 names 条数一致。常见翻车点是图片和标签文件名对不上——yolo 靠同名匹配，abc.jpg必须配abc.txt，差一个字符这张图就被静默跳过，训练日志里看不出来，只能靠train前打印数据集统计去核对。

3. 火焰检测模型训练与导出：参数怎么设、模型文件怎么来

3.1 训练命令与关键超参

数据集就绪后，用 yolo 官方 CLI 或 Python API 都能训。火焰检测我一般从预训练权重起步，而不是从头训，因为火焰样本通常不够多。命令如下：

yolo detect train \ data=./fire_yolo/data.yaml \ model=yolov8n.pt \ epochs=150 \ imgsz=640 \ batch=16 \ lr0=0.01 \ lrf=0.01 \ patience=30 \ device=0 \ project=./runs_fire \ name=exp1

参数逐个说：model选 n 还是 s 取决于部署硬件，工控机 CPU 推理就选 n，有 GPU 可以上 s；epochs火焰检测一般 100 到 200 够用，再多容易过拟合小数据集；imgsz=640是速度和精度的平衡点，火焰目标通常占画面比例不小，640 够用，如果检测远处小火苗可以提到 960；batch按显存调，8G 显存跑 640 用 16 比较稳；patience=30是早停，验证集 30 轮不涨就停，省时间；lr0初始学习率 0.01 是默认值，小数据集可以降到 0.005 更稳。

训练过程中重点看三个指标：mAP50看整体精度，火焰检测能到 0.85 以上基本可用；precision看误报，这个对消防场景比 recall 还重要，误报多了值班员会直接关掉系统；recall看漏检，漏检意味着真着火没报，同样致命。如果 precision 低，加困难负样本；如果 recall 低，检查标注框是不是画太小。

3.2 模型文件导出与格式选择

训练完在runs_fire/exp1/weights/下会有best.pt和last.pt，部署用best.pt。但.pt是 PyTorch 格式，QT 里如果直接用 Python 推理没问题，如果要嵌 C++ 或者上 TensorRT 就得转格式。

# 导出 ONNX，通用性最好，QT + OpenCV DNN 能直接读 yolo export model=./runs_fire/exp1/weights/best.pt format=onnx imgsz=640 opset=12 # 有 NVIDIA 显卡且追求帧率，导出 TensorRT engine yolo export model=./runs_fire/exp1/weights/best.pt format=engine imgsz=640 half=True device=0

ONNX 的opset=12兼容性最好，QT 里用 OpenCV 的readNetFromONNX直接加载。TensorRT 的half=True开 FP16，速度能翻倍但精度掉一点点，火焰检测这种二分类任务基本无感。注意 TensorRT engine 和显卡型号、驱动版本绑定，换机器要重新导出，这是很多人部署时踩的坑——在开发机上导出的 engine 拷到现场工控机上直接报错。

3.3 推理后处理：置信度和 NMS 怎么调

模型输出的是原始框，要经过置信度过滤和 NMS 才能用。火焰检测的阈值和通用检测不一样：

conf 提到 0.4 以上能砍掉大部分「疑似火焰」的误报，代价是远处小火苗可能漏掉。如果场景对漏检零容忍，就保持 0.3 但必须加困难负样本重训。NMS 阈值调高是因为火焰区域经常被模型拆成多个框，阈值低了会把相邻的真框也删掉。

4. QT 界面接火焰检测：线程、绘制与实时性

4.1 为什么不能把推理放在主线程

QT 的主线程负责界面刷新和事件循环，推理一帧在 CPU 上可能几十到几百毫秒，放主线程界面直接卡死，按钮点不动、窗口拖不动。血泪经验是：只要推理耗时超过 30ms，就必须开独立线程。QT 里标准做法是QThread加信号槽，工作线程跑推理，结果通过信号发回主线程绘制。

