转载：https://blog.csdn.net/Bit_Coders/article/details/115356535
(1)fire-dunnings-dataset
数据集地址：https://collections.durham.ac.uk/files/r2d217qp536#.YG_uqsgzqkL这个数据集比较大，压缩包约10.4GB2，分为fire、nofire两类别，还有超像素分割后的火焰图像，可以进行定位和识别，比较适合用深度学习的方法。数据集的内容结构如下：├── images-224x224 (5.4G / 70k PNG format files - the training and testing data sets for the binary full frame fire detection task with / without FURG data set)│ ├── furg│ ├── train│ ├── train_no_furg│ ├── testing│ └── testing_furg├── superpixels (2.2G / 200k PNG format files - the training and testing data sets for the superpixel fire localization task)│ ├── isolated-superpixels│ │ ├── train│ │ └── testing│ └── original-full-images│ ├── train│ └── testing└── videos (4.3G / MP4 format video)
(2)VisFire - Bilkent EE Signal Processing group
火焰、烟雾检测软件：http://signal.ee.bilkent.edu.tr/VisiFire/index.html视频数据：http://signal.ee.bilkent.edu.tr/VisiFire/Demo/采集自监控视频，比较早的一个数据集，包含森林中的火焰、烟雾视频。
(3)KMU Fire & Smoke Database
https://cvpr.kmu.ac.kr/包含室内、室外烟雾与火焰、野外烟雾、类烟与类火的移动物体。这个组也发表了很多基于深度学习的火焰、烟雾检测论文，但是数据集压缩包里没有找到具体的标注文件。
(4)BoWFire( best of both worlds fire detection)
https://bitbucket.org/gbdi/bowfire-dataset/downloads/
数据集包括发生火灾的不同紧急情况，例如建筑物着火，工业火灾，车祸和骚乱（./dataset/img）。其余图像包括没有可见火势的紧急情况，以及具有类似火的区域（例如日落）和红色或黄色物体的图像。4
数据集包含训练集、测试集。训练数据集（./train）包含240个50×50像素的图像：80张图像被分类为有火，160张图像被分类为非火。测试数据集（./dataset）包含226张不同分辨率的图像：119张包含火焰的图像和107张无火的图像。
数据集还包括火焰区域的分割，着火区域标记为白色，而非着火区域标记为黑色（./dataset/gt）。可以用于火焰检测和分割任务。
(5)Mivia Fire &Smoke Detection Dataset
https://mivia.unisa.it/datasets/video-analysis-datasets有火焰与烟雾视频数据集。火焰集中共有 31 段视频， 其中 14 段有火焰， 其他无火焰。烟雾集包含 149 段视频， 每一段 15 min 左右， 总时长超过 35 h， 大多是远镜头烟雾视频， 内含天空、云雾、强阳光等干扰。
(6)中国科学技术大学火灾科学国家实验室的烟雾数据集
http://smoke.ustc.edu.cn/datasets.htmhttp://staff.ustc.edu.cn/~yfn/vsd.html其中含有真实烟雾、非烟雾图以及大量且多样的合成烟雾图。数据集经过人工标注， 该团队已利用数据集发表多篇基于深度的烟雾检测、分割论文，说明该数据集能够胜任深度网络的训练。
(7)ViSOR ( video surveillance online repository)
http://imagelab.ing.unimore.it/visor/index.asp视频种类较多，包含烟雾视频; 大部分烟雾；视频有逐帧 bounding box 级GT或逐帧全图类标
(8)VSD Smoke Dataset
http://staff.ustc.edu.cn/~yfn/vsd.html10段视频，分为有烟雾和无烟雾两个类别。
(9)Fire Calorimetry Database (FCD) - 美国国家消防研究实验室
https://www.nist.gov/el/fire-research-division-73300非视觉任务的一个数据集。美国消防研究部开发，用测量和预测方法来量化火灾的行为，并采取措施减少火灾对人，财产和环境的影响。数据集（FCD）包含在NFRL进行的火灾实验的结果。该数据库中包含的标本包括单个燃烧物品，设施齐全的房间，可控燃烧器，特征明确的燃料和未知成分的真实复合燃料。使用小结当前很多火焰、烟雾数据集，缺少精细boundingbox和mask标注，需要巨大的人工标注工作量。火焰、烟雾边缘模糊，导致标注标准不一致，难以准确严谨地评估检测算法。且 烟雾跟天空中云朵的形态易发生混淆。数据集的多样性不足，在当前数据集上训练的火焰检测模型，在跨域应用中的泛化性不好。资源下载部分参考文献打包：https://download.csdn.net/download/Bit_Coders/16591997
第一个dunnings数据集的网盘地址：https://download.csdn.net/download/Bit_Coders/36130553