智慧林业无人机航拍森林火点分割数据集、林区明火实例分割数据、航拍野火检测数据集、森林防火AI分割源码、无人机火情识别模型、林业视觉检测数据集、YOLOv11n-seg分割代码、野外火点掩码分割、林区无人机防火检测数据1148张yolovoccoco标注方式数据集统计信息图像尺寸:416*416类别数量: 1 类训练集图像:711; 验证集图像:329; 测试集图像:108总图像数: 1148类别分布:类别名称 | 包含该类别的图像数 | 总标注数fire | 1142 | 3372一、数据集信息表项目详细参数数据集名称无人机航拍森林火点实例分割数据集总图像数量1148张图像尺寸416×416标注格式YOLO、VOC、COCO类别总数1类训练集711张验证集329张测试集108张fire火点图像数1142标注数3372训练配置YOLOv11n-seg训练轮次30 epoch配套资源训练/推理源码、训练权重、PyQt5可视化界面全套源码模型代码模型训练使用yolov11n-seg训练30个epoch训练结果map如描述图所示。qt界面运行界面采用pyqt5编写本项目已经训练好模型配置好环境后可直接使用运行效果见描述图像二、YOLOv11-seg 代码1. 配置文件forest_fire_seg.yamlpath:./datasets/forest_firetrain:images/trainval:images/valtest:images/testnc:1names:0:fire2. 训练、评估、推理代码fromultralyticsimportYOLOimportwarnings warnings.filterwarnings(ignore)deftrain_fire_seg():modelYOLO(yolo11n-seg.pt)model.train(dataforest_fire_seg.yaml,epochs30,imgsz416,batch16,device0,workers4,patience8,projectruns/segment,nameforest_fire_seg,saveTrue,valTrue)print(森林火点分割模型训练完成)defeval_model():modelYOLO(runs/segment/forest_fire_seg/weights/best.pt)metricsmodel.val(dataforest_fire_seg.yaml,imgsz416)print(f检测mAP0.5:{metrics.box.map50:.4f})print(f分割mAP0.5:{metrics.seg.map50:.4f})defseg_predict(source):modelYOLO(runs/segment/forest_fire_seg/weights/best.pt)resultsmodel.predict(sourcesource,imgsz416,conf0.4,saveTrue,show_masksTrue)returnresultsif__name____main__:train_fire_seg()eval_model()# seg_predict(test.jpg)三、PyQt5 界面说明基于PyQt5开发完整可视化界面项目已完成模型训练。部署对应运行环境后即可直接使用可直观展示火点分割掩码、目标信息适配无人机航拍图像在线检测。四、应用场景森林消防巡检无人机航拍林区精准分割识别火点实现早期火情预警应急防灾野外林区、自然保护区火情实时监测辅助消防应急处置智慧林业搭建航拍智能防火系统替代人工巡查提升巡检效率学术实训航拍图像分割、火情识别方向毕业设计、课程设计与算法研究算法竞赛户外明火分割、小目标实例分割赛事基础数据集