环境描述     操作系统：windows10     开发语言：python3.7.6     深度学习后端：tensorflow2.1.0     深度学习前端：keras（ts内嵌的keras）     显卡：GTX1050TI（安装cuda）     一、准备数据     从百度或谷歌上搜火、火焰、火灾等图片，建立两个文件夹（因为是二分类问题，有火or无火）fire和nofire。效果如下：     截图的文件夹分为conv和不带conv的文件夹，其实是火和无火的图片是经过多次添加的，因为训练数据的过程中会发现某些图片识别效果不是很好，所以得在训练样本中增加特定的图片（比如初次训练的

Unity3D 枪口火焰特效 游戏素材 资源包 导入即可使用.

火灾视频，用于火焰检测

stm32f407使用烟雾，火焰，光照，温湿度，继电器，WiFi连接onenet,如果连接onenet有问题的可以观看我博客里面有连接方法

火焰传感器模块资料,详细原理加测试程序，希望对大家有帮助

matlab开发-火焰优化算法。MFO是求解优化问题的一种新的元启发式算法。

用途: 各种火焰，火源探测 模块特色: 1、 可以检测火焰或者波长在760纳米～1100纳米范围内的光源，打火机测试火焰距离为80cm，对火焰越大，测试距离越远 2、 探测角度60度左右，对火焰光谱特别灵敏 3 、灵敏度可调（图中蓝色数字电位器调节） 4、比较器输出，信号干净，波形好，驱动能力强，超过15mA 5、配可调精密电位器调节灵敏度 6、工作电压3.3V-5V 7、输出形式 :DO数字开关量输出（0和1）和AO模拟电压输出 8、设有固定螺栓孔，方便安装 9、小板PCB尺寸:3.2cm x 1.4cm 10、使用宽电压LM393比较器 产品接线说明: 1、VCC 接电源正极3.3-5V 2、GND 接电源负极 3、DO TTL开关信号输出 4、AO 小板模拟信号输出（电压信号） 模块使用说明: 1、火焰传感器对火焰最敏感，对普通光也是有反应的，一般用做火焰报警等用途。 2、小板输出接口可以与单片机IO口直接相连 3、传感器与火焰要保持一定距离，以免高温损坏传感器，对打火机测试火焰距离为80cm，对火焰越大，测试距离越远 4、小板模拟量输出方式和AD转换处理，可以获得更高的精度 5、当传感器检测到有火焰，阳光，或红外光线时，要达到电位器设置的阀值，绿色指示灯就会亮，DO并输出低电平（0-0.1V左右），绿色指示灯不亮，则DO输出3v左右的电压高电平发货清单火焰传感器模块1个

1、基于tensorflow作为后台框架 2、使用keras作为前端 3、使用google inceptionV3作为训练模型 4、训练结果保存为h5 5、使用opencv for python拉流摄像头识别火焰

最近在学习火焰检测任务，从网上爬到3300张包含有火焰的数据集，没有边框标注，下载后筛选一下自行标注即可。

该代码是是用matlab编写的关于遗传算法和飞蛾火焰算法的详细代码。另外包括了23个基准测试函数，及两者的折线图的比较。另外输出均值，方差和运行30次，每次的最优解。