尧图网站建设 
简介本资源是面向计算机视觉初学者与YOLO目标检测实践者的吸烟行为识别专用数据集解决公共场所吸烟监测、智能安防等场景下的细粒度行为识别数据短缺问题。数据集包含5000余张真实场景下的吸烟图像JPG格式全部经LabelImg精细标注提供XML与TXT两种标签格式分别对应PASCAL VOC与YOLOv5/v8标准输入目标类别统一为smoke开箱即用于训练、验证与测试。压缩包共14569个文件其中4856张图片、4856份XML标注、4857份TXT标注结构规整、格式兼容性强整体大小214.87MB便于本地快速解压与加载。已有4060人学习下载资源附带实测效果参考链接涵盖数据清洗逻辑、YOLO训练配置建议及常见误检分析配套目录清晰划分图像与双格式标签子文件夹显著降低数据预处理门槛适合快速开展行为检测模型迭代与部署验证。1. 这不是“带烟头的图库”而是一套可直接喂进YOLOv5/v8训练管道的吸烟行为检测数据集你手头那张拍得模糊、角度歪斜、烟雾飘散的工地监控截图大概率无法被通用目标检测模型识别为“吸烟”。但这个包含5000张真实场景图像的数据集专为解决这类问题设计所有图片均来自实际安防监控、室内办公、餐厅、工厂等非摆拍环境标注严格遵循YOLO训练规范——每个smoke实例都对应一个归一化边界框x_center, y_center, width, height且同时提供XMLPascal VOC与TXTYOLO格式双标签体系。它不依赖合成渲染或GAN生成而是用LabelImg人工逐帧校验确保烟头尺寸、手持姿态、遮挡比例、光照干扰等真实变量全部保留在数据分布中。适合正在落地施工安全监管、医院禁烟巡查、工厂行为合规审计等场景的算法工程师也适合作为YOLOv5s/v6n/v8n轻量模型的baseline微调起点——无需清洗、无需格式转换、无需重标解压即训。2. 数据结构解析与YOLO训练前的标准化预处理2.1 文件组织逻辑与两类标注格式的本质差异该数据集采用明确分层目录结构smoking_dataset/ ├── images/ # 所有.jpg原始图像5392张含标题所列smoking_1_*.jpg ├── labels_xml/ # Pascal VOC格式标注.xml含filename、size、objectnamesmoke/namebndbox.../bndbox/object └── labels_txt/ # YOLO格式标注.txt每行格式0 x_center y_center width height归一化到[0,1]区间关键点在于XML标注保留原始图像宽高信息可用于跨框架迁移如转为COCO JSON而TXT标注已按YOLO要求完成坐标归一化——这不是简单缩放而是将bbox左上角坐标(x_min,y_min)、宽高(w,h)转换为图像中心点相对坐标。例如一张1920×1080图像中烟头bbox为(840,420,120,80)则YOLO TXT中对应行为0 0.4375 0.4333 0.0625 0.0741提示x_center (x_min w/2) / image_widthy_center (y_min h/2) / image_heightwidth w / image_widthheight h / image_height。若误用未归一化的像素值训练时loss会爆炸式增长。2.2 构建YOLOv8兼容的dataset.yaml配置文件YOLOv8要求显式声明数据路径、类别数及类别名。需新建smoking_dataset/data.yamltrain: ../smoking_dataset/images # 注意此处为相对路径需与训练脚本位置匹配 val: ../smoking_dataset/images # 实际项目建议划分train/val子目录此处为简化演示 nc: 1 # 类别数量仅smoke一类 names: [smoke] # 类别名列表索引0对应smoke注意YOLOv8默认使用images目录下所有.jpg作为训练样本不读取labels_txt目录名——它会自动查找同名.txt文件如smoking_1_214.jpg→smoking_1_214.txt。若出现No labels found错误首要检查labels_txt/中是否存在对应txt文件其次确认文件名大小写与扩展名完全一致Linux系统区分大小写。2.3 验证标注完整性用Python脚本批量校验图像-标签配对手动抽查易漏检。以下脚本可一次性验证5000样本import os from pathlib import Path img_dir Path(smoking_dataset/images) label_dir Path(smoking_dataset/labels_txt) # 获取所有jpg文件名不含扩展名 img_names {f.stem for f in img_dir.glob(*.jpg)} label_names {f.stem for f in label_dir.glob(*.txt)} missing_labels img_names - label_names missing_images label_names - img_names print(f总图像数: {len(img_names)}) print(f缺失标签的图像: {len(missing_labels)} 个) print(f缺失图像的标签: {len(missing_images)} 个) if missing_labels: print(示例缺失项:, list(missing_labels)[:5])运行后若输出缺失标签的图像: 0 个说明数据集结构完整。