摘要
火焰和烟雾的实时自动检测是现代安防监控系统在安防、工业及环保应用中的关键组成部分，然而传统基于传感器的系统在这些应用中存在根本局限性。本文对四种深度学习架构——DETR、Faster R-CNN (ResNet-50-FPN)、Faster R-CNN (MobileNetV2) 和 RetinaNet——进行了对比分析，所使用的语料库源自四个不同数据集，共包含67,765张标注图像。所有模型均共享相同的数据准备、增强和评估流程，且各自采用其参考实现的默认配置进行训练；因此，该对比反映的是各架构的典型部署状态，而非在单一统一训练预算下的对比结果。采用ResNet-50-FPN骨干网络的Faster R-CNN达到了最高的准确率（在Indoor数据集上mAP@0.50为78.7%，在SmokeAndFire数据集上为73.8%）以及跨所有数据集的最高平均mAP@0.50（48.7%），同时在NVIDIA RTX 4090硬件上实现了76.9 FPS的推理速度和13.5 ms的延迟，这使其成为在类似硬件上构建实时火焰检测系统的潜力候选。本工作的主要贡献是对四种代表性目标检测架构在四个异构火焰和烟雾数据集上进行了统一评估。该研究还通过归一化形态不对称指数量化了火焰与烟雾检测之间的性能不对称性，反映了由于烟雾呈现弥散和半透明外观而导致的检测精度始终较低的现象，并根据实时部署要求提供了选择架构的实用指南。由于每种配置仅使用固定随机种子训练一次，且所有速度测量均在单台桌面级GPU上完成，因此所报告的性能差异应以描述性方式解读；其统计验证、跨数据集评估以及在嵌入式硬件上的测量被列为未来工作。
