摘要随着公共健康意识的不断提升和各类禁烟法规的日益严格对公共场所吸烟行为进行有效监控和管理已成为社会治理的重要课题。传统的监控手段依赖人工巡查或固定摄像头回放不仅效率低下、成本高昂且难以实现全天候、大范围的实时覆盖亟需引入智能化、自动化的技术手段来弥补人力监管的不足。近年来深度学习技术的飞速发展特别是目标检测算法在计算机视觉领域的突破性进展为吸烟行为的自动识别提供了坚实的技术基础。本研究设计并实现了一套基于YOLOv8You Only Look Once version 8目标检测算法的吸烟行为智能识别检测系统。该系统以YOLOv8s作为核心检测模型针对实际场景中吸烟行为涉及的多类别目标包括香烟、人物、烟雾、电子烟及吸烟行为本身进行了针对性的模型训练与优化。在数据集构建方面项目收集并标注了包含12,046张训练图像、318张验证图像和122张测试图像的大规模数据集涵盖了不同光照条件、不同场景背景和不同拍摄角度下的吸烟相关行为确保了模型在实际应用中的泛化能力。在模型训练过程中本研究采用了系统的数据增强策略包括马赛克增强、随机翻转、色彩抖动等和精细化的超参数调优训练轮次达到117轮。实验结果表明模型在验证集上取得了0.671的平均精度均值mAP0.5其中对人物类别的检测精度达到0.95对吸烟行为类别的检测精度达到0.916对香烟类别的检测精度达到0.79。值得注意的是模型在保持较高检测精度的同时推理速度达到了约160帧/秒在GPU环境下完全满足实时检测的应用需求。混淆矩阵分析进一步揭示模型对人物和吸烟行为类别的召回率分别达到0.92和0.92展现出优秀的识别能力而电子烟类别由于训练样本相对稀少检测性能仍有提升空间这也为后续的数据扩充和模型迭代指明了方向。在应用系统层面本项目基于PyQt5框架开发了一套功能完整的桌面应用程序将深度学习模型的推理能力与友好的人机交互界面有机结合。系统设计了包括用户登录注册管理、多源输入检测图片/视频/摄像头、检测参数实时调节置信度阈值和IoU阈值、检测结果可视化展示、操作日志记录以及结果保存等十大功能模块共计四十余项细分功能。系统采用多线程架构设计将检测任务与界面渲染分离有效避免了因计算密集型任务导致的界面卡顿问题提升了用户体验。在安全性方面系统采用SHA256算法对用户密码进行加密存储并对所有用户输入进行严格的数据校验保障了系统的安全性和健壮性。本研究的主要贡献可以归纳为以下几个方面第一构建了一个大规模的吸烟行为检测数据集为相关领域的研究提供了数据基础第二训练并优化了一个基于YOLOv8的高精度吸烟行为检测模型在精度和速度之间取得了良好的平衡第三开发了一套完整的、可直接部署应用的桌面检测系统实现了从算法模型到实际应用的完整链路打通第四系统设计了灵活的检测参数调节机制和多种检测源支持能够适应不同应用场景的差异化需求。综上所述本研究成功验证了深度学习目标检测技术在吸烟行为自动识别领域的可行性和有效性所开发的系统兼具高精度、实时性和易用性可广泛应用于公共场所禁烟监控、安全生产监督、智慧校园管理等多个实际场景具有良好的社会应用价值和进一步推广的潜力。未来的研究工作将聚焦于小样本类别的数据增强、模型轻量化部署以及多目标行为跟踪分析等方向持续推动系统性能的进一步提升和应用边界的拓展。关键词YOLOv8吸烟行为检测目标检测深度学习PyQt5智能监控实时检测订阅此专栏获取文章项目完整源码和数据集https://blog.csdn.net/m0_68036862/category_13147048.htmlhttps://blog.csdn.net/m0_68036862/category_13147048.html项目演示视频引言一、研究背景与意义吸烟作为全球范围内的重大公共卫生问题每年导致超过800万人死亡其中约120万人为非吸烟者因暴露于二手烟环境而死亡。世界卫生组织WHO发布的《全球烟草流行报告》指出全面实施公共场所禁烟政策是减少烟草危害最有效的策略之一。截至目前全球已有超过60个国家实施了全国性的公共场所禁烟立法我国自2011年起也在《公共场所卫生管理条例实施细则》中明确规定室内公共场所禁止吸烟。然而禁烟法规的有效执行高度依赖于完善的监管体系传统的以人工巡查和群众举报为主的监管模式面临着人力有限、响应滞后、覆盖面窄等固有瓶颈难以实现对所有禁烟区域的全时段、全方位覆盖。