拓冰网站定制 
简介本资源为灭火器识别目标检测数据集面向从事深度学习与计算机视觉的开发者、学生及算法工程师可用于训练YOLO系列、Faster R-CNN、SSD等模型解决消防场景下灭火器自动检测与定位的样本需求。压缩包共2000个文件以1999个txt标签文件和1个yaml配置文件为主txt文件为对应图片的标注信息yaml文件指定类别名称与路径整体约311.32MB图片与标签已按训练集、验证集、测试集划分完毕开箱即可投入训练。数据集类别为extinguisher图片数量3262张同时提供VOC格式的xml标签兼容YOLOv5至YOLOv10等主流算法。目前已有1428人学习下载读者可直接获得完整标注数据与配置文件省去采集与标注成本快速搭建灭火器检测实验用于课程设计、科研验证或工程原型开发。1. 灭火器识别数据集与目标检测从标注格式到训练落地的完整路径消防通道被杂物堵死、灭火器箱前堆着纸箱、压力表指针已经掉进红区——这些隐患在巡检照片里往往只占几十个像素。靠人眼一张张翻一天看几百张就到极限漏检率还高。灭火器识别数据集加目标检测这套组合解决的就是把“找灭火器”这件事从人工目视变成模型自动框选输入一张现场图输出灭火器的位置、数量顺带判断是否被遮挡、是否缺失。它适合两类人一类是手里已经攒了几百上千张巡检图、想跑通一个可复现检测流程的算法工程师另一类是做智慧消防、园区安防、工地安全巡检的产品或项目负责人需要判断这个方向的数据成本、标注难度和落地边界。标题里的“数据集”和“目标检测”是两个必须同时立住的点——数据集的类别定义、标注规范决定了模型上限目标检测的框架选型和训练参数决定了你能不能把这个上限跑出来。下面按“数据怎么来、模型怎么选、训练怎么调、坑怎么避”的顺序拆开讲。2. 灭火器识别数据集类别定义、采集场景与标注格式转换2.1 类别怎么定只框“灭火器”还是拆出“灭火器箱”和“压力表”很多公开的灭火器识别数据集只给一个类别fire_extinguisher框住整个瓶体或箱子。这个定义在简单场景够用但落到真实巡检图里会翻车灭火器箱开着但里面是空的模型照样框出一个“灭火器”挂在墙上的灭火器被货架挡住一半框出来的是货架边缘。我的做法是把类别拆成三个extinguisher_body瓶体或箱体整体、extinguisher_box箱体用于判断箱门是否关闭、pressure_gauge压力表用于判断是否失压。拆类的代价是标注工作量翻倍但换来的是下游能直接做“缺失判断”和“失压判断”而不是只数个数。如果项目周期紧退而求其次的方案是保留单类fire_extinguisher但在标注规范里强制要求只框可见的灭火器本体空箱不框被遮挡超过 50% 的不框。这条规则写进标注手册能过滤掉大量脏样本。2.2 采集场景覆盖别只拍正面清晰大图灭火器识别数据集的采集场景直接决定模型泛化能力。我一般按四个维度铺样本光照白天顺光、逆光、夜间闪光灯、地下车库弱光、角度正面、侧面、俯视、仰视、遮挡无遮挡、部分遮挡、严重遮挡、背景白墙、消防柜、货架旁、工地角落。每个维度至少覆盖 50 到 100 张总量控制在 800 到 1500 张之间起步。低于 500 张时模型对“灭火器长什么样”的学习会严重偏向采集最多的那个场景。采集时有个血泪经验不要用同一台手机在同一时间段拍完所有图。不同手机的白平衡、锐化算法差异本身就是一种数据增强能显著降低模型对单一成像风格的过拟合。如果条件允许至少混入两台不同品牌设备拍的图。2.3 标注格式转换把 VOC 的 XML 转成 YOLO 的 txt灭火器识别数据集常见的标注格式是 Pascal VOC 的 XML但 YOLO 系列训练需要每张图对应一个 txt每行格式为class_id x_center y_center width height坐标全部归一化到 0 到 1。下面这个脚本处理单目录下的 XML 批量转换并生成classes.txt。import os import xml.etree.ElementTree as ET # 类别映射顺序决定 class_id CLASSES [extinguisher_body, extinguisher_box, pressure_gauge] CLASS_TO_ID {c: i for i, c in enumerate(CLASSES)} def convert_voc_to_yolo(xml_dir, out_dir, img_w, img_h): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 从 XML 里读实际尺寸避免硬编码 