实验室横向项目 · 工业视觉 / 目标检测 / 火焰识别

基于 YOLO 的燃气场景火焰智能检测

项目背景

面向厨房及燃气管道周边等燃气使用场景中的安全监测需求，探索基于计算机视觉的火焰自动识别与定位方法。

传统人工查看图像的方式需要投入人力，而实际环境中存在背景复杂、火焰形态不规则及目标尺度变化等问题。因此，项目采用 YOLO 目标检测算法，对场景图像中的可见火焰进行识别和空间定位，为燃气安全巡检与异常火情排查提供视觉辅助。

基于合作企业提供的厨房、燃气设施及管道周边场景图像，参与原始图片整理和部分预处理工作，为后续目标检测模型开发提供数据支持。

基于 PyTorch 与 YOLO 开展火焰目标检测算法实验，利用深度学习模型提取图像特征，识别画面中的可见火焰，并通过预测边界框实现火焰目标定位。

围绕真实燃气使用场景开展视觉检测研究，重点关注火焰目标尺度变化、复杂背景干扰以及火焰识别与定位等问题，探索目标检测技术在燃气安全监测领域的应用方式。

完成基于 YOLO 的燃气场景火焰目标检测相关研发工作，能够对场景图像中的可见火焰进行识别与位置定位，积累了工业图像处理、目标检测算法应用及企业横向项目协作经验。

企业标志仅用于标识项目合作企业。项目面向可见火焰检测，不等同于燃气泄漏检测。