基于深度学习的图像烟雾检测：从数据构建到边缘端部署实战

简介：图像中烟雾检测是基于MATLAB实现的完整可运行项目，面向图像处理初学者、安全监控与火灾预警相关研发人员。项目围绕烟雾识别核心任务，通过颜色特征、边缘检测、纹理分析及机器学习等方法，演示从图像预处理、特征提取到区域分割与结果评估的完整流程，帮助读者快速理解并上手烟雾检测算法。资源包整体仅1KB，共1个文件，为可直接运行的.m脚本，适合用作课程设计或算法验证基础。目前已有3245人学习。通过运行脚本可观察烟雾区域标定效果，结合代码理解Canny边缘检测、颜色空间转换、Gabor/LBP纹理分析等具体实现思路，为后续在不同场景下扩展检测方案提供可修改的代码起点。 做图像烟雾检测这个项目，最初的动机其实很朴素：火灾发生时，烟雾往往比明火早出现几十秒甚至几分钟，如果能提前把这些烟雾抓住，就能给疏散和灭火抢出宝贵时间。但真上手才发现，烟雾检测远没有“找个人、找辆车”那么简单——烟这个东西，半透明、没有固定形状、边缘模糊，颜色从白到灰到黑都有，背景稍微复杂一点就分不清到底是烟、是雾还是单纯的云。这篇文章把我从数据准备、模型选型、训练调参，一直到边缘端部署的完整过程记录下来，包含我踩过的坑和一些常规文档里不会写的工程经验，给同样想做烟雾检测或者类似弱纹理目标检测的朋友一个参考。

1. 项目背景与核心难点

1.1 为什么烟雾检测比火焰检测更棘手

很多人觉得烟雾检测就是“找白色物体”，实际完全不是这么回事。烟雾是半透明介质，它没有稳定的边缘轮廓，颜色会随着光照、背景、燃烧物种类发生剧烈变化。白天逆光下的白烟和黑夜灯光下的灰烟，在图像上几乎是两种形态。更麻烦的是，火灾初期的烟雾往往只占画面很小一块区域，可能只有十几个像素，在监控画面里跟远处的云、近处的蒸汽几乎没有区别。

从视觉特征上看，烟雾的纹理很弱，没有火焰那种鲜明的颜色和跳变边缘，也没有固定形状，深度学习模型能抓到的判别性特征本身就少。另一个难点是高度相似物太多：云、雾、霾、蒸汽、厨房油烟、烟囱排放，甚至白色墙面反光，都可能被模型误判成烟雾。我在项目初期就被云狠狠坑过——第一版模型在测试集上mAP不低，一到户外场景就把天空中的静止云层全报成烟雾，报警响到运维直接要求关停系统。

1.2 项目需求的真实约束

做检测项目，技术指标和工程约束永远是两回事。烟雾检测对实时性要求很高，监控摄像头普遍25帧左右，算法端到端延迟不能明显拖后腿，否则预警就失去意义。硬件平台也往往不是满血GPU服务器，很多时候要部署到边缘盒子或者摄像头附近的嵌入式设备上，算力有限，这就直接决定了模型不能选得太重。

更关键的是误报容忍度极低。火灾报警系统的特点是“狼来了”效应：如果一天误报十几次，运维人员会逐渐麻木，最后真出事也不当回事，整个系统就废了。所以烟雾检测这个任务，真正要优化的核心指标不是简单的AP高一点，而是在“可接受误报率”前提下把召回率顶上去。这个约束贯穿了后面所有的数据配比、模型选择和部署策略，建议大家做类似项目时，先把这个前提想清楚。

2. 技术路线选型：从传统方法到深度学习

2.1 传统视觉方案的局限

开始动手之前，我花了两周时间把传统视觉方案过了一遍，确认它们确实扛不住真实场景。帧差法和背景建模先被淘汰：烟雾在连续帧间变化很慢，背景模型更新参数稍微调快，烟雾就被当背景吃掉了；调慢又会在光照变化和树叶晃动时疯狂误报。颜色阈值法也只对实验室里单一背景下的白烟有效，真实环境的烟雾颜色随光照变化，固定阈值根本守不住。

纹理特征方案我也试过，用LBP或GLCM配合分类器去识别烟雾粗糙度，在某些静态图上能到80%多准确率，但输入分辨率稍微降低、烟雾区域稍微变小，性能就崩。这个结果其实符合预期：传统方法本质上是靠人工设计特征，而烟雾的视觉特征恰恰是“变化多端、纹理模糊”，人工特征很难覆盖全。所以那段验证让我死心塌地走向深度学习，同时保留了运动区域检测作为预处理手段，只用于缩小候选区域，不承担最终判断。