from PyQt5.QtCore import QThread, pyqtSignal import cv2 import numpy as np class InferThread(QThread): # 信号：传回绘制好的帧和检测结果列表 frame_ready = pyqtSignal(np.ndarray, list) def __init__(self, model_path, conf=0.45, iou=0.55): super().__init__() self.net = cv2.dnn.readNetFromONNX(model_path) self.conf = conf self.iou = iou self.running = True def run(self): cap = cv2.VideoCapture(0) # 现场换成 RTSP 地址或视频文件 while self.running: ret, frame = cap.read() if not ret: continue blob = cv2.dnn.blobFromImage(frame, 1/255.0, (640, 640), swapRB=True, crop=False) self.net.setInput(blob) outputs = self.net.forward() detections = self.postprocess(outputs, frame.shape) for det in detections: x1, y1, x2, y2, score, cls_id = det color = (0, 0, 255) if cls_id == 0 else (255, 0, 0) cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2) cv2.putText(frame, f"{score:.2f}", (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) self.frame_ready.emit(frame, detections) cap.release() def postprocess(self, outputs, shape): # yolo 输出形状 (1, 4+nc, 8400)，转置后逐行处理 h, w = shape[:2] outputs = np.squeeze(outputs).T boxes, scores, class_ids = [], [], [] for row in outputs: cls_scores = row[4:] cls_id = int(np.argmax(cls_scores)) score = float(cls_scores[cls_id]) if score < self.conf: continue cx, cy, bw, bh = row[:4] x1 = int((cx - bw / 2) * w / 640) y1 = int((cy - bh / 2) * h / 640) x2 = int((cx + bw / 2) * w / 640) y2 = int((cy + bh / 2) * h / 640) boxes.append([x1, y1, x2 - x1, y2 - y1]) scores.append(score) class_ids.append(cls_id) indices = cv2.dnn.NMSBoxes(boxes, scores, self.conf, self.iou) results = [] if len(indices) > 0: for i in indices.flatten(): x, y, bw, bh = boxes[i] results.append((x, y, x + bw, y + bh, scores[i], class_ids[i])) return results def stop(self): self.running = False self.wait()

这段代码的关键点：blobFromImage的swapRB=True是因为 OpenCV 读图是 BGR，模型训练用 RGB，不换通道颜色会反，火焰可能识别不出来；1/255.0是归一化，必须和训练时一致；后处理里坐标要从 640 缩放回原图尺寸，缩放比例算错框会画偏。frame_ready信号把帧和结果一起发出去，主线程只负责setPixmap显示，不做任何计算。

4.2 主线程绘制与界面布局

主线程收到信号后更新 QLabel 显示画面，同时把检测结果写进一个列表控件，方便值班员回溯。

from PyQt5.QtWidgets import (QMainWindow, QLabel, QVBoxLayout, QWidget, QListWidget, QPushButton, QHBoxLayout) from PyQt5.QtGui import QImage, QPixmap from PyQt5.QtCore import Qt class FireDetectWindow(QMainWindow): def __init__(self, model_path): super().__init__() self.setWindowTitle("火焰检测系统") self.video_label = QLabel("等待视频流...") self.video_label.setAlignment(Qt.AlignCenter) self.alert_list = QListWidget() self.btn_start = QPushButton("开始检测") self.btn_stop = QPushButton("停止") right = QVBoxLayout() right.addWidget(self.alert_list) right.addWidget(self.btn_start) right.addWidget(self.btn_stop) main = QHBoxLayout() main.addWidget(self.video_label, stretch=3) main.addLayout(right, stretch=1) container = QWidget() container.setLayout(main) self.setCentralWidget(container) self.thread = InferThread(model_path) self.thread.frame_ready.connect(self.on_frame) self.btn_start.clicked.connect(self.thread.start) self.btn_stop.clicked.connect(self.thread.stop) def on_frame(self, frame, detections): # BGR 转 RGB，再转 QImage，注意 stride 参数 rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb.shape qimg = QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qimg)) for det in detections: x1, y1, x2, y2, score, cls_id = det label = "火焰" if cls_id == 0 else "烟雾" self.alert_list.addItem(f"{label} 置信度{score:.2f} 位置({x1},{y1})")

QImage构造时的ch * w是每行字节数，漏了这个参数图像会斜。alert_list每帧都加会爆，实际项目里要加去重逻辑，比如同一位置 2 秒内只记一次。按钮直接连thread.start和thread.stop，注意QThread不能重复 start，停止后要重建线程对象才能再启动，这是 QT 多线程的经典坑。

4.3 实时性优化：从 15 帧到 30 帧的几个手段

工控机上跑 1080p 火焰检测，默认配置可能只有 10 到 15 帧。几个立竿见影的优化：第一，推理分辨率从 640 降到 416，速度提升接近一倍，火焰目标大时精度掉得不多；第二，用 TensorRT engine 替代 ONNX，N 卡上能到 2 到 3 倍；第三，跳帧推理，每 2 帧推一次，中间帧复用上次结果，画面看起来仍然流畅；第四，把cv2.dnn换成onnxruntime的 GPU provider，CPU 场景提升有限但 GPU 场景明显。这几招组合下来，1080p 25 帧在带独显的工控机上是可以做到的。