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text.strip() if name not in CLASS_TO_ID: continue # 跳过未定义类别防止训练时报错 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转中心点格式 x_center (xmin xmax) / 2.0 / w y_center (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{CLASS_TO_ID[name]} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}) txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) if __name__ __main__: convert_voc_to_yolo(./annotations_xml, ./labels_yolo, 0, 0)逻辑说明脚本先建立类别到 id 的映射遍历 XML 时跳过不在映射表里的类别避免训练时出现class_id越界。坐标归一化用的是 XML 里记录的实际宽高而不是外部传入的固定值这样不同分辨率的图混在一起也不会错位。参数方面CLASSES列表的顺序必须和后续训练配置文件里的names完全一致否则模型学到的类别会整体错位。x_center和y_center保留六位小数足够YOLO 读取时会自动解析。转换完成后建议随机抽 10 张图用可视化脚本画框检查一遍。我遇到过 XML 里xmax小于xmin的脏标注转换后框会翻到图像外训练时 loss 直接飙高。3. 目标检测框架选型YOLO 系列在灭火器场景的取舍3.1 为什么灭火器检测优先选 YOLO 而不是两阶段检测器灭火器在巡检图里属于中小目标且经常出现在边缘、角落、遮挡区域。两阶段检测器如 Faster R-CNN精度上限高但推理速度慢部署到边缘设备或巡检 App 里不现实。YOLO 系列单阶段检测在 640 输入尺寸下对 30 到 100 像素的目标召回率已经够用且推理速度能压到几十毫秒级。如果项目要求实时视频流检测YOLO 是默认选项如果只做离线批量筛查两阶段也不是不能考虑但标注成本一样的情况下YOLO 的性价比更高。选型时还要看部署端如果最终跑在 Jetson 或安卓端优先选 YOLOv8n 或 YOLOv11n 这类 nano 模型如果跑在服务器 GPU 上可以用 s 或 m 版本换精度。不要一上来就上 x 版本灭火器数据集通常几千张量级大模型容易过拟合。3.2 用 YOLOv8 在本地跑通灭火器数据集的最小命令假设数据集已经按 YOLO 格式整理好目录结构如下fire_ext_dataset/ images/ train/ val/ labels/ train/ val/对应的data.yaml内容path: ./fire_ext_dataset train: images/train val: images/val nc: 3 names: [extinguisher_body, extinguisher_box, pressure_gauge]训练命令用 ultralytics 的 CLI 直接跑yolo detect train \ modelyolov8n.pt \ data./fire_ext_dataset/data.yaml \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ patience20 \ project./runs_fire_ext \ nameexp01逻辑说明modelyolov8n.pt加载预训练权重灭火器数据集通常不够大从头训不如微调。imgsz640是 YOLO 系列的默认输入尺寸如果灭火器在图中占比很小可以提到 960 或 1280但显存占用会明显上升。patience20表示验证集指标 20 轮不提升就早停防止过拟合。batch16在 8GB 显存下跑 640 尺寸基本安全如果爆显存就降到 8 或 4。训练结束后验证命令yolo detect val \ model./runs_fire_ext/exp01/weights/best.pt \ data./fire_ext_dataset/data.yaml \ imgsz640重点看mAP50和mAP50-95两个指标。灭火器场景下mAP50能到 0.85 以上算可用低于 0.7 说明数据量或标注质量有问题先回去查数据不要急着调参。