本发明公开一种基于BP神经网络的火焰探测器灵敏度设置方法。本发明通过样本录制，对录制的样本进行裁剪，得到固定时长的样本集；对样本集进行红外特征提取和紫外特征提取，并对提取的红外特征和紫外特征进行合并，得到特征样本集；以特征样本集作为第一训练集，训练第一BP神经网络模型；仅使用红外火焰通道特征和紫外特征，对特征样本集进行裁剪，将裁剪后的特征样本集作为第二训练集，训练第二BP神经网络模型；基于第一BP神经网络模型和第二BP神经网络模型构建火焰探测器，能够更好地发挥出红紫外传感器结合的优势，对火焰的探测精度得到显著提高。