本发明公开了基于伪3D卷积神经网络的烟雾检测方法及系统，对烟雾视频帧标注，分为烟雾区域和非烟雾区域，形成训练集和测试集；利用训练集对伪3D卷积神经网络模型进行训练；利用训练好的伪3D卷积神经网络模型，在编码器阶段，使用伪3D残差块提取烟雾的时空特征，解码器连续对编码器的下采样功能进行上采样，通过二值图像标签对输出的烟雾预测图进行监督，最后通过特征图融合获得最终的预测。将伪3D卷积神经网络与深监督结合起来，通过结合烟雾的时空特征以及局部和全局线索来提高最终预测的可靠性，避免了手工设计特征检测烟雾的低效率和不稳定的缺陷，提供了快速可靠的烟雾检测识别结果。