2.2 深度学习方案怎么选

深度学习方案大致有三条路：图像分类、目标检测、语义分割。分类网络最简单，但只回答“图里有没有烟”，给不出位置信息，监控场景里联动摄像头、喷淋系统都需要坐标，所以不能直接用。语义分割能给出精确轮廓，但标注成本高、推理速度慢，对边缘部署不友好。目标检测恰好是性价比最高的方案：输出位置框，工程链路成熟，能直接嵌入到现有监控系统里。

目标检测框架里我选了YOLO系列作为基线，没有用Faster R-CNN或更重的模型。原因很实际：YOLO单阶段推理速度快、部署生态完善，TensortRT和各家NPU工具链对YOLO都有现成支持；烟雾检测大部分部署场景是边缘设备，实时性和工具链成熟度比极限精度更重要。至于带时序的ConvLSTM、SlowFast这类视频模型，我也评估过，它们确实能利用连续帧的运动信息来抑制静态误报，但训练复杂度、数据要求和工程成本都不低，对早期轻微烟雾的提升却未必明显。最后我的策略是：首版先把单帧检测跑通，时序问题用工程手段（多帧确认）解决，不急着上视频模型。这个决定在后面部署时证明非常明智。

3. 数据集构建与预处理

3.1 数据来源与标注规范

数据是整个项目的基石，这块我花的时间比模型调参还多。数据来源分三块：公开的火灾烟雾数据集，自己录制的烟饼和烟雾发生器场景，还有合成数据。合成数据不是简单的贴图，而是把真实烟雾素材抠出来，按不同的光照、背景、透明度叠加到真实场景图上，可以快速扩充小目标样本，但要注意合成比例别太高，否则模型会对贴图纹理过拟合。

标注规范是个容易被忽视的细节。烟雾的半透明特性使得边缘很难界定，我最终定的规则是：标注框比目视可见的烟雾区域稍微外扩一点，把边缘模糊的过渡区也包进来。原因是网络真正能学到的判别特征分布在烟雾主体的半透明纹理上，框得太紧反而让模型去学边缘切割，效果不好。另外负样本库要单独建，云、雾、霾、蒸汽、厨房油烟、烟囱废气、灯光光晕都要大量收。负样本和正样本的比例我控制在1.5比1到2比1之间，这个比例偏低容易误报，偏高则会让模型过度保守，把真烟也滤掉。

3.2 预处理和数据增强策略

预处理阶段，除了常规的归一化和随机翻转，我加了三个对烟雾特别有用的增强。一是随机HSV扰动，模拟不同光照条件下的烟雾颜色变化；二是mixup和随机擦除，强迫模型不要过度依赖整块的白色区域特征；三是多尺度训练，因为烟雾的尺度变化极大，同一套参数既要在近景大烟团上准，又要在远景小烟点上不丢。

还有一个针对烟雾的核心经验：单纯做单帧增强是不够的，因为静态云和真烟在单帧画面里经常几乎一样，区别只在于运动。我的做法是，在数据端把“连续帧中的动态局部区域”单独裁剪出来作为增强样本，让模型在训练时能接触到更多动态纹理线索，而不是只对着静止的天空、云层做判断。这个操作不改变模型输入的形态，但能明显降低后续多帧确认机制的压力。另外对小目标，我会把高分辨率图像切成重叠patch再做推理，虽然耗时翻倍，但对远处小烟团的召回率提升非常显著。

4. 模型训练与调优

4.1 基线模型与参数配置

我用的基线是YOLOv5s，输入分辨率640乘640。没有直接沿用COCO预训练锚框，而是用k-means在自有数据集上重新聚类了anchor，因为烟雾目标的形状比例和常见物体差异挺大，默认anchor会造成回归收敛慢。训练配置方面，batch size开到32，初始学习率0.01，配合cosine退火和3个epoch的warmup，总训练轮数150到200轮，数据集规模在5万到10万张之间，收敛速度很快。

关于分辨率的取舍，这里有个实际的权衡。测试过1280输入，小目标召回确实提高，但边缘端推理速度直接掉一半以上，得不偿失。如果你的烟雾检测场景小目标问题特别严重，我建议优先用切patch或多尺度训练来妥协，而不是盲目上高分分辨率。模型参数量方面也反复试过，从YOLOv5n到YOLOv5m都跑了一圈，最后在准确率和部署FPS之间折中选了s。代码层面其实改动很小，YOLOv5本身工程化做得不错，主要精力还是要放在数据和训练策略上。

