经雷1. 项目概述：吸烟人脸检测数据集与应用场景
这个1.4万张图像的数据集专为吸烟行为检测设计，已经按科学比例划分好训练集、验证集和测试集，并附带训练完成的YOLOv8和YOLOv11模型权重。在实际安防和公共卫生领域，这类数据集能有效解决监控场景下的违规吸烟识别难题——比如在加油站、医院禁烟区或学校周边，传统人工巡查效率低下且存在盲区。
我处理过多个类似项目，发现吸烟检测的难点在于：1) 吸烟动作的短暂性（香烟举起和放下的过程可能只有几帧）2) 遮挡问题（手部经常遮挡嘴部区域）3) 光照变化（夜间监控画面质量差）。这个数据集特别标注了香烟与面部的位置关系，比普通的人脸检测数据集更适合实际部署。
提示：数据集中的"吸烟"标签不仅包含香烟可见的情况，还包括典型的吸烟手势（如手靠近嘴部的持烟姿势），这对提高模型泛化能力至关重要。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集构建核心技术解析
2.1 数据采集与清洗策略
原始数据主要来自三个渠道：公开监控视频截图（占比40%）、电影电视剧片段截取（30%）、模拟拍摄（30%）。这种混合来源保证了场景多样性——包含室内外、白天夜晚、不同人种和年龄段的吸烟场景。我们在清洗阶段特别注意了：
- 剔除模糊帧：使用Laplacian方差检测（阈值设为100），自动过滤掉分辨率低于640×480或焦点模糊的图像
- 平衡正负样本：最终数据集中吸烟/非吸烟样本比例为1:1.2，避免模型偏向多数类
- 人脸尺寸标准化：确保所有标注人脸区域宽度至少占图像宽度的15%
python复制# 示例：OpenCV模糊检测代码
def is_blur(image, threshold=100):
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
fm = cv2.Laplacian(gray, cv2.VAR).var()
return fm < threshold
2.2 标注规范与质量控制
采用专业的LabelImg工具进行标注，每个吸烟样本包含两个矩形框：
- 人脸框（face）：覆盖发际线到下巴的完整面部
- 香烟框（cigarette）：包含香烟本体及烟雾区域（如有）
标注团队经过三轮交叉验证，最终mAP@0.5达到0.92。特别值得注意的是，我们为以下难点案例增加了辅助标注点：
- 遮挡情况：在香烟被手部遮挡时标注可见部分+预测位置
- 侧脸角度：添加鼻尖关键点辅助判断吸烟方向
- 烟雾特征：对明显的烟雾区域用半透明多边形标注
3. YOLO模型训练实战细节
3.1 数据增强方案设计
针对吸烟检测的特殊性，我们采用了动态增强策略：
yaml复制# yolov8数据集配置文件示例
augmentations:
hsv_h: 0.015 # 色相扰动不宜过大，避免香烟颜色失真
hsv_s: 0.7 # 增强饱和度扰动，提高对烟雾的识别
hsv_v: 0.4
degrees: 10 # 小幅旋转增强
translate: 0.1
scale: 0.5 # 尺度变化增强
shear: 2 # 剪切变换
perspective: 0.0005 # 透视变换
flipud: 0.0 # 禁用上下翻转（吸烟手势具有方向性）
fliplr: 0.5
mosaic: 1.0 # 启用mosaic增强
mixup: 0.2 # 适度mixup
特别增加了针对香烟的专项增强：
- 烟雾模拟：使用Perlin噪声生成合成烟雾
- 反光模拟：在香烟滤嘴处添加高光效果
- 运动模糊：模拟快速举起香烟的动作
3.2 模型架构调优要点
基于YOLOv8n的改进方案：
-
Backbone优化：
- 在Neck部分增加一个P2层（1/4尺度）提升小目标检测
- 引入GSConv替换部分标准卷积，在精度损失<1%的情况下减少15%计算量
-
注意力机制：
- 在Backbone末端添加SimAM注意力模块
- 对香烟检测头使用CBAM注意力
-
损失函数调整：
- 使用Wise-IoU v3作为边界框损失
- 分类损失采用VarifocalLoss
- 新增香烟方向预测分支（0-360度连续值）
python复制# 方向预测分支实现示例
class AngleLoss(nn.Module):
def __init__(self):
