本项目是一个基于 PyTorch 的火情智能识别系统，主要用于对图像中的火情与非火情场景进行二分类识别。项目以卷积神经网络（CNN）为基础，在模型中加入残差连接，并结合多层卷积特征提取提升模型对火焰、烟雾及复杂背景的识别能力。系统包含完整的训练、验证、测试和模型保存流程，同时提供基于 Streamlit 的可视化网页，支持单张图片检测、摄像头实时监测、火情概率显示、报警提示、检测记录和概率变化曲线

筑安 SiteGuard 是一套基于 YOLO 的施工现场安全装备智能检测系统，可识别安全帽、口罩、反光背心、人员、车辆及未正确佩戴装备等十类目标。系统融合 YOLO26-L、YOLO11 等模型，结合高分辨率检测、小目标裁剪、多视角增强和加权框融合，最终完整方案在本地验证集上的 mAP@0.5 达到 93.85%。平台支持图片上传、摄像头连续识别、五轮方案切换、置信度调节和检测结果导出，形成从模