吸烟检测数据集(有模型)/YOLOv5吸烟检测

添加图片注释，不超过 140 字（可选）

说明： 6000多张图，已标注txt格式和xml格式 有跑好的现成YOLOv5s权重模型pt文件 训练出来的模型具有较好的识别效果

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

吸烟检测数据集及YOLOv5吸烟检测模型介绍

名称

吸烟检测数据集（含预训练YOLOv5模型）

规模

• 图像数量：6000多张

• 标注格式：已标注为txt和xml格式

• 预训练模型：包含一个跑好的YOLOv5s权重模型（.pt文件）

• 数据量：未提供具体数据量，但通常这类数据集可能达到数百MB到几GB。

数据特点

• 高分辨率：所有图像均为高质量的图片，提供了丰富的细节信息，有助于提高检测精度。

• 多样化场景：图像涵盖了多种环境和场景，包括室内、室外、公共场所等，确保模型能够适应不同的背景。

• 详细标注：每张图像都附有详细的边界框标注，标明了吸烟者的位置和大小。

• 预训练模型：提供了一个已经训练好的YOLOv5s模型，可以直接用于推理或进一步微调。

应用场景

• 公共场所管理：在公共场所自动检测吸烟行为，帮助管理人员及时制止违规行为。

• 安全监控：集成到视频监控系统中，自动识别并报警，减少人工监控的工作量。

• 健康宣传：通过检测结果进行数据分析，支持健康宣传和教育活动。

• 研究与教育：用于科研机构的研究以及相关院校的教学，帮助学生和研究人员更好地了解吸烟检测技术。

数据集结构

添加图片注释，不超过 140 字（可选）

假设数据集的文件结构如下：

深色版本 smoking_detection_dataset/ ├── images/ │ ├── image_0001.jpg │ ├── image_0002.jpg │ └── ... ├── labels_txt/ │ ├── image_0001.txt │ ├── image_0002.txt │ └── ... ├── labels_xml/ │ ├── image_0001.xml │ ├── image_0002.xml │ └── ... └── model/ ├── yolov5s_smoking.pt # 预训练模型 └── requirements.txt # 依赖库文件

labels_txt/image_0001.txt 示例（YOLO格式）：

深色版本 0 0.5 0.5 0.3 0.3 # 类别ID, 中心点x, 中心点y, 宽度, 高度

labels_xml/image_0001.xml 示例（Pascal VOC格式）：