5. 火焰检测落地避坑：五条现场踩出来的经验

5.1 误报：夕阳和暖色灯光被识别成火焰

现象是每天傍晚系统疯狂报警，白天正常。原因是训练集里缺少黄昏、暖色照明这类困难负样本，模型只学会了「橙红色 = 火」。解决办法是专门采集一批夕阳、路灯、红色广告牌的图，不标框直接进训练集，同时把 conf 阈值从 0.25 提到 0.45。重训后误报能降一个数量级。

5.2 模型文件加载失败：ONNX 和 engine 的兼容性

现象是开发机上跑得好好的模型，拷到现场工控机上报readNetFromONNX失败或者输出全零。原因是 ONNX 的 opset 版本和现场 OpenCV 版本不匹配，或者 TensorRT engine 和显卡架构不匹配。解决办法是 ONNX 导出时固定opset=12，现场 OpenCV 至少 4.5.4；engine 必须在目标机器上重新导出，不能跨机器拷贝。

5.3 界面卡顿：推理和绘制抢主线程

现象是视频画面一顿一顿，点按钮要等好几秒才响应。原因是推理写在了主线程，或者信号槽用了Qt.DirectConnection导致跨线程直接调用。解决办法是确认推理在QThread.run里，信号槽用默认的Qt.AutoConnection，让 QT 自动排队到主线程。另外绘制时不要每帧都addItem，列表长了会拖慢界面。

5.4 漏检：小火苗和远距离火焰检测不到

现象是近处大火能报，远处小火苗一直不报。原因是训练集里小目标样本太少，或者推理分辨率太低导致小目标特征丢失。解决办法是训练时开mosaic增强（yolo 默认开），把imgsz提到 960，同时在数据里补充远距离火焰样本。如果还不行，考虑用切片推理，把大图切成小块分别检测。

5.5 颜色通道错误：火焰框位置对但类别反了

现象是框的位置准确，但火被标成烟、烟被标成火。原因是训练时用了 RGB，推理时blobFromImage没设swapRB=True，通道反了导致颜色特征错乱。解决办法是检查推理预处理，确保swapRB=True，并且归一化系数和训练一致。这个坑很隐蔽，因为框的位置不受颜色影响，只有类别会错。

6. 把火焰检测做成可交付系统的一个进阶技巧

前面讲的都是单模型单场景，但真实项目里经常遇到「一个模型覆盖不了所有场景」的情况：室内蜡烛火和室外木材堆火，用同一个模型精度都一般。我一般会用一个轻量的场景路由：先跑一个极小的分类模型判断当前画面属于哪类场景，再路由到对应的专用检测模型。分类模型可以用 MobileNet 这种级别的，推理耗时几乎可以忽略，但检测精度能提升 10 个点以上。

具体做法是训练 2 到 3 个专用火焰检测模型，每个模型只负责一类场景，然后在 QT 推理线程里先跑分类再选模型。代码结构上就是把InferThread里的self.net换成一个字典，根据分类结果动态选。

# 场景路由：分类结果 -> 检测模型 self.det_models = { "indoor": cv2.dnn.readNetFromONNX("fire_indoor.onnx"), "outdoor": cv2.dnn.readNetFromONNX("fire_outdoor.onnx"), } self.cls_net = cv2.dnn.readNetFromONNX("scene_cls.onnx") def pick_model(self, frame): blob = cv2.dnn.blobFromImage(frame, 1/255.0, (224, 224), swapRB=True) self.cls_net.setInput(blob) cls_out = self.cls_net.forward() scene = "indoor" if np.argmax(cls_out) == 0 else "outdoor" return self.det_models[scene]

这个方案的代价是要维护多个模型文件，训练和标注工作量翻倍，所以只适合场景差异确实很大、单模型精度死活上不去的项目。如果场景比较统一，老老实实把单模型的数据集做扎实，比堆模型更划算。

验证这套系统是否真的可用，我的习惯是拿一段没进过训练集的现场录像跑一遍，人工数漏检和误报，算一个「每千帧误报数」和「漏检率」。这两个数比 mAP 更能说明问题，因为 mAP 是平均出来的，现场关心的是最差情况。火焰检测这行，模型精度只是及格线，真正决定能不能交付的是误报控制和界面稳定性。我踩过最深的坑就是模型指标很漂亮，结果现场因为一个夕阳误报被值班员投诉到项目差点黄掉。希望帮到你。

本文还有配套的精品资源，点击获取