YOLOv5火焰烟雾识别训练结果，包含训练好的两个模型，安装好环境后可以直接使用， 类别名fire和smoke，包含标注好的数据集

1、YOLOv3训练好的火焰烟雾检测模型，包括yolov3-fire_smoke.pt和yolov3_tiny-fire_smoke.pt两个训练好的模型，并包含几百张标注好的火焰和烟雾数据集，标签格式为xml和txt两种，类别名为fire和smoke， 2、采用pytrch框架，代码是python的 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、YOLOv5训练好的火焰烟雾检测模型，包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型，并包含几百张标注好的火焰和烟雾数据集，标签格式为xml和txt两种，类别名为fire和smoke， 2、采用pytrch框架，代码是python的 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、YOLOv5训练好的火焰烟雾检测模型，包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型，并包含几百张标注好的火焰和烟雾数据集，标签格式为xml和txt两种，类别名为fire和smoke， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、有QT界面 4、采用pytrch框架，代码是python的

该课题为基于Matlab的火灾检测系统。火灾检测系统分为两个部分，一个部分是烟雾检测，一个部分是火焰检测。烟雾检测的原理是通过边缘检测的方法。活验检测的方法是根据颜色加形态学的方法。带有一个人机交互界面。主界面调用两个子界面。适合具备有一定编程基础的人员学习。

该课题为基于Matlab的火灾检测系统。火灾检测系统分为两个部分，一个部分是烟雾检测，一个部分是火焰检测。烟雾检测的原理是通过边缘检测的方法。活验检测的方法是根据颜色加形态学的方法。带有一个人机交互界面。主界面调用两个子界面。适合具备有一定编程基础的人员学习。

MATLAB森林防火烟雾检测，火焰检测。带GUI界面框架。包括烟雾和火焰两部分检测。烟雾：边缘检测方法，火焰：颜色+形态学。

火焰烟雾数据集.该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有6600+张各种场景的火焰烟雾图像，共有8000+火焰标注框，3400+烟雾标注框。 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为火焰烟雾检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景火焰烟雾的检测. 免去了收集,挑选,标注火焰烟雾图片的时间,可直接进行工程化应用.

该课题为基于Matlab的火灾检测系统。火灾检测系统分为两个部分，一个部分是烟雾检测，一个部分是火焰检测。烟雾检测的原理是通过边缘检测的方法。活验检测的方法是根据颜色加形态学的方法。带有一个人机交互界面。主界面调用两个子界面。适合具备有一定编程基础的人员学习。

该课题为基于Matlab的火灾检测系统。火灾检测系统分为两个部分，一个部分是烟雾检测，一个部分是火焰检测。烟雾检测的原理是通过边缘检测的方法。活验检测的方法是根据颜色加形态学的方法。带有一个人机交互界面。主界面调用两个子界面。适合具备有一定编程基础的人员学习。