若存在不匹配项需用labelImg重新导出对应txt文件——切勿手动编辑txt坐标归一化计算必须由标注工具完成。3. YOLOv8训练全流程从环境配置到mAP验证3.1 环境搭建与依赖安装Ubuntu 22.04 CUDA 11.8YOLOv8对PyTorch版本敏感推荐组合# 创建conda环境避免全局污染 conda create -n yolo-smoke python3.9 conda activate yolo-smoke # 安装CUDA-aware PyTorch根据NVIDIA驱动版本选择 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装ultralyticsYOLOv8官方库 pip install ultralytics # 验证GPU可用性 python -c import torch; print(torch.cuda.is_available(), torch.cuda.device_count())提示若torch.cuda.is_available()返回False需检查nvidia-smi是否可见GPU以及CUDA Toolkit是否正确安装nvcc --version应输出11.8。3.2 启动训练关键参数含义与调优策略执行以下命令启动训练假设data.yaml位于当前目录yolo train \ datadata.yaml \ modelyolov8n.pt \ # 使用nano级模型适合边缘部署 epochs100 \ batch32 \ imgsz640 \ namesmoke_yolov8n_v1 \ projectruns/train \ device0 \ workers4 \ patience20 \ exist_okTrue参数说明参数含义推荐值依据batch单卡批大小32在RTX 3090上稳定若OOM可降至16imgsz输入图像长边尺寸640平衡精度与速度小目标烟头不宜低于416patience早停容忍轮数mAP连续20轮不升则终止防过拟合workers数据加载线程数设为CPU核心数-1避免I/O瓶颈训练过程实时输出results.csv含metrics/mAP50-95(B)0.5~0.95 IoU阈值平均精度。重点关注第50轮后的mAP50是否稳定在0.75以上——低于此值说明标注噪声大或模型欠拟合。3.3 模型推理与结果可视化验证检测逻辑是否合理训练完成后在runs/train/smoke_yolov8n_v1/weights/best.pt获取最优权重。执行推理yolo predict \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ sourcesmoking_dataset/images/smoking_1_214.jpg \ conf0.25 \ saveTrue \ save_txtTrue \ line_thickness2生成结果存于runs/detect/predict/其中smoking_1_214.jpg叠加bbox的可视化图smoking_1_214.txt预测结果格式同label_txt但置信度附加在末尾注意conf0.25是关键阈值——吸烟检测需容忍低置信度烟头小、遮挡多但过低如0.1会导致大量误报。建议用验证集图像测试不同conf下的FP/FN平衡点。4. 标注质量诊断与常见失效场景修复4.1 三类典型标注缺陷及其修正方法YOLO训练失败常源于标注隐性缺陷而非代码错误4.1.1 “烟头”与“香烟”类别混淆部分标注员将整支香烟含过滤嘴标为smoke但实际需求是检测正在燃烧的烟头。这导致模型学习到“白色圆柱体”而非“发红光的微小区域”。修复方案用labelImg打开对应XML/TXT将bbox收缩至仅覆盖烟头发光区通常≤20×20像素并重新导出YOLO格式。4.1.2 多尺度目标未均衡采样数据集中近景烟头占图30%与远景烟头占图2%比例失衡模型偏向大目标。修复方案在data.yaml中启用rectTrue矩形推理并添加mosaic增强# 在data.yaml末尾追加 augment: true mosaic: 0.5 # 50%概率启用mosaic增强强制模型学习小目标4.1.3 遮挡场景标注不一致多人手部遮挡烟头时部分标注为完整bbox部分标注为不可见空txt。修复方案统一规则——只要烟头像素可见≥10%必须标注完全不可见则不标。