Los datos existentes de monitoreo de incendios forestales aéreos consisten principalmente en imágenes de luz infrarroja o visible. Sin embargo, hay una falta de investigación en profundidad sobre la capacidad de los modelos para percibir regiones de fuego a través de diferentes imágenes espectrales. Para abordar esto, primero construimos un conjunto de datos de imágenes de luz infrarroja y visible capturadas en la misma escena, desde la misma perspectiva y al mismo tiempo, con anotaciones de segmentación a nivel de píxel de las regiones de llama en las imágenes. En respuesta a los problemas de bajo rendimiento en la segmentación de llamas en las imágenes de fuego actuales y al gran número de parámetros aprendibles en modelos grandes, proponemos un algoritmo de modelo grande mejorado, SAMFA (Modelo de Segmentación de Cualquier Cosa, Fuego, Adaptador). En primer lugar, mientras se congelan los parámetros originales del modelo grande, solo se ajusta finamente el módulo Adapter incorporado adicionalmente para adaptar mejor la red a las especificidades de la tarea de segmentación de llamas. En segundo lugar, para mejorar la percepción de los bordes de las llamas por parte de la red, se diseña un decodificador de máscara en forma de U. Por último, para reducir la dificultad del entrenamiento, se emplea una estrategia progresiva que combina aprendizaje auto-supervisado y completamente supervisado para optimizar todo el modelo. Comparamos SAMFA con cinco algoritmos de segmentación de imágenes de última generación en un conjunto de datos público etiquetado, y los resultados experimentales demuestran que SAMFA tiene el mejor rendimiento. En comparación con SAM, SAMFA mejora el IoU en un 11.94% y un 6.45% en imágenes de luz infrarroja y visible, respectivamente, mientras reduce el número de parámetros aprendibles a 11.58 M.