1. 项目背景与核心价值
抽烟行为检测算法是计算机视觉在公共安全领域的重要应用场景。我去年参与某工业园区智慧安防项目时，发现传统人工监控方式存在三大痛点：监控盲区多、响应滞后、人力成本高。特别是在化工车间、加油站等禁烟区域，实时检测违规抽烟行为成为刚需。
基于深度学习的解决方案相比传统图像处理有显著优势：
- 准确率提升：传统方法依赖烟雾颜色特征（HSV阈值分割），误报率高达30%以上。YOLOv5在测试集上mAP@0.5达到92.7%
- 实时性保障：在NVIDIA Jetson Xavier NX边缘设备上，1080P视频流处理速度达45FPS
- 适应性强：能识别不同光照条件下（背光/弱光）的抽烟动作，以及电子烟等新型吸烟设备
关键突破点：通过改进的BottleNeckCSP模块增强小目标检测能力，这对识别香烟、烟雾等细小特征至关重要
2. 技术方案设计
2.1 模型选型对比
我们对比了三种主流方案：
| 模型 | 参数量(M) | mAP@0.5 | FPS(2080Ti) | 适用场景 |
|---|---|---|---|---|
| Faster R-CNN | 136.2 | 89.3% | 12 | 高精度场景 |
| SSD300 | 26.8 | 85.1% | 48 | 移动端部署 |
| YOLOv5s | 7.2 | 91.6% | 140 | 实时检测 |
最终选择YOLOv5s的三大理由：
- 骨干网络采用Focus结构，下采样时保留更多特征信息
- 自适应锚框计算（autoanchor.py）提升框选精度
- 内置TensorRT加速支持，便于工业部署
2.2 数据工程实践
2.2.1 数据集构建
- 自建数据集包含12,845张标注图像
- 标注规范：
python复制class_id x_center y_center width height # YOLO格式 0 0.4352 0.6231 0.0215 0.0328 # 香烟 1 0.5123 0.5876 0.1452 0.2134 # 人脸 - 数据增强策略：
- 随机HSV调整（hue=0.015, saturation=0.7, value=0.4）
- Mosaic增强（4图拼接）
- 模拟烟雾效果（高斯模糊+透明度叠加）
2.2.2 关键特征标注
- 香烟检测：重点标注烟头亮斑（需放大标注至3×3像素区域）
- 手势特征：夹烟手指的弯曲角度（30°-60°为典型值）
- 烟雾辅助判断：半透明区域需用多边形标注
3. 模型训练与优化
3.1 训练参数配置
yaml复制# hyp.scratch-low.yaml 修改项
lr0: 0.0032 # 初始学习率
lrf: 0.12 # 最终学习率
warmup_epochs: 3.0
mixup: 0.15 # 小幅提升对小目标的识别
copy_paste: 0.5 # 增强烟雾效果学习
3.2 关键改进点
- 注意力机制增强：
python复制class CBAM(nn.Module): def __init__(self, c1): super().__init__() self.channel_attention = nn.Sequential( nn.AdaptiveAvgPool2d(1), nn.Conv2d(c1, c1//8, 1), nn.ReLU(), nn.Conv2d(c1//8, c1, 1), nn.Sigmoid() ) - 损失函数优化：
- 引入EIoU Loss替代CIoU，提升小目标回归精度
- 分类损失增加γ=2的Focal Loss
3.3 训练过程监控
使用WandB记录的指标变化：
- 验证集mAP@0.5从初始的0.68提升至0.93
- 假阳性率（FP）从15.2%降至4.8%
- 香烟检测召回率从82%提升到96%
关键发现：当学习率降至初始值1/10时（约第100轮），烟雾特征的识别精度会出现跃升
4. 部署与性能优化
4.1 边缘设备部署方案
在Jetson AGX Xavier上的优化策略：
- TensorRT加速：
bash复制
python export.py --weights runs/train/exp/weights/best.pt --include engine --device 0 --half - 视频流处理优化：
- 采用多级流水线（解码→预处理→推理→后处理）
- 使用GStreamer实现零拷贝传输
4.2 性能基准测试
| 设备 | 分辨率 | 帧率 | 功耗(W) |
|---|---|---|---|
| Jetson Nano | 720p | 11FPS | 10 |
| Jetson Xavier NX | 1080p | 45FPS | 15 |
| RTX 2080Ti | 4K | 120FPS | 250 |
4.3 实际场景测试
在化工厂房测试中：
- 光照变化场景：识别率保持91%以上
- 多人遮挡场景：通过轨迹分析（ByteTrack）仍能保持85%准确率
- 误报分析：主要来自相似物（笔、吸管等），通过时序滤波降低35%误报
5. 源码解析与使用指南
5.1 项目结构
code复制smoke_detection/
├── configs/ # 模型配置
├── data/ # 数据集配置
├── models/ # 改进模型定义
├── utils/ # 数据处理工具
├── detect.py # 检测脚本
├── train.py # 训练入口
└── requirements.txt # 依赖库
5.2 快速启动
- 环境配置：
bash复制
conda create -n smoke python=3.8 pip install -r requirements.txt - 训练命令示例：
bash复制
python train.py --img 640 --batch 32 --epochs 150 --data smoke.yaml --cfg models/yolov5s-smoke.yaml
5.3 核心代码片段
动态标签分配策略改进：
python复制# utils/loss.py
class ComputeLoss:
def __call__(self, pred, targets):
# 动态调整正样本阈值
if epoch < 10:
iou_thres = 0.4 # 初期宽松匹配
else:
iou_thres = 0.6 # 后期严格匹配
6. 常见问题与解决方案
6.1 训练问题排查
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| mAP不上升 | 标注质量差 | 检查香烟标注是否包含亮斑 |
| 验证集损失震荡 | 学习率过高 | 使用--hyp调整lr0 |
| 烟雾识别差 | 数据不足 | 添加合成烟雾数据 |
6.2 部署问题
- 边缘设备内存溢出：
python复制torch.backends.cudnn.benchmark = True # 启用cudnn优化 torch.set_flush_denormal(True) # 防止次正规数计算 - 视频延迟过高：
python复制cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) # 减少缓冲区
7. 扩展应用方向
- 多模态融合：结合红外摄像头检测烟头温度特征
- 三维检测：使用双目摄像头估算香烟空间位置
- 行为预测：通过LSTM分析抽烟动作的前序姿态
在实际项目中，我们发现将检测结果与门禁系统联动（如触发语音警告或通风系统启动），能显著提升整体安防效果。一个实用的建议是：在部署时保留至少0.5秒的缓冲判断时间，避免瞬时误报触发误动作。