用以下脚本统计遮挡率import cv2 import numpy as np def calc_occlusion_ratio(img_path, label_path): img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as f: lines f.readlines() if not lines: return 0.0 # 解析第一个bbox假设单目标 cls, cx, cy, bw, bh map(float, lines[0].split()) x1 int((cx - bw/2) * w) y1 int((cy - bh/2) * h) x2 int((cx bw/2) * w) y2 int((cy bh/2) * h) roi img[y1:y2, x1:x2] # 计算ROI内非黑像素占比粗略估计可见度 visible np.count_nonzero(roi) total roi.size return visible / total if total 0 else 0.0 # 示例检查smoking_1_214.jpg ratio calc_occlusion_ratio( smoking_dataset/images/smoking_1_214.jpg, smoking_dataset/labels_txt/smoking_1_214.txt ) print(f可见度: {ratio:.2%})若ratio 10%应删除该标注或标记为ignoreYOLO暂不支持ignore标签需在训练前过滤。4.2 模型性能瓶颈定位用混淆矩阵分析漏检模式YOLOv8默认不输出详细分类报告需手动提取验证集预测结果# 先生成验证集预测 yolo val \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ datadata.yaml \ splitval \ save_jsonTrue # 解析results.json需自行编写解析脚本核心逻辑对比pred bbox与gt bbox的IoU重点观察漏检FN集中于哪类图像如背光场景、戴手套手部→ 增加对应数据增强hsv_h0.015, hsv_s0.7增强色彩鲁棒性误检FP主要出现在什么区域如打火机反光、红色衣袖→ 在train.py中添加cls_loss_weight0.5降低分类损失权重强化定位精度5. 工程化部署技巧将best.pt转为TensorRT加速引擎5.1 ONNX导出与TensorRT优化链路YOLOv8原生支持ONNX导出但需指定动态轴以适配不同尺寸输入yolo export \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ formatonnx \ dynamicTrue \ opset12 \ simplifyTrue生成best.onnx后用TensorRT 8.6构建引擎trtexec --onnxbest.onnx \ --saveEnginesmoke_yolov8n.trt \ --fp16 \ --workspace4096 \ --minShapesinput:1x3x640x640 \ --optShapesinput:4x3x640x640 \ --maxShapesinput:8x3x640x640 \ --shapesinput:4x3x640x640关键参数说明--minShapes定义最小批处理尺寸1张图--optShapes为最优尺寸4张图并发--maxShapes为最大尺寸8张图。实际部署时输入batch size必须在此范围内。5.2 C推理代码核心片段省略头文件与内存管理// 加载引擎 ICudaEngine* engine context-deserializeCudaEngine(trtModelStream, size); IExecutionContext* context engine-createExecutionContext(); // 分配GPU内存 void* buffers[2]; cudaMalloc(buffers[0], 4 * 3 * 640 * 640 * sizeof(float)); // input cudaMalloc(buffers[1], 4 * 100 * 6 * sizeof(float)); // output (100 boxes × [x,y,w,h,conf,cls]) // 推理 context-enqueueV2(buffers, stream, nullptr); cudaStreamSynchronize(stream); // 解析输出YOLOv8输出为[1, 4, 84, 84, 84] → 需reshape为[1, 100, 6] float* output new float[100 * 6]; cudaMemcpy(output, buffers[1], 100 * 6 * sizeof(float), cudaMemcpyDeviceToHost); for (int i 0; i 100; i) { float* box output i * 6; if (box[4] 0.3) { // 置信度过滤 float x1 (box[0] - box[2]/2) * 1920; // 反归一化到原始分辨率 float y1 (box[1] - box[3]/2) * 1080; printf(Smoke detected at (%.1f, %.1f, %.1f, %.1f) with conf %.2f\n, x1, y1, box[2]*1920, box[3]*1080, box[4]); } }部署验证要点对比TensorRT引擎与PyTorch原生推理的mAP50差异若下降3%需检查ONNX导出时是否启用了simplifyTrue简化可能破坏某些op。本文还有配套的精品资源点击获取 吸烟行为检测数据集：YOLOv5/v8直接可用的5000+真实场景标注