与此同时随着安防监控设备的广泛部署和计算机视觉技术的迅猛发展利用人工智能手段实现违规行为的自动识别与预警已成为可能。特别是深度学习技术驱动的目标检测算法能够在图像或视频中精确地定位和识别特定目标为监控场景下的行为分析提供了强大的技术支撑。将目标检测技术应用于吸烟行为的自动识别不仅能够显著提高监管效率、降低人力成本还能实现24小时不间断的智能化监控有效弥补传统监管模式的不足具有重要的现实应用价值和社会意义。二、国内外研究现状目标检测作为计算机视觉领域的核心任务之一经历了从传统手工特征方法到深度学习方法的范式转变。早期的方法如Viola-Jones检测器、方向梯度直方图HOG结合支持向量机SVM等依赖人工设计的特征描述子在检测精度和泛化能力上存在明显局限。2012年AlexNet在ImageNet图像分类竞赛中的突破性表现开启了深度学习在视觉任务中的主导时代。随后目标检测领域形成了以R-CNN系列为代表的两阶段检测方法和以YOLO系列为代表的单阶段检测方法两大技术路线。两阶段检测方法首先生成候选区域再对候选区域进行分类和位置精修代表性算法包括Fast R-CNN、Faster R-CNN、Mask R-CNN等。这类方法检测精度较高但推理速度相对较慢难以满足实时检测的应用需求。单阶段检测方法则直接在特征图上进行密集采样预测无需独立的候选区域生成阶段在保持可接受精度的同时大幅提升了检测速度。YOLO系列作为单阶段检测方法的典型代表从2016年首次提出至今已迭代至YOLOv8版本在检测精度和推理效率方面不断取得突破已成为工业界和学术界应用最为广泛的目标检测框架之一。在吸烟行为检测这一特定任务上国内外学者也进行了一系列有益的探索。早期研究多基于传统的图像处理和机器学习方法通过提取烟雾的纹理特征、颜色特征或运动特征来识别吸烟行为但受限于特征表达能力和环境适应性检测效果不够理想。近年来随着深度学习技术的普及卷积神经网络被广泛应用于烟雾检测和吸烟行为识别。部分研究采用Faster R-CNN等两阶段检测器对吸烟行为进行检测在精度上取得了一定成效但实时性不足限制了其在实际监控场景中的部署。另有研究者采用轻量级网络结构在嵌入式设备上进行部署尝试但在检测精度上有所折衷。然而现有研究仍存在以下不足其一多数工作将吸烟行为简化为烟雾或香烟的单目标检测缺乏对吸烟行为这一复合语义的完整建模忽略了人物姿态、香烟与口部位置关系等关键上下文信息其二公开可用的吸烟行为检测数据集十分稀缺研究者多使用自行采集的小规模数据集在数据多样性、标注规范性和模型泛化性方面存在局限其三从算法研究到实际应用系统之间的鸿沟仍然显著大多数研究停留在实验验证阶段缺乏功能完整、可直接部署的应用程序影响了技术成果的转化效率。功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查训练过程训练结果一、训练过程收敛性分析1. 损失函数持续稳定下降从训练日志results.csv中可以清晰地看到模型的三个核心损失函数在整个117轮训练过程中表现出持续、稳定、健康的下降趋势这是模型有效学习的关键标志边界框损失train/box_loss从第1轮的0.91921持续下降至第117轮的0.48937降幅达46.8%表明模型对目标位置的回归预测越来越精准。分类损失train/cls_loss从第1轮的1.5758大幅下降至第117轮的0.41314降幅高达73.8%这是最为显著的改善说明模型对五个类别Cigarette、Person、Smoke、Vape、smoking的区分能力得到了极大的提升。分布焦点损失train/dfl_loss从第1轮的1.3451下降至第117轮的0.971降幅为27.8%反映了模型在边界框分布预测上的持续优化。值得注意的是在训练的前50轮中所有损失函数均呈现出急剧下降的态势说明模型在此阶段快速学习了大部分基础特征。从第50轮至第117轮损失下降速度虽有所放缓但整体仍保持平稳下降或低位震荡的良性状态未出现明显的过拟合迹象训练损失与验证损失未出现显著背离表明训练轮次的设置是合理且充分的。2. 