使用 YOLOv8 进行火灾和烟雾跟踪和检测-含源码+数据集

介绍

本文将详细介绍如何使用 YOLOv8 在实时视频中跟踪和检测火灾和烟雾的代码。该项目使用预先训练的 YOLOv8 模型来识别给定视频帧中是否存在火灾和烟雾，并通过后续帧进行跟踪。

运行代码需要以下包

ultralytics
roboflow
CUDA (if using GPU for acceleration)

如果您在谷歌Colab中运行此笔记本，请导航到编辑->笔记本设置->硬件加速器，将其设置为GPU，然后单击保存。这将确保您的笔记本电脑使用GPU，这将大大加快模型训练时间。

在自定义数据集上训练的步骤

1. 安装YOLOv8
2. CLI Basics
3. 使用预训练的 COCO 模型进行推理
4. Roboflow Universe
5. 准备自定义数据集
6. Custom Training
7. 验证自定义模型
8. 使用自定义模型进行推理

开始之前

确保我们能进入GPU。我们可以使用nvidia-smi命令来做到这一点。如果有任何问题，