yolov8火灾烟雾检测代码
时间: 2025-04-25 10:32:46 浏览: 18
### YOLOv8火灾烟雾检测示例代码
对于使用YOLOv8进行火灾和烟雾检测的任务,下面提供了一个简单的Python脚本示例。此脚本加载预训练的YOLOv8模型并应用于视频流中的每一帧来查找是否存在火灾或烟雾。
```python
from ultralytics import YOLO
import cv2
# 加载预训练的YOLOv8模型
model = YOLO('yolov8n.pt') # 使用官方提供的小型版本模型作为例子
cap = cv2.VideoCapture(0) # 打开默认摄像头用于实时捕获画面
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break
results = model(frame)
annotated_frame = results[0].plot() # 绘制边界框于原图之上
cv2.imshow("YOLOv8 Inference", annotated_frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
```
上述代码片段展示了如何利用`ultralytics`库加载YOLOv8模型并对来自摄像设备的画面执行推理操作[^1]。需要注意的是,在实际应用中应当替换路径参数以指向经过特定目标(即火灾/烟雾)优化过的权重文件而不是通用的小型网络结构(`'yolov8n.pt'`)。
为了进一步提升系统的实用性,还可以考虑加入额外的功能模块,比如当检测到异常情况时触发警报机制或者记录事件发生的时间戳等信息以便事后审查[^3]。
阅读全文
相关推荐

