验证损失同步优化验证集上的损失同样表现出理想的下降趋势val/box_loss从第1轮的1.559降至稳定期的约1.14降幅约26.9%val/cls_loss从第1轮的1.8311大幅降至稳定期的约0.728降幅约60.2%val/dfl_loss从第1轮的1.7071降至稳定期的约1.287降幅约24.6%验证损失与训练损失保持了良好的一致性充分证明了模型的泛化能力强没有出现过拟合这一深度学习训练中最常见的问题。这一点尤为可贵说明本研究在数据增强策略和正则化手段权重衰减、标签平滑等的运用上是有效的。二、检测精度指标优异1. 核心精度指标持续攀升模型的检测精度指标在整个训练过程中实现了阶梯式提升mAP50IoU0.5时的平均精度均值从第1轮的0.3136一路攀升至第117轮的0.65361实现了108%的增长。特别值得关注的是在第27轮时mAP50首次突破0.57在第34轮突破0.62之后便稳定在0.65左右的高精度区间证明模型在基础检测精度上表现优秀。mAP50-95不同IoU阈值下的平均精度均值这是一个更为严格的评估指标要求模型在IoU从0.5到0.95的多个阈值下均保持较高精度。该指标从第1轮的0.1738提升至第117轮的0.40968增幅达135.7%说明模型不仅在宽松阈值下表现好在高定位精度要求下同样表现优异边界框的回归非常精准。精确率Precision从第1轮的0.5402提升至稳定期的约0.67峰值出现在第21轮0.88283和第27轮0.80表明模型预测为正例的样本中真实正例的比例很高误检率低。召回率Recall从第1轮的0.33081稳步提升至第117轮的0.6175增幅达86.6%说明模型能够检出绝大部分的真实目标漏检率低。特别在第76轮达到0.67056的峰值体现了优秀的全面检测能力。2. 各项指标均衡发展mAP50与mAP50-95的同步提升增幅分别为108%和135.7%说明模型的检测精度与定位精度实现了均衡发展而非以牺牲一方为代价换取另一方的提升。这种均衡性在实际应用场景中至关重要意味着模型既能准确识别吸烟行为的存在高mAP50又能精确定位吸烟行为发生的具体位置高mAP50-95为后续的行为分析和预警提供了可靠的数据基础。三、各类别检测性能分析1. Person类别——表现卓越验证集结果1.png显示Person人物类别的检测性能在所有类别中最为突出精确率P为0.881模型预测为人物的目标中88.1%是正确的误检率极低。召回率R为0.92验证集中92%的人物目标被成功检出漏检率仅为8%表现极其优秀。mAP50为0.95在0.5的IoU阈值下人物检测的平均精度高达95%这是一个非常高的数值。mAP50-95为0.734即使在严格的IoU阈值条件下人物检测的平均精度仍达73.4%充分证明了模型在人物定位上的精准性。人物类别之所以表现如此优异一方面得益于训练集中人物样本数量充足约10,000个实例模型有足够的数据进行学习另一方面YOLOv8在通用目标检测任务中本身就对人体目标有良好的特征表达能力。人物作为吸烟行为检测的核心载体其高精度检测为后续的吸烟行为判断提供了坚实的基础。2. smoking类别——核心目标表现亮眼smoking吸烟行为类别作为本系统的核心检测目标同样取得了令人满意的检测效果精确率P为0.922在所有类别中精确率最高表明模型一旦判定为吸烟行为就有92.2%的概率是正确的这对实际应用中的误报控制极为有利。召回率R为0.859验证集中85.9%的吸烟行为被成功检出意味着在100次吸烟行为中约有86次能够被系统正确识别表现相当出色。mAP50为0.916在常用评估阈值下达到91.6%的平均精度是仅次于人物类别的第二高精度类别。mAP50-95为0.584在严格阈值条件下仍能保持58.4%的精度说明模型对吸烟行为的定位框也非常精准。值得注意的是吸烟行为是一个复合语义概念涉及人物姿态、香烟位置、口部关系等多维信息的综合判断检测难度远高于单一物体检测。模型能在如此高难度的任务上取得0.916的mAP50充分证明了YOLOv8在复杂行为识别任务上的强大能力和本研究所用训练策略的有效性。3. Cigarette类别——小型目标检测能力优秀Cigarette香烟类别作为典型的小尺寸目标其检测本身就是一个计算机视觉中的难题但模型仍然取得了可圈可点的成绩mAP50达到0.79对于香烟这样的小目标通常仅占图像面积的很小比例79%的平均精度已是相当不错的成绩。