fireviewer/fireviewer_fire_smoke_flame_v3_native

FireViewer · Fire & Smoke

Un corpus d’images pour localiser le feu et la fumée, avec des catégories de contexte visuel complémentaires.

Images	Boîtes finales	Classes de détection	Catégories de contexte
103 239	134 995	2	6

Ce que contient le dataset

Les annotations actives se trouvent dans les fichiers Parquet de data/. Le champ objects contient les boîtes finales intégrant les contrôles et corrections du pipeline Luna / Terra. La classe historique flame_visible est fusionnée avec fire.

Répartition des images

Split	Images	Utilisation
train	78 450	Apprentissage
validation	11 266	Sélection des checkpoints et réglages
test	13 523	Évaluation finale réservée
Total	103 239

Les fichiers historiques de oldmetadata/ sont des archives ; ils sont exclus de la configuration de chargement.

Classes et géométrie des boîtes

ID	Classe	Définition	Boîtes dans le corpus
0	fire	Feu et flammes visibles, incluant l’ancienne classe flame_visible.	77 214
1	smoke	Fumée visible, y compris les émissions petites ou légères.	57 781

Une boîte suit le format [x, y, largeur, hauteur] en pixels, dans les coordonnées de l’image native : origine en haut à gauche, x vers la droite et y vers le bas. Les valeurs ne sont pas normalisées.

Les listes objects.bbox et objects.category se correspondent par indice. Pour dessiner un rectangle, convertir [x, y, w, h] en [x, y, x + w, y + h]. Respecter les dimensions width / height et l’orientation native lors du décodage ; toute rotation ou mise à l’échelle doit également transformer les boîtes.

Six catégories de contexte

Valeur de alert_category	Interprétation
human_useful_fire	Usage humain contrôlé : feu de camp, barbecue, activité agricole ou industrielle.
domestic_origin	Foyer, poêle, cuisson ou contexte domestique identifiable.
suspect_origin	Origine ou détails insuffisants ; feu ou fumée potentiellement dangereux.
fire_road_urban	Véhicules, routes ou incident en milieu bâti.
forest_natural_area_wildfire	Feu apparent de végétation non maîtrisé en zone naturelle.
negative	Ni feu ni fumée visibles selon l’annotation de contexte.

103 048 images disposent d’une catégorie ; 191 valeurs sont nulles. Pour entraîner un classifieur, exclure ces valeurs nulles plutôt que les convertir en negative. Pour la détection, utiliser les boîtes de objects.

Structure d’un exemple

Champ	Contenu
image	Image native intégrée au Parquet.
image_id	Identifiant de l’image.
sha256	Empreinte de l’image source.
width, height	Dimensions natives en pixels.
objects.id	Identifiants des objets.
objects.bbox	Liste des boîtes au format xywh en pixels.
objects.category	Liste des classes : 0 = fire, 1 = smoke.
objects.area	Aires des boîtes en pixels carrés.
alert_category	Une des six catégories de contexte, ou une valeur nulle.

Chargement rapide, sans télécharger tout le corpus

pip install datasets pillow

import io
from datasets import load_dataset, Image as HFImage
from PIL import Image

dataset = load_dataset(
    "fireviewer/fireviewer_fire_smoke_flame_v3_native",
    revision="8c8b197fa1c928217529a04bff434fb70a66614e",
    split="validation",
    streaming=True,
)
# Décodage explicite pour conserver l’orientation des pixels natifs.
dataset = dataset.cast_column("image", HFImage(decode=False))
sample = next(iter(dataset))
image = Image.open(io.BytesIO(sample["image"]["bytes"]))

print("Dimensions :", image.size)
print("Boîtes xywh :", sample["objects"]["bbox"])
print("Classes :", sample["objects"]["category"])
print("Contexte :", sample["alert_category"])

L’exemple utilise la révision figée 8c8b197fa1c928217529a04bff434fb70a66614e, également employée pour le YOLO11M Fire & Smoke. Le chargement de la branche main reste possible en omettant revision.

Qualité et usages

Le corpus est destiné à l’entraînement et à l’évaluation de détecteurs de feu / fumée, ainsi qu’à l’étude du contexte visuel. Les annotations issues de contrôles automatiques ne constituent pas une validation humaine exhaustive. Les fumées ténues, les petits foyers, les reflets et les occultations restent des cas difficiles.

Conserver la séparation des splits pour évaluer un modèle. Les catégories de contexte ne constituent ni une mesure de danger réel ni une détermination certaine de la cause d’un feu.

Provenance et conditions d’utilisation

Ce dépôt regroupe des images de sources multiples. Aucune licence globale n’est renseignée dans ses métadonnées actuelles ; les conditions des sources d’origine restent à vérifier pour l’usage envisagé. Les archives de provenance disponibles sont conservées dans oldmetadata/.

Projet : FireViewer ·