4.2 训练中的调优与踩坑记录

训练过程踩了三个大坑，每一个都值得单独说。第一个是mAP高但误报多，问题出在负样本比例太低。第一版训练集负样本只占不到20%，测试出来mAP有0.85，一到现场就把云和雾全报出来。后来把负样本补到60%以上，误报才明显下降。这说明评估指标一定要结合场景，离线mAP并不能反映真实误报风险。

第二个坑是小目标几乎检不到。排查发现标注框边长小于32像素的样本占了将近一半，早期YOLO对小目标本就吃力，这个数据分布直接把召回率拖垮。解决办法有三个方向同时上：提高输入分辨率、开启多尺度训练、在neck部分增加一个浅层小目标检测头。改完之后，远处小烟团的召回率从不到50%提到了70%以上。

第三个坑是验证集loss振荡。查了很久才发现，原因是同一视频场景的连续帧被随机切到了训练集和验证集，两边场景严重重叠，模型等于在背答案。后来按视频序列切分，而不是按帧切分，问题立刻消失。这个坑特别隐蔽，分享出来希望后来者别重蹈覆辙。损失函数方面，我保留了YOLOv5默认的BCE加CIoU，只适当调高了分类损失的权重，因为烟雾检测的主要矛盾是误报多，分类损失权重高一点，模型会更倾向于“不确定就不报”。

5. 评估、部署与常见问题排查

5.1 评估指标怎么定才靠谱

离线评估阶段，我同时看mAP@0.5、mAP@0.5:0.95和召回率，但心里真正认的指标是在固定误报率下能达到多少召回率。具体做法是把报警节奏换算成时间维度：假设一个监控点上每天最多容忍一次误报，那对应的置信度阈值就能通过长期视频回放测出来，然后再看这个阈值下的召回率。这个“场景化指标”比单纯追求mAP高几个点有意义得多。

而衡量错误也有优先级区分。把真烟漏掉，后果是致命的；把云误报成烟，虽然烦人但不会酿成大祸。所以我给召回率设置了更高的权重，在模型收敛后，用验证集统计各置信度阈值下的P/R曲线，最后选择了偏保守的阈值——宁可置信度要求高一点，也不要漏报。另外测速也提个醒：一定要在目标硬件上按真实输入分辨率测，不能拿GPU浮点算力估算，边缘端实测的FPS才是有效指标。

5.2 边缘端部署优化

部署流程是PyTorch权重转ONNX再转TensorRT，用FP16推理。YOLOv5s在Jetson Orin Nano上FP16大约能跑到40到60FPS，基本满足实时监控需求。如果部署到NPU平台，流程类似，但要把预处理算子尽量塞进模型里，减少host和设备之间的数据搬运。

INT8量化这里要特别谨慎。烟雾是弱纹理目标，INT8量化带来的精度损失比普通目标更明显。我的做法是先把FP16版本上线跑稳定，再做INT8尝试，用少量真实场景校准集验证AP下降在3个点以内才考虑采用。实测结果是有些平台INT8省内存很明显但精度掉得厉害，最后建议稳妥的团队可以先FP16上线，后续再优化。

5.3 典型误报场景与排查

把项目过程中最常遇到的几个问题整理成一张表，方便排查：

多帧确认机制是我在实际项目里加的最有效的工程兜底策略：单帧检测结果出来以后，并不直接触发报警，而是要求同一位置连续3到5帧都检测到目标才确认。这种机制直接过滤掉了云、飞鸟、灯光闪烁带来的一次性噪声，虽然会损失大概一两秒的响应时间，但对烟雾这种缓慢变化的早期信号完全够用。另外我还专门做了一个本地回归测试集，每次模型更新都要把历史现场视频完整跑一遍，防止新版本在修掉一类误报的同时又引入新的误报。

最后分享一点体会。做烟雾检测和做通用目标检测的思维方式很不一样，通用检测追求的是“准”，烟雾检测追求的是“稳”：误报率必须压到运维能接受的程度，同时不能漏掉真实火情。我见过太多测试集表现很好、一到现场就崩的项目，大多不是模型结构不够先进，而是数据和场景没对齐。所以我会把大半精力花在数据配比、负样本扩充和现场回归测试上，这一块带来的收益比换任何模型结构都明显。如果你也想做类似项目，第一个版本别急着上花哨的视频时序网络或Transformer，老老实实把“单帧检测+多帧确认”这条基线跑通，拿到真实的误报数据再决定下一步优化方向，能少走很多弯路。

本文还有配套的精品资源，点击获取