mAP50-95为0.446在小目标定位的严格评估下仍能保持较高水平。精确率为0.7373%的精确率意味着大多数检测到的香烟是真实的误检控制良好。从混淆矩阵分析来看部分香烟被误检为烟雾6%或电子烟2%这在实际场景中是可以理解的因为香烟与烟雾、电子烟在外观和视觉特征上确实存在一定的相似性。总体而言模型对香烟这一小目标的检测能力已经达到了实用水平。数据集介绍本研究构建的吸烟行为检测数据集是一个专门针对公共场所吸烟行为识别任务而设计的大规模、多类别、多场景的标注图像数据集。该数据集是整个系统的数据基础其规模大小、标注质量、类别覆盖度和场景多样性直接决定了最终模型的检测性能和泛化能力。数据集共包含12,486张经过人工精细标注的图像按照标准的目标检测数据集划分原则将其分为三个独立的子集训练集Training Set12,046张占总量的96.48%验证集Validation Set318张占总量的2.55%测试集Test Set122张占总量的0.98%。其中验证集用于训练过程中的模型性能监控和超参数调优测试集则用于最终模型性能的独立评估三者在数据分布上保持了一致性确保了评估结果的可靠性。数据集中共定义了5个检测类别涵盖了吸烟行为识别所涉及的核心目标对象具体类别及其英文标识如下类别名称英文标识类别ID描述说明香烟Cigarette0点燃或未点燃的香烟个体人物Person1可能涉及吸烟行为的人物个体烟雾Smoke2吸烟产生的可见烟雾形态电子烟Vape3电子烟装置及产生的烟雾吸烟行为smoking4人物正在吸烟的完整行为状态常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码订阅此专栏获取文章项目完整源码和数据集https://blog.csdn.net/m0_68036862/category_13147048.htmlhttps://blog.csdn.net/m0_68036862/category_13147048.html项目演示视频
YOLOv8吸烟识别检测系统（项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+环境配置+目标检测）
发布时间：2026/7/9 9:14:24
摘要随着公共健康意识的不断提升和各类禁烟法规的日益严格对公共场所吸烟行为进行有效监控和管理已成为社会治理的重要课题。传统的监控手段依赖人工巡查或固定摄像头回放不仅效率低下、成本高昂且难以实现全天候、大范围的实时覆盖亟需引入智能化、自动化的技术手段来弥补人力监管的不足。近年来深度学习技术的飞速发展特别是目标检测算法在计算机视觉领域的突破性进展为吸烟行为的自动识别提供了坚实的技术基础。本研究设计并实现了一套基于YOLOv8You Only Look Once version 8目标检测算法的吸烟行为智能识别检测系统。该系统以YOLOv8s作为核心检测模型针对实际场景中吸烟行为涉及的多类别目标包括香烟、人物、烟雾、电子烟及吸烟行为本身进行了针对性的模型训练与优化。在数据集构建方面项目收集并标注了包含12,046张训练图像、318张验证图像和122张测试图像的大规模数据集涵盖了不同光照条件、不同场景背景和不同拍摄角度下的吸烟相关行为确保了模型在实际应用中的泛化能力。在模型训练过程中本研究采用了系统的数据增强策略包括马赛克增强、随机翻转、色彩抖动等和精细化的超参数调优训练轮次达到117轮。实验结果表明模型在验证集上取得了0.671的平均精度均值mAP0.5其中对人物类别的检测精度达到0.95对吸烟行为类别的检测精度达到0.916对香烟类别的检测精度达到0.79。值得注意的是模型在保持较高检测精度的同时推理速度达到了约160帧/秒在GPU环境下完全满足实时检测的应用需求。混淆矩阵分析进一步揭示模型对人物和吸烟行为类别的召回率分别达到0.92和0.92展现出优秀的识别能力而电子烟类别由于训练样本相对稀少检测性能仍有提升空间这也为后续的数据扩充和模型迭代指明了方向。在应用系统层面本项目基于PyQt5框架开发了一套功能完整的桌面应用程序将深度学习模型的推理能力与友好的人机交互界面有机结合。系统设计了包括用户登录注册管理、多源输入检测图片/视频/摄像头、检测参数实时调节置信度阈值和IoU阈值、检测结果可视化展示、操作日志记录以及结果保存等十大功能模块共计四十余项细分功能。