简介：这份资源面向安全监控、火灾预警方向的开发者与深度学习学习者，提供一套基于YOLOv5的烟雾检测完整方案，包含已训练好的模型权重与配套数据集，可直接用于实时视频流中的烟雾识别与预警系统搭建。压缩包共约2000个文件，整体360.52MB，以jpg烟雾图像、txt标签与xml标注文件为主，辅以yaml配置、py脚本、pt模型权重及docker部署文件，覆盖从数据到推理的完整链路。资源中已有多环境条件下的标注样本，模型经过充分训练，能区分烟雾与雾、灰尘等易混目标，提升检测精度与泛化能力。目前已有2356人学习下载，适合希望快速复现烟雾检测、集成到监控或无人机巡检场景的读者，也可在此基础上微调再训练以适配特定需求。
1. 烟雾检测项目落地：从数据集到训好的模型，一套能直接跑的 YOLOv5 方案
工厂仓库的烟感摄像头经常误报，灰尘一飘就触发警报，值班人员跑过去发现啥事没有。这种场景下，传统传感器方案确实力不从心，而视觉烟雾检测又面临一个现实问题：公开数据集少、标注成本高、训好的模型更难找。这个项目解决的就是这个痛点——它提供了一套完整的 YOLOv5 烟雾检测方案，包含已经标注好的数据集和训练完成的权重文件。你拿到手之后，不需要从零开始收集烟雾图片、不需要自己画标注框、更不需要从头训练模型，直接就能在测试集上跑推理看效果。适合两类人：一是想快速验证视觉烟雾检测可行性的开发者，二是拿它做二次开发、迁移到实际监控场景的工程人员。数据集和模型都齐了，剩下的就是怎么跑起来、怎么改的问题。
2. 项目结构拆解：数据集、模型权重和训练脚本怎么组织
2.1 目录布局与文件职责
拿到一个包含数据集和训练权重的 YOLOv5 项目，第一件事不是急着跑detect.py，而是先把目录结构看清楚。这个项目的组织方式遵循了 YOLOv5 的标准工程惯例，常见做法是长这样：
smoke-detection-yolov5/ ├── data/ │ ├── smoke.yaml # 数据集配置文件 │ ├── images/ │ │ ├── train/ # 训练集图片 │ │ ├── val/ # 验证集图片 │ │ └── test/ # 测试集图片 │ └── labels/ │ ├── train/ # 训练集标注（YOLO格式txt） │ ├── val/ │ └── test/ ├── models/ │ ├── yolov5s.yaml # 模型结构定义 │ └── hub/ # 预训练权重缓存 ├── weights/ │ ├── best.pt # 训练好的最优权重 │ └── last.pt # 最后一轮权重 ├── utils/ # 工具函数（NMS、坐标变换等） ├── detect.py # 推理脚本 ├── train.py # 训练脚本 ├── val.py # 验证脚本 └── requirements.txt # 依赖清单data/smoke.yaml是整个数据集的入口配置，它告诉训练脚本去哪里找图片、去哪里找标签、类别名是什么。这个文件通常只有几行，但写错一个路径就会导致训练时找不到数据。weights/best.pt是已经训练好的权重文件，也是这个项目最核心的产出物——你不需要自己跑训练就能直接用它做推理。models/yolov5s.yaml定义了网络结构，如果你想把骨干网络换成更大的 yolov5m 或 yolov5l，改的就是这个文件。
2.2 数据集配置与标注格式
YOLO 格式的标注和 VOC 那种 XML 不一样，它用纯文本存，每行一个目标，格式是类别索引 中心x 中心y 宽度 高度，所有坐标都归一化到 0 到 1 之间。这个项目的smoke.yaml内容大致如下：
# data/smoke.yaml path: ../data # 数据集根目录 train: images/train # 训练集路径（相对 path） val: images/val # 验证集路径 test: images/test # 测试集路径 nc: 1 # 类别数量，烟雾检测只有一类 names: ['smoke'] # 类别名称列表这里有几个参数需要留意。nc是类别数，烟雾检测通常只检测烟雾本身，所以是 1；如果你还想同时检测火焰，就改成 2，并在names里加上'fire'。path建议用相对路径，这样整个项目拷到别的机器上也能跑，不用改绝对路径。标注文件要和图片一一对应，比如images/train/001.jpg对应的标签就是labels/train/001.txt，文件名必须一致，只是扩展名不同。
注意：如果标签文件缺失或者文件名对不上，训练时不会报错，但那个样本会被当成负样本处理，模型学不到东西。跑训练前最好写个脚本检查一下图片和标签的配对情况。
