1、YOLOv7火焰和烟雾检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: fire、smoke; 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127098467?spm=1001.2014.3001.5501

1、YOLO火焰烟雾识别数据集，类别为fire和smoke，标签格式为VOC和YOLO两种格式，每张图中同时标注了火焰和烟雾，数据质量高，都是采集真实的各种场景的数据，使用lableimg标注软件标注，标注框质量高 2、 数量： 1360+ 3、可以直接用于yolo算法火焰和烟雾识别

1、YOLO火焰和烟雾检测数据集，使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO火焰和烟雾检测；数据场景丰富；对每张图像中的火焰和烟雾同时进行了标注，共fire和smoke两个类别 2、数量：1200 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

Darknet版YOLOv3火焰和烟雾检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线 2、包含500张火焰烟雾检测数据集，类别名为fire和smoke，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/12423074

Darknet版YOLOv4火焰和烟雾检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线 2、包含500张火焰烟雾检测数据集，类别名为fire和smoke，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/12423074

YOLO火焰和烟雾检测 火焰和烟雾数据集，对图像中的火焰和烟雾都进行了标注，类别为fire和smoke，数量近500张，标签格式为voc和YOLO两种，