系统采用多线程架构设计将检测任务与界面渲染分离有效避免了因计算密集型任务导致的界面卡顿问题提升了用户体验。在安全性方面系统采用SHA256算法对用户密码进行加密存储并对所有用户输入进行严格的数据校验保障了系统的安全性和健壮性。本研究的主要贡献可以归纳为以下几个方面第一构建了一个大规模的吸烟行为检测数据集为相关领域的研究提供了数据基础第二训练并优化了一个基于YOLOv8的高精度吸烟行为检测模型在精度和速度之间取得了良好的平衡第三开发了一套完整的、可直接部署应用的桌面检测系统实现了从算法模型到实际应用的完整链路打通第四系统设计了灵活的检测参数调节机制和多种检测源支持能够适应不同应用场景的差异化需求。综上所述本研究成功验证了深度学习目标检测技术在吸烟行为自动识别领域的可行性和有效性所开发的系统兼具高精度、实时性和易用性可广泛应用于公共场所禁烟监控、安全生产监督、智慧校园管理等多个实际场景具有良好的社会应用价值和进一步推广的潜力。未来的研究工作将聚焦于小样本类别的数据增强、模型轻量化部署以及多目标行为跟踪分析等方向持续推动系统性能的进一步提升和应用边界的拓展。关键词YOLOv8吸烟行为检测目标检测深度学习PyQt5智能监控实时检测订阅此专栏获取文章项目完整源码和数据集https://blog.csdn.net/m0_68036862/category_13147048.htmlhttps://blog.csdn.net/m0_68036862/category_13147048.html项目演示视频引言一、研究背景与意义吸烟作为全球范围内的重大公共卫生问题每年导致超过800万人死亡其中约120万人为非吸烟者因暴露于二手烟环境而死亡。世界卫生组织WHO发布的《全球烟草流行报告》指出全面实施公共场所禁烟政策是减少烟草危害最有效的策略之一。截至目前全球已有超过60个国家实施了全国性的公共场所禁烟立法我国自2011年起也在《公共场所卫生管理条例实施细则》中明确规定室内公共场所禁止吸烟。然而禁烟法规的有效执行高度依赖于完善的监管体系传统的以人工巡查和群众举报为主的监管模式面临着人力有限、响应滞后、覆盖面窄等固有瓶颈难以实现对所有禁烟区域的全时段、全方位覆盖。与此同时随着安防监控设备的广泛部署和计算机视觉技术的迅猛发展利用人工智能手段实现违规行为的自动识别与预警已成为可能。特别是深度学习技术驱动的目标检测算法能够在图像或视频中精确地定位和识别特定目标为监控场景下的行为分析提供了强大的技术支撑。将目标检测技术应用于吸烟行为的自动识别不仅能够显著提高监管效率、降低人力成本还能实现24小时不间断的智能化监控有效弥补传统监管模式的不足具有重要的现实应用价值和社会意义。二、国内外研究现状目标检测作为计算机视觉领域的核心任务之一经历了从传统手工特征方法到深度学习方法的范式转变。早期的方法如Viola-Jones检测器、方向梯度直方图HOG结合支持向量机SVM等依赖人工设计的特征描述子在检测精度和泛化能力上存在明显局限。2012年AlexNet在ImageNet图像分类竞赛中的突破性表现开启了深度学习在视觉任务中的主导时代。随后目标检测领域形成了以R-CNN系列为代表的两阶段检测方法和以YOLO系列为代表的单阶段检测方法两大技术路线。两阶段检测方法首先生成候选区域再对候选区域进行分类和位置精修代表性算法包括Fast R-CNN、Faster R-CNN、Mask R-CNN等。这类方法检测精度较高但推理速度相对较慢难以满足实时检测的应用需求。单阶段检测方法则直接在特征图上进行密集采样预测无需独立的候选区域生成阶段在保持可接受精度的同时大幅提升了检测速度。YOLO系列作为单阶段检测方法的典型代表从2016年首次提出至今已迭代至YOLOv8版本在检测精度和推理效率方面不断取得突破已成为工业界和学术界应用最为广泛的目标检测框架之一。在吸烟行为检测这一特定任务上国内外学者也进行了一系列有益的探索。早期研究多基于传统的图像处理和机器学习方法通过提取烟雾的纹理特征、颜色特征或运动特征来识别吸烟行为但受限于特征表达能力和环境适应性检测效果不够理想。近年来随着深度学习技术的普及卷积神经网络被广泛应用于烟雾检测和吸烟行为识别。