YOLOv8在吸烟检测中的优化与应用实践-AI智能范式网

YOLOv8在吸烟检测中的优化与应用实践

kikikuka·2026-08-30·阅读 21 GEO检测（免费）

YOLOv8吸烟检测小目标检测

|难度：普通|阅读约 14 分钟

1. 项目概述：当YOLOv8遇上吸烟检测

去年给某工业园区做安防系统升级时，客户提出个特殊需求——要在摄像头画面中实时检测违规吸烟行为。传统方案要么误报率高，要么延迟严重，最终我们用YOLOv8+PyQt搭建的这套系统，在测试中达到了94%的识别准确率。不同于通用物体检测，吸烟动作的识别有三大难点：烟支目标小（通常只占画面3%-8%）、存在遮挡（手部/面部遮挡）、姿态多变（持烟/吸烟/弹烟灰等）。这套方案从数据采集到部署落地共耗时3周，核心代码不到800行，今天就把完整实现过程拆解给大家。

系统工作流程分四个阶段：① 用仿真引擎生成5000+张带标注的吸烟图像；② YOLOv8模型选型与训练技巧；③ 使用OpenCV处理RTSP视频流；④ PyQt构建带违规记录功能的GUI界面。实测在NVIDIA Jetson Xavier NX上能稳定跑15FPS，比原版YOLOv5s快2.3倍。下面我会重点说明几个关键环节的避坑要点。

关键指标：输入分辨率640x640，模型尺寸17.3MB，mAP@0.5达到0.89，推理耗时65ms/帧（含前后处理）

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：解决小目标检测的样本困境

2.1 混合数据源采集策略

纯真实场景采集吸烟数据存在两大障碍：隐私问题和样本单一性。我们的解决方案是：

仿真数据：用Blender搭建虚拟场景，通过调整烟支长度（5-15像素）、持烟角度（0-180°）、烟雾浓度等参数，生成3000张带bounding box标注的合成图像
公开数据集：整合Tobacco800（文档吸烟检测）、FDDB（面部遮挡场景）和自采的200张工厂监控画面
数据增强：重点针对小目标添加随机裁剪（最小保留30%烟支）、运动模糊（模拟快速动作）、亮度抖动（应对逆光场景）

python复制# 使用Albumentations的关键增强配置
transform = A.Compose([
    A.RandomSizedCrop(min_max_height=(480, 640), height=640, width=640, p=0.5),
    A.MotionBlur(blur_limit=7, p=0.3),
    A.RandomBrightnessContrast(brightness_limit=0.2, contrast_limit=0.2, p=0.5),
    A.HueSaturationValue(hue_shift_limit=10, sat_shift_limit=20, val_shift_limit=10, p=0.3)
], bbox_params=A.BboxParams(format='yolo'))

2.2 标注规范与质量把控

吸烟检测需要特殊标注规则：

可见部分超过烟支长度1/3时才标注
被手部遮挡时以指尖和烟头位置估算边界框
烟雾不单独标注（易引发误报）
多人场景下只标注实际吸烟者

使用CVAT标注工具时，我们自定义了吸烟场景的标签属性：

occlusion_level：遮挡程度（0-3级）
holding_style：持烟姿势（fingers/palm/lips）
smoke_visible：是否可见烟雾

实测发现，标注时添加这些属性可使mAP提升5-8%，特别是在处理半遮挡情况时效果显著

3. YOLOv8模型调优实战

3.1 模型选型与轻量化

对比YOLOv8不同尺寸的表现：

模型版本	参数量(M)	mAP@0.5	推理速度(ms)	适用场景
YOLOv8n	3.2	0.82	28	树莓派4B
YOLOv8s	11.4	0.87	45	边缘计算盒
YOLOv8m	26.2	0.89	68	工控机
YOLOv8l	43.7	0.90	92	服务器

最终选择YOLOv8s并进行以下改进：

替换Backbone为MobileNetV3，减少30%计算量
在Neck部分添加CBAM注意力模块，提升小目标检测能力
修改损失函数：
- 使用Wise-IoU替代CIoU
- 分类损失加入Focal Loss

yaml复制# yolov8s-smoke.yaml 关键修改
backbone:
  - [-1, 1, Conv, [64, 3, 2]]  # 0-P1/2
  - [-1, 1, MobileNetV3, [128]] # 替换原C2f
  - [-1, 1, CBAM, [256]]        # 添加注意力模块

head:
  - [-1, 1, nn.Upsample, [None, 2, 'nearest']]
  - [..., 1, Detect, [nc, anchors, loss_fn='wiou']]  # 修改损失函数