2.3 模型结构与预训练权重
YOLOv5 提供了 s、m、l、x 四个规格，这个项目用的是 yolov5s，参数量最小、推理速度最快，适合边缘设备部署。模型结构定义在models/yolov5s.yaml里，核心参数是depth_multiple和width_multiple，分别控制网络的深度和宽度缩放系数。yolov5s 的这两个值都是 0.33 和 0.50，意味着它是在基础结构上做了裁剪的轻量版本。
# models/yolov5s.yaml 关键片段 nc: 1 # 类别数，要和 smoke.yaml 保持一致 depth_multiple: 0.33 # 深度缩放系数 width_multiple: 0.50 # 宽度缩放系数 backbone: [[-1, 1, Conv, [64, 6, 2, 2]], # 第0层：卷积下采样 [-1, 1, Conv, [128, 3, 2]], # 第1层 [-1, 3, C3, [128]], # 第2层：C3模块 ... ]nc这个参数必须和smoke.yaml里的nc一致，否则加载权重时会报维度不匹配。如果你要改类别数，除了改这两个地方，还需要重新训练最后一层分类头，不能直接拿原权重做推理。depth_multiple和width_multiple一般不动，除非你有明确的精度和速度权衡需求——想提精度就换 yolov5m 的配置文件，想再快就自己裁剪通道数。
3. 环境搭建与推理跑通：从零到看见检测框
3.1 依赖安装与版本选择
YOLOv5 对 PyTorch 版本有一定要求，太新或太旧都可能出问题。这个项目常见做法是锁定在 PyTorch 1.8 到 1.12 之间，配合 CUDA 11.x。如果你没有 GPU，用 CPU 也能跑推理，只是速度慢一些。安装步骤不复杂，但顺序要对：
# 创建虚拟环境（推荐，避免污染全局包） conda create -n smoke-yolo python=3.8 -y conda activate smoke-yolo # 安装 PyTorch（根据你的 CUDA 版本选择对应命令） # 有 GPU 且 CUDA 11.3 的情况： pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html # 没有 GPU 的情况： # pip install torch==1.12.0 torchvision==0.13.0 # 安装项目依赖 pip install -r requirements.txtrequirements.txt里通常包含opencv-python、numpy、pyyaml、tqdm、matplotlib这些包。有一个坑是opencv-python和opencv-python-headless不能同时装，如果你在服务器上跑没有图形界面，用 headless 版本更合适。另外pillow的版本也要注意，太新的版本和旧版 torchvision 可能不兼容。
3.2 推理脚本参数详解
环境装好之后，直接用detect.py跑推理是最快的验证方式。这个脚本的参数不少，但常用的就那么几个：
python detect.py \ --weights weights/best.pt \ --source data/images/test \ --img-size 640 \ --conf-thres 0.25 \ --iou-thres 0.45 \ --device 0 \ --save-txt \ --project runs/detect \ --name smoke_test--weights指定训练好的权重路径，这里用best.pt而不是last.pt，因为 best 是在验证集上表现最好的那一轮保存的。--source可以是单张图片、整个文件夹、视频文件，甚至填0调用摄像头。--img-size是推理时的输入分辨率，训练时用的多少推理就用多少，一般 640 是默认值。--conf-thres是置信度阈值，低于这个值的检测框会被过滤掉，烟雾检测场景下建议设 0.25 到 0.3 之间——设太高会漏检淡烟，设太低会误检类似烟雾的云彩或灰尘。--iou-thres控制 NMS 的合并阈值，0.45 是通用值。--device 0表示用第一块 GPU，填cpu就用 CPU 推理。--save-txt会把检测结果的坐标保存成 txt 文件，方便后续做统计分析。
