FireNet

FireNet

FireNet is an open ML training dataset for visual recognition of fire
safety equipment. Our dataset directly links the objects to their
respective Uniclass, the construction sector’s classification scheme to name
objects.

FireNet has been designed as a ML training dataset for experimentation
and therefore fulfills multiple machine learning scenarios (classification,
object detection, semantic segmentation). It is intended as a domain specific
dataset to refine pre-trained standard architectures. Uniclass & Description

Pr_40_50_28_64 Portable
fire extinguishers

Pr_75_75_30_50 Manual
call points

Pr_40_50_28_29 Fire
protective blankets

Pr_40_10_77_32 Fire
escape route signs

Pr_40_10_77_31 Fire
equipment signs

Pr_75_75_30_97 Visual
alarm signal devices Pr_75_75_30_30 Fire
alarm sounders

Pr_75_75_30_65 Point
smoke detectors

FireNet是一款面向火灾安全设备视觉识别的开放机器学习训练数据集。本数据集将对象与其对应的Uniclass（建筑行业的分类方案）直接关联，以命名对象。FireNet被设计为机器学习训练数据集，旨在进行实验，因此满足多种机器学习场景（分类、目标检测、语义分割）。它旨在作为一个特定领域的数据集，以优化预训练的标准架构。

Uniclass & 描述

Pr_40_50_28_64 便携式灭火器

Pr_75_75_30_50 手动呼叫点

Pr_40_50_28_29 灭火毯

Pr_40_10_77_32 火灾逃生路线标志

Pr_40_10_77_31 火灾设备标志

Pr_75_75_30_97 视觉警报信号设备

Pr_75_75_30_30 火灾警报器

Pr_75_75_30_65 点型烟雾探测器

搜集汇总

背景与挑战

背景概述

FireNet是一个开放的机器学习训练数据集，专门用于消防设备的视觉识别，支持分类、目标检测和语义分割等多种机器学习场景。该数据集将对象链接到Uniclass分类方案，包含便携式灭火器、手动报警点等具体设备类别，旨在作为领域特定数据集以优化预训练模型。数据集发布于2019年，由Centre for Digital Built Britain资助，提供图像、标注文件等多种格式。