简介本资源是面向计算机视觉初学者与YOLO目标检测实践者的吸烟行为识别专用数据集解决公共场所吸烟监测、智能安防等场景下的细粒度行为识别数据短缺问题。数据集包含5000余张真实场景下的吸烟图像JPG格式全部经LabelImg精细标注提供XML与TXT两种标签格式分别对应PASCAL VOC与YOLOv5/v8标准输入目标类别统一为smoke开箱即用于训练、验证与测试。压缩包共14569个文件其中4856张图片、4856份XML标注、4857份TXT标注结构规整、格式兼容性强整体大小214.87MB便于本地快速解压与加载。已有4060人学习下载资源附带实测效果参考链接涵盖数据清洗逻辑、YOLO训练配置建议及常见误检分析配套目录清晰划分图像与双格式标签子文件夹显著降低数据预处理门槛适合快速开展行为检测模型迭代与部署验证。1. 这不是“带烟头的图库”而是一套可直接喂进YOLOv5/v8训练管道的吸烟行为检测数据集你手头那张拍得模糊、角度歪斜、烟雾飘散的工地监控截图大概率无法被通用目标检测模型识别为“吸烟”。但这个包含5000张真实场景图像的数据集专为解决这类问题设计所有图片均来自实际安防监控、室内办公、餐厅、工厂等非摆拍环境标注严格遵循YOLO训练规范——每个smoke实例都对应一个归一化边界框x_center, y_center, width, height且同时提供XMLPascal VOC与TXTYOLO格式双标签体系。它不依赖合成渲染或GAN生成而是用LabelImg人工逐帧校验确保烟头尺寸、手持姿态、遮挡比例、光照干扰等真实变量全部保留在数据分布中。适合正在落地施工安全监管、医院禁烟巡查、工厂行为合规审计等场景的算法工程师也适合作为YOLOv5s/v6n/v8n轻量模型的baseline微调起点——无需清洗、无需格式转换、无需重标解压即训。2. 数据结构解析与YOLO训练前的标准化预处理2.1 文件组织逻辑与两类标注格式的本质差异该数据集采用明确分层目录结构smoking_dataset/ ├── images/ # 所有.jpg原始图像5392张含标题所列smoking_1_*.jpg ├── labels_xml/ # Pascal VOC格式标注.xml含filename、size、objectnamesmoke/namebndbox.../bndbox/object └── labels_txt/ # YOLO格式标注.txt每行格式0 x_center y_center width height归一化到[0,1]区间关键点在于XML标注保留原始图像宽高信息可用于跨框架迁移如转为COCO JSON而TXT标注已按YOLO要求完成坐标归一化——这不是简单缩放而是将bbox左上角坐标(x_min,y_min)、宽高(w,h)转换为图像中心点相对坐标。例如一张1920×1080图像中烟头bbox为(840,420,120,80)则YOLO TXT中对应行为0 0.4375 0.4333 0.0625 0.0741提示x_center (x_min w/2) / image_widthy_center (y_min h/2) / image_heightwidth w / image_widthheight h / image_height。若误用未归一化的像素值训练时loss会爆炸式增长。2.2 构建YOLOv8兼容的dataset.yaml配置文件YOLOv8要求显式声明数据路径、类别数及类别名。需新建smoking_dataset/data.yamltrain: ../smoking_dataset/images # 注意此处为相对路径需与训练脚本位置匹配 val: ../smoking_dataset/images # 实际项目建议划分train/val子目录此处为简化演示 nc: 1 # 类别数量仅smoke一类 names: [smoke] # 类别名列表索引0对应smoke注意YOLOv8默认使用images目录下所有.jpg作为训练样本不读取labels_txt目录名——它会自动查找同名.txt文件如smoking_1_214.jpg→smoking_1_214.txt。若出现No labels found错误首要检查labels_txt/中是否存在对应txt文件其次确认文件名大小写与扩展名完全一致Linux系统区分大小写。2.3 验证标注完整性用Python脚本批量校验图像-标签配对手动抽查易漏检。以下脚本可一次性验证5000样本import os from pathlib import Path img_dir Path(smoking_dataset/images) label_dir Path(smoking_dataset/labels_txt) # 获取所有jpg文件名不含扩展名 img_names {f.stem for f in img_dir.glob(*.jpg)} label_names {f.stem for f in label_dir.glob(*.txt)} missing_labels img_names - label_names missing_images label_names - img_names print(f总图像数: {len(img_names)}) print(f缺失标签的图像: {len(missing_labels)} 个) print(f缺失图像的标签: {len(missing_images)} 个) if missing_labels: print(示例缺失项:, list(missing_labels)[:5])运行后若输出缺失标签的图像: 0 个说明数据集结构完整。