3.2 训练技巧与参数配置

采用两阶段训练策略：
第一阶段（冻结Backbone）

初始lr=0.01，cosine衰减
优化器：SGD(momentum=0.937)
Batch Size=32
增强：Mosaic(概率0.5)、MixUp(概率0.2)

第二阶段（全网络微调）

初始lr=0.001
优化器：AdamW
添加CutMix增强
使用EMA权重（decay=0.9999）

关键训练指令：

bash复制yolo detect train data=smoke.yaml model=yolov8s-smoke.yaml epochs=300 imgsz=640 \
  --batch 32 --device 0 --cache ram --close_mosaic 10 --noval

注意：当验证集mAP连续3个epoch不增长时，自动触发ReduceLROnPlateau

4. 摄像头流处理与系统集成

4.1 多路RTSP视频流处理

工业场景常需处理4-8路摄像头，我们采用生产者-消费者模式：

python复制class StreamProcessor:
    def __init__(self, rtsp_urls):
        self.buffer = Queue(maxsize=30)
        self.rtsp_urls = rtsp_urls
        
    def producer(self):
        caps = [cv2.VideoCapture(url) for url in self.rtsp_urls]
        while True:
            frames = []
            for cap in caps:
                ret, frame = cap.read()
                if ret:
                    frames.append((id(cap), frame))
            self.buffer.put(frames)

    def consumer(self):
        while True:
            frames = self.buffer.get()
            results = model(frames, stream=True)  # YOLOv8流式推理
            self.update_gui(results)

关键优化点：

使用OpenCV的VIDEOIO_FFMPEG参数提升解码效率
为每路流单独设置重连机制（TCP fallback）
动态调整解码分辨率（基于GPU负载）

4.2 PyQt界面设计要点

系统界面包含三大功能模块：

实时监控面板：
- 采用QGraphicsScene实现低延迟渲染（<15ms）
- 违规目标用红色闪烁框标注
事件记录系统：
- 使用SQLite存储违规截图和时间戳
- 支持按摄像头ID/时间段筛选
报警联动模块：
- 通过QSerialPort连接声光报警器
- 支持触发IO信号输出

python复制class MainWindow(QMainWindow):
    def __init__(self):
        self.video_label = QLabel()
        self.log_table = QTableWidget(0, 4)
        self.setup_ui()
        
    def update_frame(self, results):
        annotator = Annotator(frame)
        for box in results.boxes:
            if box.cls == 0:  # 吸烟类别
                annotator.box_label(box.xyxy[0], f"Smoking {box.conf:.2f}")
                self.log_event(box)
        qimg = QImage(annotator.result(), ...)
        self.video_label.setPixmap(QPixmap.fromImage(qimg))

5. 部署优化与性能调校

5.1 边缘设备部署技巧

在Jetson系列设备上的优化手段：

使用TensorRT加速：

bash复制yolo export model=best.pt format=engine device=0 half=True

调整GPU时钟频率：
```
bash复制sudo jetson_clocks --fan
```
内存优化：
- 启用CMA连续内存分配
- 限制OpenCV缓存大小

实测性能对比：

优化手段	功耗(W)	帧率(FPS)	内存占用(MB)
原始模型	12.3	9.2	780
TensorRT	10.1	15.7	420
+DLA加速	8.6	18.3	380

5.2 常见问题排查指南

问题1：漏检手持香烟

检查标注是否包含各种持握姿势
尝试减小模型stride（从32改为16）
增加test-time augmentation

问题2：误报笔/筷子等长条物体

在数据集中添加负样本（持笔场景）
调整分类损失权重
添加后处理规则（要求检测到面部+手部）

问题3：视频流延迟累积

设置cv2.CAP_PROP_BUFFERSIZE为1
改用GStreamer管道
启用硬件解码（如Jetson上的NVDEC）

这套系统在纺织厂部署后，违规吸烟事件同比下降73%。关键收获是：小目标检测不能只依赖模型能力，需要从数据、标注、前后处理全链路优化。如果要在更小设备（如树莓派）运行，建议改用YOLOv8n+蒸馏方案，虽然mAP会降到0.8左右，但帧率能保持在8-10FPS。