结合物理阈值（如温度 500-690℃、圆形度 0.6-0.9）对 tsfresh 特征二次筛选，通过 Unity 生成带精准标注的红外图像序列，解决真实数据采集难的问题，基于 tsfresh 提取高维度时序特征，将特征统计规律反馈至 Unity，动态校准仿真参数，持续提升数据真实性。

本文记录YOLO11火焰检测项目的完整实现过程，涵盖环境搭建、数据集准备、配置文件创建、模型训练与验证、常见报错解决及性能优化等核心环节。适合目标检测新手入门，所有代码可直接复用，最终实现基础可用的火焰检测模型，并针对低召回率等问题给出针对性优化方案。：基于YOLO11构建火焰检测模型，实现图片/视频中火焰的实时检测，适用于火灾预警等场景。

当前工程链路： RK3568 (Linux) 红外相机采集 → ONNX 火情模型推理 → 30s 分段循环录像 → Windows 端视频批量抽帧制数据集。

在基于 RK3568 + HM-TM32 红外摄像头的火情监测项目中，设备录制生成了大量.avi与.mp4格式视频。后续需要对视频进行批量逐帧 / 间隔抽帧，用于数据集制作、画面分析与模型迭代，但使用传统 OpenCV 读取视频时，出现的问题。经过排查，该类红外视频采用特殊编码格式，OpenCV 内置解码器以及CAP_DSHOW模式均无法正常解码，直接导致视频读取流程中断。针对该兼容性难题，本文提

放弃 ZModem 传输，改用 MobaXterm 共享目录：MobaXterm 串口连接 RK3568 时，自动将电脑端。Buildroot 系统中 OpenCV 编译时未开启 X11/GTK 图形界面支持，移除所有图形界面相关代码，仅保留终端信息输出（无网络 / 无依赖最优解）。乱码，无法触发 MobaXterm 文件接收弹窗。目录，开发板写入该目录的文件可在电脑端直接查看。