3.3 推理结果解读与置信度调参
跑完推理后，结果默认保存在runs/detect/smoke_test/目录下。图片上会画出检测框，框上方标注smoke 0.87这样的类别和置信度。如果你发现漏检比较多，先把--conf-thres降到 0.15 试试；如果误检多，就往上提到 0.4。这个参数没有绝对的最优值，取决于你的场景——仓库里灰尘大，误检容忍度低，就设高一点；森林防火场景漏检代价大，就设低一点。
# 如果你想在代码里批量统计检测结果，可以这样读 save-txt 的输出 import os txt_dir = "runs/detect/smoke_test/labels" for txt_file in os.listdir(txt_dir): with open(os.path.join(txt_dir, txt_file)) as f: lines = f.readlines() if lines: # 每行格式：类别 中心x 中心y 宽 高 置信度 for line in lines: cls, cx, cy, w, h, conf = line.strip().split() print(f"{txt_file}: 检测到烟雾，置信度 {float(conf):.2f}") else: print(f"{txt_file}: 未检测到烟雾")这段代码遍历save-txt生成的标签文件，统计每张图是否检测到烟雾以及对应的置信度。cls是类别索引，烟雾检测里只有 0 这一类。cx、cy、w、h是归一化坐标，乘以图片宽高就能还原成像素坐标。这个统计结果可以用来评估模型在你自己的测试集上的表现，也可以作为后续报警逻辑的输入——比如连续 3 帧检测到置信度大于 0.5 的烟雾才触发报警，避免单帧误检。
4. 训练与微调：用自己的数据提升检测效果
4.1 训练脚本参数配置
虽然项目已经提供了训好的模型，但实际场景中你大概率需要用自己的数据微调。train.py的参数比推理脚本多得多，但核心的也就那几个：
python train.py \ --data data/smoke.yaml \ --cfg models/yolov5s.yaml \ --weights weights/best.pt \ --epochs 100 \ --batch-size 16 \ --img-size 640 \ --device 0 \ --workers 8 \ --project runs/train \ --name smoke_finetune--weights这里填的是已有的best.pt，这叫迁移学习——在已经学会检测烟雾的基础上，用新数据继续训练，比从零开始快得多，通常 50 到 100 个 epoch 就能收敛。--batch-size根据你的显存来定，8G 显存跑 640 分辨率大概能开到 16，显存不够就往下调，调到 8 甚至 4 都行，只是训练会慢一些。--workers是数据加载的线程数，设成 CPU 核心数的一半左右比较合适，设太高反而会因为线程切换开销导致变慢。
4.2 数据增强与超参数调整
YOLOv5 默认开启了 mosaic 增强、HSV 色彩空间扰动、随机翻转等策略。烟雾检测场景下，mosaic 增强有时候会带来问题——它把四张图拼成一张，烟雾的形态可能变得不自然，反而影响学习。如果你发现训练后期 loss 震荡厉害，可以试试关掉 mosaic：
# data/hyp.scratch.yaml 中修改 mosaic: 0.0 # 关闭 mosaic 增强 mixup: 0.0 # 关闭 mixup hsv_h: 0.015 # 色调扰动幅度 hsv_s: 0.7 # 饱和度扰动 hsv_v: 0.4 # 亮度扰动 flipud: 0.0 # 上下翻转概率（烟雾通常不会倒着飘，建议关掉） fliplr: 0.5 # 左右翻转概率flipud这个参数我一般会设成 0，因为烟雾在物理世界里都是往上飘的，上下翻转会生成不存在的样本，干扰模型学习。hsv_h可以适当调大一点，因为不同光照条件下烟雾的颜色差异挺大的，增强色调扰动有助于模型适应各种环境。学习率方面，微调时建议把初始学习率调小，比如从 0.01 降到 0.001，避免把预训练权重学歪了。
4.3 训练过程监控与模型选择
