本项目基于Yolov5框架开发，旨在实现高效的火灾自动检测。提供详尽的目标检测源代码、训练数据集和预训练模型，助力研究与应用落地。
YOLOv5的环境配置包括创建Python 3.8虚拟环境：
```shell
conda create -n yolo5 python=3.8.5
conda activate yolo5
```
接下来，根据你的设备是使用GPU还是CPU安装PyTorch:
- 对于使用GPU的用户：
```shell
conda install pytorch==1.8.0 torchvision torchaudio cudatoolkit=10.2
```
- 如果你只用到CPU，则执行以下命令:
```shell
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly
```
安装`pycocotools`库：
```shell
pip install pycocotools-windows
```
此外，还需要通过以下命令安装其他所需的包:
```shell
pip install -r requirements.txt
pip install pyqt5
pip install labelme
```
对于YOLOv5的数据处理而言，每张图片都对应有一个txt格式的标注文件。该文本段落件记录了目标对象的类别、中心点坐标以及宽度和高度信息。
5星
