编辑推荐：
为解决工业环境火灾检测中高质量数据集获取成本高、耗时长的问题，研究人员开展合成数据对深度学习模型性能影响的研究。利用 NVIDIA Omniverse 创建 SYN-FIRE 数据集，结合公开数据集测试发现，添加合成数据可提升 DiceScore，验证合成数据可辅助模型训练，具重要应用价值。
在工业场景中，火灾的及时发现与响应是保障人员生命和财产安全的关键防线。然而，传统火灾检测手段在复杂环境下常显滞后，深度学习技术虽展现出潜力，却高度依赖高质量数据集 —— 这类数据不仅采集成本高昂、标注耗时费力，在工业室内场景中更因隐私限制和流程特殊性而难以获取。如何突破数据瓶颈，成为提升火灾检测模型性能的核心挑战。
为攻克这一难题，克罗地亚约西普?尤拉伊?斯特罗斯马耶尔大学（University of J.J. Strossmayer Osijek）的研究团队开展了一项颇具创新性的研究。他们聚焦合成数据在火灾检测模型训练中的应用，试图探索其能否有效替代或补充真实数据，进而提升模型的泛化能力和分割精度。这项成果发表在《Scientific Reports》上，为工业火灾检测领域提供了新的解决思路。
研究人员采用了多项关键技术方法：首先利用 NVIDIA Omniverse 平台构建了 5 种工业室内火灾场景（包括模块化仓库、带传送带和机器人的分拣仓库等），生成包含 2030 张带像素级标注的合成数据集 SYN-FIRE；以 U-Net++ 为基准模型，设计了两组消融实验 —— 一组用合成数据替换公开数据集（如 Corsican FireDB、FLAME、FireBot、BowFire）中的部分真实数据（参数 α 控制替换比例），另一组在真实数据中添加不同比例的合成数据（参数 β 控制添加量）；在三种分辨率（128×128、256×256、512×512）下训练超 200 个模型，并通过 DiceScore、IoU 等指标评估性能，结合 GRAD-CAM 显著性图分析模型泛化能力。
研究结果
合成数据替换真实数据的效果
在 BowFire 数据集（小规模，226 张图像）中，当 α=0.5 时，模型 DiceScore 提升 10.21%-6.51%，显示合成数据对小数据集有显著增益；但在 Corsican FireDB 等较大数据集上，过度替换（如 α≥50%）可能导致性能下降，需保留 60%-90% 真实数据以维持效果。
合成数据补充真实数据的效果
在 FireBot 数据集（工业室内场景）中，添加 70%-90% 合成数据使 DiceScore 提升 2.06%-5.32%；BowFire 数据集添加 40% 合成数据时，DiceScore 最高提升 16.09%，表明补充合成数据可显著增强模型对复杂场景的适应性。
模型泛化能力验证
在真实工业火灾图像测试中，使用合成数据训练的模型对火焰区域的定位更精准，GRAD-CAM 图显示其能聚焦真实火焰特征，验证了合成数据可有效缩小模拟与真实场景的域差距。
研究结论与讨论
这项研究首次系统性验证了合成数据在工业火灾检测中的双重价值：作为真实数据的补充时，可通过增加数据多样性提升模型鲁棒性；在小数据场景下，合理比例的替换也能实现性能优化。尽管 SYN-FIRE 数据集存在缺乏极端天气、烟雾积累和遮挡等局限性，但其公开性（可通过 FigShare 获取）为后续研究提供了重要资源。研究还揭示，合成数据的有效性与数据集规模、场景相似度密切相关，例如在与 SYN-FIRE 同属室内场景的 FireBot 数据集中，性能提升更为显著。
从实际应用角度看，该成果为工业界提供了一条高效低成本的数据解决方案 —— 利用 NVIDIA Omniverse 等工具生成合成数据，可大幅缩短数据采集周期（生成 40 张合成图像仅需 30 分钟，而真实数据需 3 天），同时规避隐私和安全风险。未来若能进一步融合多模态数据（如热成像）、优化场景多样性，合成数据有望在工业消防的实时检测、早期预警等领域发挥更关键作用，推动 AIoT 技术在智慧消防中的落地。
这项研究不仅为火灾检测领域的数据困境提供了创新解法，更拓展了合成数据在计算机视觉中的应用边界，其方法论对医疗影像、自动驾驶等数据敏感领域也具有重要参考价值。
