近来高温天气频发，火灾的发生也越来越频繁，这导致了社会巨大的经济损失，对社会安全构成了挑战。因此，需要一种小型的火灾检测设备，能够灵活的布置在家庭，旅游景点等火灾易发地带，实现对火灾的有效监测。提出了一种灵活、轻便的解决方案，克服了传统装备依赖硬件导致成本过高无法大规模部署的问题。首先，摄像头实时采集监测场景的图片情况，然后将处理后的图片送入轻量化的深度学习模型中，实现对明火与浓烟的检测。考虑到设备的小型化要求和算力限制，本系统采用小型化的深度学习模型yolo-v3，在外部平台进行训练，最后在树莓派上实现部署。
