yolov8 实现火灾检测（windows+CPU）

本文实现在 windows + CPU 的环境下实现实时火宅检测

项目网址：https://github.com/noorkhokhar99/Fire-Detection-using-YOLOv8

具体实现步骤：

1. 使用 Anaconda 搭建一个新的虚拟环境： conda create -n yolov8_fire_detection python==3.9

2. 在 GitHub 上下载该项目，可以直接点击 Download ZIP 下载或者使用命令下载：git clone https://github.com/noorkhokhar99/Fire-Detection-using-YOLOv8.git

3. 进入到 Fire-Detection-using-YOLOv8-main 文件夹下，并激活 yolov8_fire_detection 虚拟环境：conda activate yolov8_fire_detection

4. 在当前路径下安装依赖包：pip install -r requirements.txt

 5. 接下来可以按照 github 上用命令行运行，也可以按照以下步骤在 IDE 中运行预测代码。

（1）使用 IDE 打开 Fire-Detection-using-YOLOv8-main 下的 ultralytics 文件，并打开 predict.py 文件。


（2）添加以下 2 行代码到 predict.py 导入库函数部分，以便代码在运行过程中能找到 ultralytics 文件，如下所示：

1 import sys
2 sys.path.append("D:\\Downloads\\Fire-Detection-using-YOLOv8-main")

（3）修改 predict.py 中 predict() 函数的输入参数 model 和 source 为训练好的火灾检测模型和需要检测的视频文件，具体操作如下：

 1 @hydra.main(version_base=None, config_path=str(DEFAULT_CONFIG.parent), config_name=DEFAULT_CONFIG.name)
 2 def predict(cfg):
 3     # cfg.model = cfg.model or "yolov8n.pt"
 4     cfg.model = "D:\\Downloads\\Fire-Detection-using-YOLOv8-main\\best.pt"
 5     cfg.imgsz = check_imgsz(cfg.imgsz, min_dim=2)  # check image size
 6     # cfg.source = cfg.source if cfg.source is not None else ROOT / "assets"
 7     # cfg.source = "D:\\Downloads\\Fire-Detection-using-YOLOv8-main\\fire.mp4"
 8     cfg.source = "D:\\Downloads\\FireDetectionYOLOv8-main (1)\\FireDetectionYOLOv8-main\\input\\fire1.mp4"
 9     predictor = DetectionPredictor(cfg)
10     predictor()
11 
12 
13 if __name__ == "__main__":
14     predict()

（4）在当前运行环境中选择使用 yolov8_fire_detection 解释器。

（5）运行代码查看结果：

 如代码运行结果所述，可以在 Fire-Detection-using-YOLOv8-main\ultralytics\runs\detect\train10 路径下查看代码检测结果：

测试数据可在网盘中 ”data_fire“ 文件夹下获取：https://pan.baidu.com/s/1dNzrVkpsXtO7uXyrMxADhA?pwd=6611