SYN-FIRE: Synthetic Dataset for Fire Detection in Indoor Environments

The SYN-FIRE dataset was developed specifically for research on the impact of synthetic data on fire segmentation performance, serving as the primary benchmark for evaluating deep learning models in controlled indoor fire scenarios.

SYN-FIRE数据集（SYN-FIRE Dataset）专为探究合成数据对火灾分割性能的影响而开发，是受控室内火灾场景下评估深度学习模型的核心基准数据集。

搜集汇总

背景与挑战

背景概述

SYN-FIRE是一个专门用于研究合成数据对火灾分割性能影响的合成数据集，主要作为深度学习模型在受控室内火灾场景中的基准。数据集由克罗地亚科学基金会资助，包含3.65 GB的室内火灾图像数据，适用于机器学习和火灾安全工程领域的研究。