训练启动后，runs/train/smoke_finetune/目录下会生成results.csv和一堆可视化图表。重点看三个指标：train/box_loss、val/box_loss和metrics/mAP_0.5。box_loss 持续下降说明模型在学，如果 train loss 降但 val loss 升，就是过拟合了，需要加数据或者加正则化。mAP_0.5 是衡量检测精度的核心指标，烟雾检测场景下能到 0.7 以上就算不错了。
# 快速查看训练结果 import pandas as pd df = pd.read_csv("runs/train/smoke_finetune/results.csv") # 去掉列名里的空格 df.columns = df.columns.str.strip() # 找 mAP 最高的 epoch best_epoch = df['metrics/mAP_0.5'].idxmax() print(f"最佳 epoch: {best_epoch}") print(f"最佳 mAP@0.5: {df.loc[best_epoch, 'metrics/mAP_0.5']:.4f}") print(f"对应训练损失: {df.loc[best_epoch, 'train/box_loss']:.4f}") print(f"对应验证损失: {df.loc[best_epoch, 'val/box_loss']:.4f}")这段代码读results.csv，找到 mAP 最高的那一轮。YOLOv5 训练结束后会自动把这一轮的权重保存为best.pt，所以你不需要手动挑。但如果你中途停了训练，想从某个 epoch 继续，可以用--resume参数，它会从last.pt恢复优化器状态和 epoch 计数。
5. 避坑与排查：烟雾检测项目常见的五个翻车点
5.1 推理时检测框乱飞或者一个目标出多个框
现象：图片上同一个烟雾区域被画了好几个重叠的框，或者框的位置明显偏了。
原因：通常是--iou-thres设得太高，NMS 没有把重叠的框合并掉；也可能是--img-size和训练时不一致，导致坐标映射错位。
解决：把--iou-thres降到 0.4 或 0.35 试试；确认推理的--img-size和训练时用的分辨率一致，训练用 640 推理也用 640，不要一个 640 一个 320。
5.2 训练 loss 不下降或者变成 NaN
现象：训练启动后 box_loss 一直在 0.5 以上震荡，或者几个 epoch 后直接变成 nan。
原因：学习率设太大了，或者数据集中有标注框宽高为 0 的脏数据，计算 loss 时除零了。
解决：把初始学习率降到 0.001 甚至 0.0005；写个脚本检查标签文件，把宽高小于 0.001 的行删掉。另外确认smoke.yaml里的nc和模型配置里的nc一致，不一致也会导致 loss 异常。
5.3 模型在测试集上表现很好但实际场景漏检严重
现象：val.py跑出来的 mAP 有 0.8，但拿实际监控画面去测，淡烟、远距离烟雾基本检测不到。
原因：训练集和实际场景的数据分布不一致。公开数据集里的烟雾通常比较浓、距离比较近，而实际监控画面里烟雾往往很淡、很小。
解决：从实际场景截取一些漏检的图片，标注后加入训练集做微调。微调时把--img-size提高到 1280 试试，小目标在更高分辨率下更容易被检测到。另外可以适当降低--conf-thres到 0.15，让模型多输出一些候选框。
5.4 GPU 显存不够导致训练中断
现象：训练跑了几十个 epoch 后突然报 CUDA out of memory。
原因：YOLOv5 在训练过程中会缓存一些中间结果，显存占用会逐渐上升；或者--batch-size设得太大，一开始就爆了。
解决：把--batch-size减半，比如从 16 降到 8；如果还不行就降到 4。另外可以在训练命令里加--accumulate 2，用梯度累积模拟更大的 batch size，显存占用不变但效果接近大 batch。
5.5 推理速度太慢达不到实时要求
现象：在边缘设备上跑，每帧推理要 200 毫秒以上，达不到 30 帧每秒的实时要求。
原因：用了 yolov5l 或 yolov5x 的大模型，或者没有用 GPU 推理，或者输入分辨率设得太高。
解决：换回 yolov5s 的权重；确认--device 0用的是 GPU 而不是 CPU；把--img-size从 640 降到 416 或 320，速度会明显提升，但小目标检测精度会下降，需要权衡。如果还不行，可以考虑用 TensorRT 对模型做量化加速，常见做法是导出 ONNX 再用 trtexec 转成 engine 文件。