3.3 推理阶段怎么控制误检置信度阈值和 NMS 的配合训练完直接拿best.pt推理默认置信度阈值是 0.25NMS IoU 是 0.7。灭火器场景里白墙上的红色消防栓、红色灭火器箱贴纸、甚至红色垃圾桶都容易被误检成灭火器。我的做法是把置信度阈值提到 0.4 到 0.5同时把 NMS IoU 降到 0.5减少重叠框。如果误检仍然多就在训练集里补一批“红色干扰物”的负样本让模型学会区分。推理脚本示例from ultralytics import YOLO model YOLO(./runs_fire_ext/exp01/weights/best.pt) results model.predict( source./test_images, conf0.45, # 提高置信度阈值压误检 iou0.5, # 降低 NMS IoU减少重叠框 imgsz640, saveTrue )参数说明conf控制哪些框被保留调高会减少误检但可能漏检iou控制重叠框合并的激进程度调低会让重叠框更容易被保留。这两个参数需要一起调单独调一个往往按下葫芦浮起瓢。4. 灭火器检测训练避坑从 loss 不降到部署翻车的排查清单4.1 现象训练 loss 一直不降mAP 在 0.1 附近徘徊原因通常有三个标注格式错位、类别 id 越界、图片路径没对上。YOLO 读取 label 时如果 txt 里的class_id超过nc-1不会报错而是直接忽略该行导致大量标注被丢弃。排查方法是随机抽一张训练图用yolo detect train的--verbose模式看每轮的有效标注数如果远小于实际标注数就是格式问题。解决用第 2 章的转换脚本重新生成 label并写一个校验脚本统计每个 txt 的行数和 class_id 范围。4.2 现象验证集 mAP 很高但实际推理时框位置偏移严重这是典型的训练/推理预处理不一致。YOLO 训练时默认做了 letterbox 填充推理时如果自己写预处理而没做同样的填充坐标就会偏移。排查方法是直接用 ultralytics 的predict接口不要自己写前处理。如果必须自己写确保 resize 时保持长宽比填充值用 114。4.3 现象模型把红色消防栓、红色垃圾桶误检成灭火器原因训练集里负样本不足模型学到了“红色灭火器”的捷径。解决在训练集里加入 100 到 200 张包含红色干扰物但不含灭火器的图作为背景负样本。YOLO 支持纯背景图label 文件为空即可。加入后重新训练误检率通常能降一半以上。4.4 现象夜间或弱光图检测效果断崖式下降原因训练集里夜间样本太少模型没学到弱光下的纹理特征。解决如果无法补采夜间图可以在训练时开启 HSV 增强把hsv_v调高到 0.5 以上模拟亮度变化。但增强不能替代真实数据条件允许还是补采。4.5 现象部署到边缘设备后推理速度远低于预期原因模型导出时没做量化或者输入尺寸设得太大。解决用yolo export导出 ONNX 或 TensorRT 时指定halfTrue做 FP16 量化imgsz降到 416 或 320。灭火器检测对分辨率要求没那么高416 下 mAP 掉 2 到 3 个点但速度能翻倍。5. 灭火器识别数据集的进阶用法从检测框到缺失判断的闭环检测框本身只是中间产物真正有价值的是“这个点位有没有灭火器、是否被遮挡、压力表是否正常”。我一般会在检测模型后面接一个轻量分类头把extinguisher_body的框裁出来送进一个二分类模型判断“瓶体是否完整可见”再把pressure_gauge的框裁出来判断“指针是否在绿区”。这样一套组合下来单张图的处理时间增加不到 20 毫秒但输出结果从“框”变成了“状态”。验证这套闭环是否可靠不能只看检测 mAP。我的习惯是拿 50 张真实巡检图人工标一遍“缺失/遮挡/失压”的 ground truth然后跑模型输出算三个指标的准确率。如果缺失判断准确率低于 0.8说明检测框质量不够回去查extinguisher_body的召回率。还有一个容易被忽略的点灭火器在图像里的尺寸分布。如果训练集里 80% 的灭火器框都大于 100 像素模型对 30 到 50 像素的小目标召回会很差。解决办法是在训练时开启scale增强范围设 0.5 到 1.5同时确保验证集里小目标样本占比不低于 20%。我吃过这个亏模型在测试集上 mAP 0.9拉到工地实拍图上小灭火器全漏回头一查验证集里全是近景大图。最后说一个部署习惯每次重新训练后不要只看 mAP 数字就上线。拿 20 张之前误检过的图跑一遍对比新旧模型的输出。如果旧模型误检的图新模型还在误检说明问题没解决只是指标好看。这个习惯帮我拦住了好几次“指标涨了但实际更差”的翻车。希望帮到你。本文还有配套的精品资源点击获取 灭火器识别数据集与目标检测：从标注到YOLO训练落地全流程