若存在不匹配项需用labelImg重新导出对应txt文件——切勿手动编辑txt坐标归一化计算必须由标注工具完成。3. YOLOv8训练全流程从环境配置到mAP验证3.1 环境搭建与依赖安装Ubuntu 22.04 CUDA 11.8YOLOv8对PyTorch版本敏感推荐组合# 创建conda环境避免全局污染 conda create -n yolo-smoke python3.9 conda activate yolo-smoke # 安装CUDA-aware PyTorch根据NVIDIA驱动版本选择 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装ultralyticsYOLOv8官方库 pip install ultralytics # 验证GPU可用性 python -c import torch; print(torch.cuda.is_available(), torch.cuda.device_count())提示若torch.cuda.is_available()返回False需检查nvidia-smi是否可见GPU以及CUDA Toolkit是否正确安装nvcc --version应输出11.8。3.2 启动训练关键参数含义与调优策略执行以下命令启动训练假设data.yaml位于当前目录yolo train \ datadata.yaml \ modelyolov8n.pt \ # 使用nano级模型适合边缘部署 epochs100 \ batch32 \ imgsz640 \ namesmoke_yolov8n_v1 \ projectruns/train \ device0 \ workers4 \ patience20 \ exist_okTrue参数说明参数含义推荐值依据batch单卡批大小32在RTX 3090上稳定若OOM可降至16imgsz输入图像长边尺寸640平衡精度与速度小目标烟头不宜低于416patience早停容忍轮数mAP连续20轮不升则终止防过拟合workers数据加载线程数设为CPU核心数-1避免I/O瓶颈训练过程实时输出results.csv含metrics/mAP50-95(B)0.5~0.95 IoU阈值平均精度。重点关注第50轮后的mAP50是否稳定在0.75以上——低于此值说明标注噪声大或模型欠拟合。3.3 模型推理与结果可视化验证检测逻辑是否合理训练完成后在runs/train/smoke_yolov8n_v1/weights/best.pt获取最优权重。执行推理yolo predict \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ sourcesmoking_dataset/images/smoking_1_214.jpg \ conf0.25 \ saveTrue \ save_txtTrue \ line_thickness2生成结果存于runs/detect/predict/其中smoking_1_214.jpg叠加bbox的可视化图smoking_1_214.txt预测结果格式同label_txt但置信度附加在末尾注意conf0.25是关键阈值——吸烟检测需容忍低置信度烟头小、遮挡多但过低如0.1会导致大量误报。建议用验证集图像测试不同conf下的FP/FN平衡点。4. 标注质量诊断与常见失效场景修复4.1 三类典型标注缺陷及其修正方法YOLO训练失败常源于标注隐性缺陷而非代码错误4.1.1 “烟头”与“香烟”类别混淆部分标注员将整支香烟含过滤嘴标为smoke但实际需求是检测正在燃烧的烟头。这导致模型学习到“白色圆柱体”而非“发红光的微小区域”。修复方案用labelImg打开对应XML/TXT将bbox收缩至仅覆盖烟头发光区通常≤20×20像素并重新导出YOLO格式。4.1.2 多尺度目标未均衡采样数据集中近景烟头占图30%与远景烟头占图2%比例失衡模型偏向大目标。修复方案在data.yaml中启用rectTrue矩形推理并添加mosaic增强# 在data.yaml末尾追加 augment: true mosaic: 0.5 # 50%概率启用mosaic增强强制模型学习小目标4.1.3 遮挡场景标注不一致多人手部遮挡烟头时部分标注为完整bbox部分标注为不可见空txt。修复方案统一规则——只要烟头像素可见≥10%必须标注完全不可见则不标。