# yolo火灾检测系统

**Repository Path**: linbe8888/yolo-fire-detection-system

## Basic Information

- **Project Name**: yolo火灾检测系统
- **Description**: ### 智能火灾检测系统

    基于YOLOv11的智能火灾检测系统，支持图片、视频和实时摄像头的火焰检测，具备用户管理、模型训练、推理检测、参数调整与结果保存等功能。


### 项目结构

    FireDetectionSystem/
    ├── cfg                                  
    │   ├── predict.yaml      
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2026-06-01
- **Last Updated**: 2026-06-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

### 智能火灾检测系统

    基于YOLOv11的智能火灾检测系统，支持图片、视频和实时摄像头的火焰检测，具备用户管理、模型训练、推理检测、参数调整与结果保存等功能。


### 项目结构

    FireDetectionSystem/
    ├── cfg                                  
    │   ├── predict.yaml                      #预测参数
    │   └── train.yaml                        #训练参数
    ├── results
    │   └── best.pt                           #模型文件
    └── UI
       ├── config
       │   └── settings.py                  #数据库配置
       ├── resources                         #资源（比如图标）
       ├── ui                                
       │   ├── results                      #结果默认保存文件
       │   ├── __init__.py
       │   ├── login.py                     #登录界面
       │   ├── menu.py                      #菜单栏
       │   ├── predict_frame.py             #检测界面
       │   ├── register.py                  #注册界面
       │   ├── resultDisplay.py             #结果展示界面
       │   └── train.py                     #训练界面
       ├── utils
       │   ├── database.py                  #数据库操作
       │   ├── predict.py                   #检测相关方法
       ├── main.py                           #主程序入口
     └── recent_files.json                 #最近打开文件记录

### 功能特性

    用户管理：注册与登录（支持账号/手机号登录）
             头像上传与显示
             密码重置功能
             用户信息存储于MySQL数据库

    模型训练：支持自定义数据集训练
             可配置训练参数（学习率、批次大小等）
             实时显示训练指标（mAP、loss等）
             支持从本地加载预训练权重

    检测推理：支持图片、视频、摄像头实时检测
             可视化检测结果（边界框、置信度）
             结果保存（图片）
             批量处理与最近文件记录

    界面交互：基于Tkinter开发的图形界面
             响应式布局，支持多窗口切换
             菜单栏快捷操作
             参数配置面板

### 模型性能

    数据集：1553张火焰图像
    mAP50：0.792
    mAP50-95：0.462
    训练框架：PyTorch + YOLOv11

### 安装与运行

    环境要求：Python 3.8+，CUDA 11.7+（GPU推理可选），MySQL 5.7+

    安装步骤：
        1.克隆项目
            bash：
                git clone <你的Gitee仓库地址>
                cd FireDetectionSystem
        2.安装依赖
            bash：
                pip install -r requirements.txt
        3.配置数据库
            创建MySQL数据库
            修改 settings.py 中的数据库连接配置：
                python
                DATABASE_CONFIG = {
                    'host': 'localhost',
                    'user': 'root',
                    'password': '你的密码',
                    'database': '数据库名',
                    'charset': 'utf8mb4'
                }
        4.运行系统
            bash
                python main.py

### 使用说明

    1. **下载数据集**：https://aistudio.baidu.com/datasetdetail/145847，需要自己打标签
    2. **训练模型**：使用YOLOv11或其他目标检测模型进行训练，利用提供的标注文件进行模型训练。
    3. **评估模型**：根据训练结果，评估模型的性能，mAP50和mAP50-95是重要的评估指标。
![项目概览图](UI/resources/概览.png)
![模型训练图](UI/resources/模型训练.png)
### 注意事项

    - 数据集仅供学习和研究使用，请勿用于商业用途。
    - 数据集的标注可能存在一定的误差，建议在使用前进行检查和校正。