简介本资源为灭火器识别目标检测数据集面向从事深度学习与计算机视觉的开发者、学生及算法工程师可用于训练YOLO系列、Faster R-CNN、SSD等模型解决消防场景下灭火器自动检测与定位的样本需求。压缩包共2000个文件以1999个txt标签文件和1个yaml配置文件为主txt文件为对应图片的标注信息yaml文件指定类别名称与路径整体约311.32MB图片与标签已按训练集、验证集、测试集划分完毕开箱即可投入训练。数据集类别为extinguisher图片数量3262张同时提供VOC格式的xml标签兼容YOLOv5至YOLOv10等主流算法。目前已有1428人学习下载读者可直接获得完整标注数据与配置文件省去采集与标注成本快速搭建灭火器检测实验用于课程设计、科研验证或工程原型开发。1. 灭火器识别数据集与目标检测从标注格式到训练落地的完整路径消防通道被杂物堵死、灭火器箱前堆着纸箱、压力表指针已经掉进红区——这些隐患在巡检照片里往往只占几十个像素。靠人眼一张张翻一天看几百张就到极限漏检率还高。灭火器识别数据集加目标检测这套组合解决的就是把“找灭火器”这件事从人工目视变成模型自动框选输入一张现场图输出灭火器的位置、数量顺带判断是否被遮挡、是否缺失。它适合两类人一类是手里已经攒了几百上千张巡检图、想跑通一个可复现检测流程的算法工程师另一类是做智慧消防、园区安防、工地安全巡检的产品或项目负责人需要判断这个方向的数据成本、标注难度和落地边界。标题里的“数据集”和“目标检测”是两个必须同时立住的点——数据集的类别定义、标注规范决定了模型上限目标检测的框架选型和训练参数决定了你能不能把这个上限跑出来。下面按“数据怎么来、模型怎么选、训练怎么调、坑怎么避”的顺序拆开讲。2. 灭火器识别数据集类别定义、采集场景与标注格式转换2.1 类别怎么定只框“灭火器”还是拆出“灭火器箱”和“压力表”很多公开的灭火器识别数据集只给一个类别fire_extinguisher框住整个瓶体或箱子。这个定义在简单场景够用但落到真实巡检图里会翻车灭火器箱开着但里面是空的模型照样框出一个“灭火器”挂在墙上的灭火器被货架挡住一半框出来的是货架边缘。我的做法是把类别拆成三个extinguisher_body瓶体或箱体整体、extinguisher_box箱体用于判断箱门是否关闭、pressure_gauge压力表用于判断是否失压。拆类的代价是标注工作量翻倍但换来的是下游能直接做“缺失判断”和“失压判断”而不是只数个数。如果项目周期紧退而求其次的方案是保留单类fire_extinguisher但在标注规范里强制要求只框可见的灭火器本体空箱不框被遮挡超过 50% 的不框。这条规则写进标注手册能过滤掉大量脏样本。2.2 采集场景覆盖别只拍正面清晰大图灭火器识别数据集的采集场景直接决定模型泛化能力。我一般按四个维度铺样本光照白天顺光、逆光、夜间闪光灯、地下车库弱光、角度正面、侧面、俯视、仰视、遮挡无遮挡、部分遮挡、严重遮挡、背景白墙、消防柜、货架旁、工地角落。每个维度至少覆盖 50 到 100 张总量控制在 800 到 1500 张之间起步。低于 500 张时模型对“灭火器长什么样”的学习会严重偏向采集最多的那个场景。采集时有个血泪经验不要用同一台手机在同一时间段拍完所有图。不同手机的白平衡、锐化算法差异本身就是一种数据增强能显著降低模型对单一成像风格的过拟合。如果条件允许至少混入两台不同品牌设备拍的图。2.3 标注格式转换把 VOC 的 XML 转成 YOLO 的 txt灭火器识别数据集常见的标注格式是 Pascal VOC 的 XML但 YOLO 系列训练需要每张图对应一个 txt每行格式为class_id x_center y_center width height坐标全部归一化到 0 到 1。下面这个脚本处理单目录下的 XML 批量转换并生成classes.txt。import os import xml.etree.ElementTree as ET # 类别映射顺序决定 class_id CLASSES [extinguisher_body, extinguisher_box, pressure_gauge] CLASS_TO_ID {c: i for i, c in enumerate(CLASSES)} def convert_voc_to_yolo(xml_dir, out_dir, img_w, img_h): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 从 XML 里读实际尺寸避免硬编码 