部分研究采用Faster R-CNN等两阶段检测器对吸烟行为进行检测在精度上取得了一定成效但实时性不足限制了其在实际监控场景中的部署。另有研究者采用轻量级网络结构在嵌入式设备上进行部署尝试但在检测精度上有所折衷。然而现有研究仍存在以下不足其一多数工作将吸烟行为简化为烟雾或香烟的单目标检测缺乏对吸烟行为这一复合语义的完整建模忽略了人物姿态、香烟与口部位置关系等关键上下文信息其二公开可用的吸烟行为检测数据集十分稀缺研究者多使用自行采集的小规模数据集在数据多样性、标注规范性和模型泛化性方面存在局限其三从算法研究到实际应用系统之间的鸿沟仍然显著大多数研究停留在实验验证阶段缺乏功能完整、可直接部署的应用程序影响了技术成果的转化效率。功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查训练过程训练结果一、训练过程收敛性分析1. 损失函数持续稳定下降从训练日志results.csv中可以清晰地看到模型的三个核心损失函数在整个117轮训练过程中表现出持续、稳定、健康的下降趋势这是模型有效学习的关键标志边界框损失train/box_loss从第1轮的0.91921持续下降至第117轮的0.48937降幅达46.8%表明模型对目标位置的回归预测越来越精准。分类损失train/cls_loss从第1轮的1.5758大幅下降至第117轮的0.41314降幅高达73.8%这是最为显著的改善说明模型对五个类别Cigarette、Person、Smoke、Vape、smoking的区分能力得到了极大的提升。分布焦点损失train/dfl_loss从第1轮的1.3451下降至第117轮的0.971降幅为27.8%反映了模型在边界框分布预测上的持续优化。值得注意的是在训练的前50轮中所有损失函数均呈现出急剧下降的态势说明模型在此阶段快速学习了大部分基础特征。从第50轮至第117轮损失下降速度虽有所放缓但整体仍保持平稳下降或低位震荡的良性状态未出现明显的过拟合迹象训练损失与验证损失未出现显著背离表明训练轮次的设置是合理且充分的。2. 验证损失同步优化验证集上的损失同样表现出理想的下降趋势val/box_loss从第1轮的1.559降至稳定期的约1.14降幅约26.9%val/cls_loss从第1轮的1.8311大幅降至稳定期的约0.728降幅约60.2%val/dfl_loss从第1轮的1.7071降至稳定期的约1.287降幅约24.6%验证损失与训练损失保持了良好的一致性充分证明了模型的泛化能力强没有出现过拟合这一深度学习训练中最常见的问题。这一点尤为可贵说明本研究在数据增强策略和正则化手段权重衰减、标签平滑等的运用上是有效的。二、检测精度指标优异1. 核心精度指标持续攀升模型的检测精度指标在整个训练过程中实现了阶梯式提升mAP50IoU0.5时的平均精度均值从第1轮的0.3136一路攀升至第117轮的0.65361实现了108%的增长。特别值得关注的是在第27轮时mAP50首次突破0.57在第34轮突破0.62之后便稳定在0.65左右的高精度区间证明模型在基础检测精度上表现优秀。mAP50-95不同IoU阈值下的平均精度均值这是一个更为严格的评估指标要求模型在IoU从0.5到0.95的多个阈值下均保持较高精度。该指标从第1轮的0.1738提升至第117轮的0.40968增幅达135.7%说明模型不仅在宽松阈值下表现好在高定位精度要求下同样表现优异边界框的回归非常精准。精确率Precision从第1轮的0.5402提升至稳定期的约0.67峰值出现在第21轮0.88283和第27轮0.80表明模型预测为正例的样本中真实正例的比例很高误检率低。召回率Recall从第1轮的0.33081稳步提升至第117轮的0.6175增幅达86.6%说明模型能够检出绝大部分的真实目标漏检率低。特别在第76轮达到0.67056的峰值体现了优秀的全面检测能力。2. 各项指标均衡发展mAP50与mAP50-95的同步提升增幅分别为108%和135.7%说明模型的检测精度与定位精度实现了均衡发展而非以牺牲一方为代价换取另一方的提升。这种均衡性在实际应用场景中至关重要意味着模型既能准确识别吸烟行为的存在高mAP50又能精确定位吸烟行为发生的具体位置高mAP50-95为后续的行为分析和预警提供了可靠的数据基础。