6. 二次开发改造：从能跑到好用还差哪几步
拿到这个项目之后，直接跑通推理只是第一步。真正要落地到实际场景，通常需要做三件事：换数据、改逻辑、加后处理。
换数据是最直接的改造方式。把你自己的监控画面截帧，用 labelImg 或者 roboflow 标注成 YOLO 格式，替换掉data/images/train和data/labels/train里的内容，然后跑微调训练。这里有个血泪经验：标注的时候一定要把淡烟也标上，不要只标浓烟。模型学到的边界就是你标注的边界，你只标浓烟，它就只认浓烟。我一般会要求标注人员对同一张图标注两遍，取交集作为最终标签，减少漏标和误标。
改逻辑是指调整推理脚本的输出行为。原版的detect.py只是画框保存图片，实际部署时你需要把它改成一个持续运行的检测服务。常见做法是用 OpenCV 读视频流，逐帧推理，把检测结果推给报警模块：
import cv2 import torch # 加载模型 model = torch.hub.load('.', 'custom', path='weights/best.pt', source='local') model.conf = 0.3 # 置信度阈值 model.iou = 0.45 # NMS 阈值 cap = cv2.VideoCapture("rtsp://your-camera-stream") # 替换成实际视频流地址 alarm_counter = 0 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 推理 results = model(frame) detections = results.pandas().xyxy[0] # 获取检测结果 # 统计置信度大于 0.5 的烟雾目标 high_conf = detections[detections['confidence'] > 0.5] if len(high_conf) > 0: alarm_counter += 1 else: alarm_counter = max(0, alarm_counter - 1) # 衰减 # 连续 5 帧检测到才触发报警，避免单帧误检 if alarm_counter >= 5: print("触发烟雾报警！") # 这里可以接入实际的报警逻辑，比如发 HTTP 请求、写数据库 alarm_counter = 0 # 报警后重置 # 画框显示 for _, det in high_conf.iterrows(): x1, y1, x2, y2 = int(det['xmin']), int(det['ymin']), int(det['xmax']), int(det['ymax']) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(frame, f"smoke {det['confidence']:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) cv2.imshow("Smoke Detection", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()这段代码做了三件事：逐帧推理、连续帧计数报警、可视化输出。alarm_counter的设计是关键——单帧检测到烟雾就报警的话，误报率会高得没法用；连续 5 帧都检测到才触发，能过滤掉大部分瞬时误检。alarm_counter的衰减逻辑也要有，否则一次误检之后计数器一直不归零，后面稍微有点风吹草动就报警了。
加后处理是指对模型的原始输出做进一步过滤。比如用颜色特征排除掉类似烟雾的白色墙壁或云朵，用面积阈值排除掉太小的检测框，用长宽比排除掉明显不是烟雾的细长条目标。这些规则不需要重新训练模型，直接在推理结果上做过滤就行，成本低见效快。
还有一个容易被忽略的点是模型版本管理。你微调了好几个版本，每个版本的best.pt都要用清晰的命名保存，比如smoke_v1_20240101.pt、smoke_v2_20240215.pt，并且在文件名里体现训练数据的变化。我见过太多人把best.pt覆盖来覆盖去，最后发现线上效果变差了，想回滚都找不到旧版本。从那以后我每次训练完都强制走一遍版本归档流程，把权重文件、训练配置、数据集版本号一起打包存好，再也没出现过回滚不了的情况。希望帮到你。
本文还有配套的精品资源，点击获取