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text.strip() if name not in CLASS_TO_ID: continue # 跳过未定义类别防止训练时报错 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转中心点格式 x_center (xmin xmax) / 2.0 / w y_center (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{CLASS_TO_ID[name]} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}) txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) if __name__ __main__: convert_voc_to_yolo(./annotations_xml, ./labels_yolo, 0, 0)逻辑说明脚本先建立类别到 id 的映射遍历 XML 时跳过不在映射表里的类别避免训练时出现class_id越界。坐标归一化用的是 XML 里记录的实际宽高而不是外部传入的固定值这样不同分辨率的图混在一起也不会错位。参数方面CLASSES列表的顺序必须和后续训练配置文件里的names完全一致否则模型学到的类别会整体错位。x_center和y_center保留六位小数足够YOLO 读取时会自动解析。转换完成后建议随机抽 10 张图用可视化脚本画框检查一遍。我遇到过 XML 里xmax小于xmin的脏标注转换后框会翻到图像外训练时 loss 直接飙高。3. 目标检测框架选型YOLO 系列在灭火器场景的取舍3.1 为什么灭火器检测优先选 YOLO 而不是两阶段检测器灭火器在巡检图里属于中小目标且经常出现在边缘、角落、遮挡区域。两阶段检测器如 Faster R-CNN精度上限高但推理速度慢部署到边缘设备或巡检 App 里不现实。YOLO 系列单阶段检测在 640 输入尺寸下对 30 到 100 像素的目标召回率已经够用且推理速度能压到几十毫秒级。如果项目要求实时视频流检测YOLO 是默认选项如果只做离线批量筛查两阶段也不是不能考虑但标注成本一样的情况下YOLO 的性价比更高。选型时还要看部署端如果最终跑在 Jetson 或安卓端优先选 YOLOv8n 或 YOLOv11n 这类 nano 模型如果跑在服务器 GPU 上可以用 s 或 m 版本换精度。不要一上来就上 x 版本灭火器数据集通常几千张量级大模型容易过拟合。3.2 用 YOLOv8 在本地跑通灭火器数据集的最小命令假设数据集已经按 YOLO 格式整理好目录结构如下fire_ext_dataset/ images/ train/ val/ labels/ train/ val/对应的data.yaml内容path: ./fire_ext_dataset train: images/train val: images/val nc: 3 names: [extinguisher_body, extinguisher_box, pressure_gauge]训练命令用 ultralytics 的 CLI 直接跑yolo detect train \ modelyolov8n.pt \ data./fire_ext_dataset/data.yaml \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ patience20 \ project./runs_fire_ext \ nameexp01逻辑说明modelyolov8n.pt加载预训练权重灭火器数据集通常不够大从头训不如微调。imgsz640是 YOLO 系列的默认输入尺寸如果灭火器在图中占比很小可以提到 960 或 1280但显存占用会明显上升。patience20表示验证集指标 20 轮不提升就早停防止过拟合。batch16在 8GB 显存下跑 640 尺寸基本安全如果爆显存就降到 8 或 4。训练结束后验证命令yolo detect val \ model./runs_fire_ext/exp01/weights/best.pt \ data./fire_ext_dataset/data.yaml \ imgsz640重点看mAP50和mAP50-95两个指标。灭火器场景下mAP50能到 0.85 以上算可用低于 0.7 说明数据量或标注质量有问题先回去查数据不要急着调参。