摘要： 本项目开发了一个基于YOLOv8的火焰烟雾检测系统，支持图片和视频的实时检测。系统采用模块化设计，包含训练、检测和界面三大模块，使用PyQt6构建可视化操作界面。核心算法YOLOv8通过CSPDarknet主干网络和多尺度特征融合实现高精度检测，在391张标注数据集（火焰/烟雾两类）上训练后，mAP50达到35.9%。系统支持GPU加速（30FPS）和CPU运行（5FPS），检测准确…

基于yolov8的异常环境监测系统的模型训练模块，目的得到一个可识别火焰和烟雾的beest.pt模型(开发完毕)

基于yolov8的火焰检测 支持图片，视频和摄像头

This repo is for demonstration purposes only.