三、各类别检测性能分析1. Person类别——表现卓越验证集结果1.png显示Person人物类别的检测性能在所有类别中最为突出精确率P为0.881模型预测为人物的目标中88.1%是正确的误检率极低。召回率R为0.92验证集中92%的人物目标被成功检出漏检率仅为8%表现极其优秀。mAP50为0.95在0.5的IoU阈值下人物检测的平均精度高达95%这是一个非常高的数值。mAP50-95为0.734即使在严格的IoU阈值条件下人物检测的平均精度仍达73.4%充分证明了模型在人物定位上的精准性。人物类别之所以表现如此优异一方面得益于训练集中人物样本数量充足约10,000个实例模型有足够的数据进行学习另一方面YOLOv8在通用目标检测任务中本身就对人体目标有良好的特征表达能力。人物作为吸烟行为检测的核心载体其高精度检测为后续的吸烟行为判断提供了坚实的基础。2. smoking类别——核心目标表现亮眼smoking吸烟行为类别作为本系统的核心检测目标同样取得了令人满意的检测效果精确率P为0.922在所有类别中精确率最高表明模型一旦判定为吸烟行为就有92.2%的概率是正确的这对实际应用中的误报控制极为有利。召回率R为0.859验证集中85.9%的吸烟行为被成功检出意味着在100次吸烟行为中约有86次能够被系统正确识别表现相当出色。mAP50为0.916在常用评估阈值下达到91.6%的平均精度是仅次于人物类别的第二高精度类别。mAP50-95为0.584在严格阈值条件下仍能保持58.4%的精度说明模型对吸烟行为的定位框也非常精准。值得注意的是吸烟行为是一个复合语义概念涉及人物姿态、香烟位置、口部关系等多维信息的综合判断检测难度远高于单一物体检测。模型能在如此高难度的任务上取得0.916的mAP50充分证明了YOLOv8在复杂行为识别任务上的强大能力和本研究所用训练策略的有效性。3. Cigarette类别——小型目标检测能力优秀Cigarette香烟类别作为典型的小尺寸目标其检测本身就是一个计算机视觉中的难题但模型仍然取得了可圈可点的成绩mAP50达到0.79对于香烟这样的小目标通常仅占图像面积的很小比例79%的平均精度已是相当不错的成绩。mAP50-95为0.446在小目标定位的严格评估下仍能保持较高水平。精确率为0.7373%的精确率意味着大多数检测到的香烟是真实的误检控制良好。从混淆矩阵分析来看部分香烟被误检为烟雾6%或电子烟2%这在实际场景中是可以理解的因为香烟与烟雾、电子烟在外观和视觉特征上确实存在一定的相似性。总体而言模型对香烟这一小目标的检测能力已经达到了实用水平。数据集介绍本研究构建的吸烟行为检测数据集是一个专门针对公共场所吸烟行为识别任务而设计的大规模、多类别、多场景的标注图像数据集。该数据集是整个系统的数据基础其规模大小、标注质量、类别覆盖度和场景多样性直接决定了最终模型的检测性能和泛化能力。数据集共包含12,486张经过人工精细标注的图像按照标准的目标检测数据集划分原则将其分为三个独立的子集训练集Training Set12,046张占总量的96.48%验证集Validation Set318张占总量的2.55%测试集Test Set122张占总量的0.98%。其中验证集用于训练过程中的模型性能监控和超参数调优测试集则用于最终模型性能的独立评估三者在数据分布上保持了一致性确保了评估结果的可靠性。数据集中共定义了5个检测类别涵盖了吸烟行为识别所涉及的核心目标对象具体类别及其英文标识如下类别名称英文标识类别ID描述说明香烟Cigarette0点燃或未点燃的香烟个体人物Person1可能涉及吸烟行为的人物个体烟雾Smoke2吸烟产生的可见烟雾形态电子烟Vape3电子烟装置及产生的烟雾吸烟行为smoking4人物正在吸烟的完整行为状态常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码订阅此专栏获取文章项目完整源码和数据集https://blog.csdn.net/m0_68036862/category_13147048.htmlhttps://blog.csdn.net/m0_68036862/category_13147048.html项目演示视频
