火灾是城市与野外安全防控的重点对象。在所有火灾信号中，烟雾往往比明火出现得更早、扩散范围更大——能否在早期自动识别烟雾，直接决定了消防预警的响应速度。近年来，无人机巡检已经成为森林防火、城市消防和工业安防的常规手段，但 AI 模型要真正学会“认出烟雾”，需要大量无人机视角下的真实烟雾图像作为训练数据。公开数据中，专门以无人机视角采集、覆盖多种火灾场景的烟雾图像数据集并不多。
无人机火灾烟雾数据集正是为这一需求整理的图像数据资源，包含 5198 张由无人机在多样化真实场景中拍摄的火灾烟雾图像，现已在典枢数据交易平台上线。数据集可用于森林火灾识别、城市烟火检测、火灾早期预警系统开发以及计算机视觉模型训练。
数据集概况
数据集共收录 5198 张火灾烟雾图像，全部通过无人机实拍采集，视角为机载俯视/斜视视角，与森林防火巡查、城市安防巡检时无人机实际拍摄的画面一致。采集场景覆盖六大类典型火灾易发区域，兼顾城市与野外、自然植被与工业环境，能够支持模型在不同背景下识别烟雾特征。
采集场景覆盖
1. 城市区域。 涵盖商业区、住宅区、工业区三类功能分区：商业区高楼密集、电气设备多、火灾荷载大；住宅区建筑布局多样，用火用电情况复杂；工业区生产活动集中，涉及易燃易爆物质与大型设备，火灾风险与城市其他区域差异明显。
2. 农村野外。 农村建筑分散、多为自建住宅，防火间距不足、消防设施相对匮乏；野外区域大片秸秆、荒草等易燃物在干燥季节极易连片起火。
3. 森林生态系统。 包含针叶林、阔叶林以及针阔混交林等不同林型。森林植被茂密、地形复杂，火灾蔓延受风速、风向、湿度影响显著，烟雾扩散形态复杂。
4. 农田。 不同生长阶段的农作物易燃程度不同，灌溉设施与农用机械也可能因操作不当引发火灾，形成具有特定形态的烟雾样本。
5. 田埂区域。 作为农田边界与通行通道，周边常伴杂草、落叶等易燃物，农事活动中的零星用火容易引发局部起火，构成独特的烟雾样本。
6. 工厂场景。 覆盖制造业、化工产业、食品加工业等不同类型厂区。不同行业的生产工艺、原材料特性不同，烟雾的颜色、浓度和扩散方式差异很大。
数据特点
1.真实拍摄。 图像均来自无人机实地采集，不是合成或模拟数据，烟雾形态、背景环境贴近实际巡检画面；
2.视角对口。 无人机视角与消防巡查、安防巡检的实际作业视角一致，模型迁移到无人机产品端时适配成本低；
3.场景多样。 从城市高楼到森林植被、从农田秸秆到化工厂区，背景差异大，有助于提升模型在不同环境下的鲁棒性；
4.规模适中。 5198 张的量级适合作为模型训练、微调与测试验证的图像资源，便于做跨场景的对比实验。
应用方向
1. 森林火灾监测与早期预警。 结合无人机巡检航线，模型可以自动识别航拍画面中的烟雾区域，发现疑似火情后快速上报，帮助防火人员在火势初期介入，适用于自然保护区、林场的日常巡护。
2. 城市消防与重点区域巡检。 城市商业区、工业区、老旧住宅区是火灾高风险区域。无人机定期巡查加上烟雾识别模型，可以辅助消防部门发现初期火情，弥补人工巡查盲区。
3. 工业安防与厂区监控。 化工、食品加工等厂区对烟雾泄漏和初期火情高度敏感。数据集覆盖了多类工业场景的烟雾形态，可用于训练厂区安防监控的烟火检测模块。
4. 计算机视觉模型训练与评测。 数据可用于训练和测试烟雾检测、目标识别类计算机视觉模型，支持从传统图像处理方法到深度学习检测框架的多类实验，是森林防火与智慧消防方向研究的常用数据资源。
5. 应急管理与科研教学。 应急管理部门、高校与科研机构可将该数据集用于火灾态势感知研究、烟雾扩散分析算法验证，以及消防智能化相关的课题和教学实验。
常见问题（FAQ）
问：无人机火灾烟雾数据集适合做什么？
答：主要用于训练和测试火灾烟雾识别模型，典型场景包括森林防火巡查、城市消防监控、工厂烟火检测和应急预警系统开发。
问：图像是什么视角拍摄的？
答：全部为无人机机载视角实拍，与实际无人机巡检画面一致，适合直接对接无人机巡查类产品。
问：覆盖哪些场景？
答：六类场景：城市（商业区、住宅区、工业区）、农村野外、森林（针叶林、阔叶林、混交林）、农田、田埂、工厂（制造、化工、食品加工等）。
问：数据集一共有多少张图像？
答：共 5198 张真实火灾烟雾图像。
问：数据格式和标注情况怎么确认？
答：图像数据可先申请样片查看。具体字段组织、标注形式和授权范围，可在购买前通过样例数据和数据报告确认。
获取方式
该数据集已在典枢数据交易平台开放获取，支持先验后买、申请报告。如需了解完整场景清单或样例图像，欢迎在平台搜索”无人机火灾烟雾数据集”，或通过页面联系方式沟通。