super().__init__()
self.criterion = nn.L1Loss()
def forward(self, pred, target):
# 将角度转换为sin/cos值
target_sin = torch.sin(target * math.pi / 180)
target_cos = torch.cos(target * math.pi / 180)
pred_sin, pred_cos = pred.chunk(2, dim=1)
sin_loss = self.criterion(pred_sin.squeeze(), target_sin)
cos_loss = self.criterion(pred_cos.squeeze(), target_cos)
return (sin_loss + cos_loss) * 0.5
4. 部署优化与性能实测
4.1 模型量化与加速
测试环境：Intel Core i7-11800H + RTX 3060 Laptop GPU
| 模型版本 | 精度(mAP@0.5) | 原始推理时延(ms) | TensorRT加速后(ms) | 模型大小(MB) |
|---|---|---|---|---|
| YOLOv8n | 0.872 | 12.3 | 6.2 | 12.4 |
| YOLOv8s | 0.891 | 15.7 | 8.1 | 22.5 |
| YOLOv11-nano | 0.885 | 10.8 | 5.4 | 9.8 |
量化方案选择：
- 训练后量化（PTQ）适合快速部署
- 量化感知训练（QAT）可获得更高精度
- 关键层（如检测头）采用FP16保持精度
注意：香烟检测头建议保持FP16精度，8位量化会导致细长香烟目标的识别率下降约7%
4.2 实际场景调优技巧
在加油站监控部署时发现的实用技巧：
-
夜间优化方案：
- 增加红外图像预处理模块
- 对低照度图像使用CLAHE增强
- 动态调整检测阈值（夜间提高0.1-0.15）
-
误报过滤策略：
- 时间连续性检查（吸烟动作通常持续>3秒）
- 区域屏蔽（如固定设备可能被误认为香烟）
- 多角度验证（需要两个不同摄像头同时检测到）
-
性能平衡点：
- 1080p视频流建议检测间隔300ms
- 使用ROI裁剪（只检测上半身区域）可提升40%FPS
- 启用Tracker可减少30%计算量
5. 常见问题与解决方案
5.1 训练过程中的典型问题
问题1：香烟目标漏检率高
- 原因分析：小目标（香烟平均只占图像0.3%-1.2%面积）
- 解决方案：
- 启用P2检测层
- 调整anchor大小：
anchors: [[3,4, 5,8, 7,13], [11,17, 19,31, 23,45], [37,59, 61,96, 128,128]] - 增加正样本匹配次数：
max_det=500
问题2：烟雾误识别（蒸汽/雾气）
- 解决方案：
- 添加运动特征判断（真烟有上升轨迹）
- 时域滤波（连续3帧检测到才触发）
- 在损失函数中增加位置约束（香烟必须靠近嘴部）
5.2 部署应用中的实际问题
多摄像头同步问题：
- 方案：使用Redis发布/订阅模式实现检测结果共享
python复制import redis
r = redis.Redis(host='localhost', port=6379)
# 发布检测结果
r.publish('camera1', json.dumps(detections))
# 订阅其他摄像头结果
pubsub = r.pubsub()
pubsub.subscribe(['camera2', 'camera3'])
遮挡场景处理：
- 部分遮挡：启用关键点预测（鼻尖+嘴角）
- 完全遮挡：使用LSTM记忆最近5帧的状态
- 使用3D姿态估计辅助判断手部位置
在实际商场部署中，这套方案将误报率从最初的23%降低到4.7%，同时保持92%的召回率。关键是要根据具体场景调整以下参数：
- 检测置信度阈值（默认0.35）
- 非极大抑制阈值（默认0.45）
- 最小检测持续时间（建议2秒）
模型在新场景下的适应技巧：收集约50张该场景的未标注图片，用模型进行推理后人工修正错误检测，然后进行1-2个epoch的微调（学习率设为初始值的1/10），这样可使准确率提升15-20个百分点。