公开 GT · 双模型论文指标
手机直接运行公开小测试集，无需连接电脑或开启摄像头。固定640输入，两模型同图、同阈值；只比较共同的火焰 / 烟雾类。
读取公开测试集来源…
下载公开GT子集 ZIP · 逐图哈希 / 来源 / 去重审计 · D-Fire 作者仓库 · 数据集论文
参数/FLOPs是模型结构统计；延迟/FPS需在当前设备实际运行后填写。
| 指标 | 二分类 | 五分类 |
|---|
GT是作者关联源的test子集，15张有框 + 5张背景，进行了已知图像和近重复筛查。原集合含不同采集来源；不宣称纯真实火场、事件级独立或完整数据集成绩。FLOPs按Conv-BN融合后结构估算，1 MAC记2 FLOPs；峰值内存、功耗、温度和能耗未测量。额外后端仅测速度；精度使用当前选择后端。评测协议可能与Ultralytics论文表不同，详见页面说明。
01 选择模型与后端
读取模型清单…
02 摄像头 / 照片
待加载等待实际检测记录
03 性能基准
使用当前照片 / 相机冻结帧；先预热 10 次，再重复至少 50 次。加载和初始化单列，桌面数据不代表手机性能。
尚未运行
04 本地 ZIP 测试集
ZIP 只在当前浏览器解压和检测，图片不上传。建议 20–100 张；最大压缩 100 MiB、解压 256 MiB、每图 20 MiB / 2000 万像素。
下载 TOY 格式模板（非模型精度测试集）尚未选择测试集
无 GT 时不计算 Precision / Recall / mAP。
05 导出真实记录
0 帧
评估协议与使用说明
YOLOv8 RGB letterbox（填充值114）、NCHW [0,1]；固定输入640。类别感知 NMS，最多100框；NMS 前取最高600候选。精度评估使用0.001预测阈值、101点插值 precision 包络，按置信度贪心一对一匹配；AP IoU=0.50:0.05:0.95，无GT类别不纳入mAP。P/R/F1使用界面置信度。匹配与积分方法和Ultralytics可能不同，不宣称严格一致。
ZIP：images/ 与 labels/ 同名相对路径，classes.txt 每行一类或 data.yaml names（列表/编号映射）；标签每行 class cx cy w h，坐标归一化。没有全部对应标签或未确认GT，只报告速度。二分类全任务仅接受两类；共同两类对照统一按类名映射。
模型在公开部署中可下载。历史开发mAP与RTX4070 FPS不代表真实火场或手机结果。手机操作：选模型 → 开摄像头 → 选ZIP运行测试集 → 导出JSON/CSV。
页面可安装为PWA；首次网络加载必需，离线模型没有保证。没有测量功耗、温度或GFLOPs。