3.3 推理阶段怎么控制误检置信度阈值和 NMS 的配合训练完直接拿best.pt推理默认置信度阈值是 0.25NMS IoU 是 0.7。灭火器场景里白墙上的红色消防栓、红色灭火器箱贴纸、甚至红色垃圾桶都容易被误检成灭火器。我的做法是把置信度阈值提到 0.4 到 0.5同时把 NMS IoU 降到 0.5减少重叠框。如果误检仍然多就在训练集里补一批“红色干扰物”的负样本让模型学会区分。推理脚本示例from ultralytics import YOLO model YOLO(./runs_fire_ext/exp01/weights/best.pt) results model.predict( source./test_images, conf0.45, # 提高置信度阈值压误检 iou0.5, # 降低 NMS IoU减少重叠框 imgsz640, saveTrue )参数说明conf控制哪些框被保留调高会减少误检但可能漏检iou控制重叠框合并的激进程度调低会让重叠框更容易被保留。这两个参数需要一起调单独调一个往往按下葫芦浮起瓢。4. 灭火器检测训练避坑从 loss 不降到部署翻车的排查清单4.1 现象训练 loss 一直不降mAP 在 0.1 附近徘徊原因通常有三个标注格式错位、类别 id 越界、图片路径没对上。YOLO 读取 label 时如果 txt 里的class_id超过nc-1不会报错而是直接忽略该行导致大量标注被丢弃。排查方法是随机抽一张训练图用yolo detect train的--verbose模式看每轮的有效标注数如果远小于实际标注数就是格式问题。解决用第 2 章的转换脚本重新生成 label并写一个校验脚本统计每个 txt 的行数和 class_id 范围。4.2 现象验证集 mAP 很高但实际推理时框位置偏移严重这是典型的训练/推理预处理不一致。YOLO 训练时默认做了 letterbox 填充推理时如果自己写预处理而没做同样的填充坐标就会偏移。排查方法是直接用 ultralytics 的predict接口不要自己写前处理。如果必须自己写确保 resize 时保持长宽比填充值用 114。4.3 现象模型把红色消防栓、红色垃圾桶误检成灭火器原因训练集里负样本不足模型学到了“红色灭火器”的捷径。解决在训练集里加入 100 到 200 张包含红色干扰物但不含灭火器的图作为背景负样本。YOLO 支持纯背景图label 文件为空即可。加入后重新训练误检率通常能降一半以上。4.4 现象夜间或弱光图检测效果断崖式下降原因训练集里夜间样本太少模型没学到弱光下的纹理特征。解决如果无法补采夜间图可以在训练时开启 HSV 增强把hsv_v调高到 0.5 以上模拟亮度变化。但增强不能替代真实数据条件允许还是补采。4.5 现象部署到边缘设备后推理速度远低于预期原因模型导出时没做量化或者输入尺寸设得太大。解决用yolo export导出 ONNX 或 TensorRT 时指定halfTrue做 FP16 量化imgsz降到 416 或 320。灭火器检测对分辨率要求没那么高416 下 mAP 掉 2 到 3 个点但速度能翻倍。5. 灭火器识别数据集的进阶用法从检测框到缺失判断的闭环检测框本身只是中间产物真正有价值的是“这个点位有没有灭火器、是否被遮挡、压力表是否正常”。我一般会在检测模型后面接一个轻量分类头把extinguisher_body的框裁出来送进一个二分类模型判断“瓶体是否完整可见”再把pressure_gauge的框裁出来判断“指针是否在绿区”。这样一套组合下来单张图的处理时间增加不到 20 毫秒但输出结果从“框”变成了“状态”。验证这套闭环是否可靠不能只看检测 mAP。我的习惯是拿 50 张真实巡检图人工标一遍“缺失/遮挡/失压”的 ground truth然后跑模型输出算三个指标的准确率。如果缺失判断准确率低于 0.8说明检测框质量不够回去查extinguisher_body的召回率。还有一个容易被忽略的点灭火器在图像里的尺寸分布。如果训练集里 80% 的灭火器框都大于 100 像素模型对 30 到 50 像素的小目标召回会很差。解决办法是在训练时开启scale增强范围设 0.5 到 1.5同时确保验证集里小目标样本占比不低于 20%。我吃过这个亏模型在测试集上 mAP 0.9拉到工地实拍图上小灭火器全漏回头一查验证集里全是近景大图。最后说一个部署习惯每次重新训练后不要只看 mAP 数字就上线。拿 20 张之前误检过的图跑一遍对比新旧模型的输出。如果旧模型误检的图新模型还在误检说明问题没解决只是指标好看。这个习惯帮我拦住了好几次“指标涨了但实际更差”的翻车。希望帮到你。本文还有配套的精品资源点击获取