用以下脚本统计遮挡率import cv2 import numpy as np def calc_occlusion_ratio(img_path, label_path): img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as f: lines f.readlines() if not lines: return 0.0 # 解析第一个bbox假设单目标 cls, cx, cy, bw, bh map(float, lines[0].split()) x1 int((cx - bw/2) * w) y1 int((cy - bh/2) * h) x2 int((cx bw/2) * w) y2 int((cy bh/2) * h) roi img[y1:y2, x1:x2] # 计算ROI内非黑像素占比粗略估计可见度 visible np.count_nonzero(roi) total roi.size return visible / total if total 0 else 0.0 # 示例检查smoking_1_214.jpg ratio calc_occlusion_ratio( smoking_dataset/images/smoking_1_214.jpg, smoking_dataset/labels_txt/smoking_1_214.txt ) print(f可见度: {ratio:.2%})若ratio 10%应删除该标注或标记为ignoreYOLO暂不支持ignore标签需在训练前过滤。4.2 模型性能瓶颈定位用混淆矩阵分析漏检模式YOLOv8默认不输出详细分类报告需手动提取验证集预测结果# 先生成验证集预测 yolo val \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ datadata.yaml \ splitval \ save_jsonTrue # 解析results.json需自行编写解析脚本核心逻辑对比pred bbox与gt bbox的IoU重点观察漏检FN集中于哪类图像如背光场景、戴手套手部→ 增加对应数据增强hsv_h0.015, hsv_s0.7增强色彩鲁棒性误检FP主要出现在什么区域如打火机反光、红色衣袖→ 在train.py中添加cls_loss_weight0.5降低分类损失权重强化定位精度5. 工程化部署技巧将best.pt转为TensorRT加速引擎5.1 ONNX导出与TensorRT优化链路YOLOv8原生支持ONNX导出但需指定动态轴以适配不同尺寸输入yolo export \ modelruns/train/smoke_yolov8n_v1/weights/best.pt \ formatonnx \ dynamicTrue \ opset12 \ simplifyTrue生成best.onnx后用TensorRT 8.6构建引擎trtexec --onnxbest.onnx \ --saveEnginesmoke_yolov8n.trt \ --fp16 \ --workspace4096 \ --minShapesinput:1x3x640x640 \ --optShapesinput:4x3x640x640 \ --maxShapesinput:8x3x640x640 \ --shapesinput:4x3x640x640关键参数说明--minShapes定义最小批处理尺寸1张图--optShapes为最优尺寸4张图并发--maxShapes为最大尺寸8张图。实际部署时输入batch size必须在此范围内。5.2 C推理代码核心片段省略头文件与内存管理// 加载引擎 ICudaEngine* engine context-deserializeCudaEngine(trtModelStream, size); IExecutionContext* context engine-createExecutionContext(); // 分配GPU内存 void* buffers[2]; cudaMalloc(buffers[0], 4 * 3 * 640 * 640 * sizeof(float)); // input cudaMalloc(buffers[1], 4 * 100 * 6 * sizeof(float)); // output (100 boxes × [x,y,w,h,conf,cls]) // 推理 context-enqueueV2(buffers, stream, nullptr); cudaStreamSynchronize(stream); // 解析输出YOLOv8输出为[1, 4, 84, 84, 84] → 需reshape为[1, 100, 6] float* output new float[100 * 6]; cudaMemcpy(output, buffers[1], 100 * 6 * sizeof(float), cudaMemcpyDeviceToHost); for (int i 0; i 100; i) { float* box output i * 6; if (box[4] 0.3) { // 置信度过滤 float x1 (box[0] - box[2]/2) * 1920; // 反归一化到原始分辨率 float y1 (box[1] - box[3]/2) * 1080; printf(Smoke detected at (%.1f, %.1f, %.1f, %.1f) with conf %.2f\n, x1, y1, box[2]*1920, box[3]*1080, box[4]); } }部署验证要点对比TensorRT引擎与PyTorch原生推理的mAP50差异若下降3%需检查ONNX导出时是否启用了simplifyTrue简化可能破坏某些op。本文还有配套的精品资源点击获取