【无套路自取】抽烟检测数据集:3000+ 张标注图片,三步拿到能直接训练的目标检测素材
【无套路自取】抽烟检测数据集:3000+ 张标注图片,三步拿到能直接训练的目标检测素材
想做一个抽烟检测模型,却找不到规模够、标注齐的现成数据?这套「抽烟检测数据集标注图片」把 3000+ 张抽烟场景图片和逐张 XML 标注打包给你,打开文件夹就能接入目标检测流程,省去从零标图的麻烦。
这套数据能帮你解决什么
如果你正在做这几类事,这份数据基本能直接用:
- 练手目标检测:YOLO、Faster R-CNN 这类框架需要成规模、带框标注的素材,这里正好补上。
- 完成课程 / 毕设:学生党常卡在「找不到合适数据」,拿现成标注可以直接进训练环节。
- 做行为识别研究:抽烟是一个典型的违规 / 危险行为识别场景,适合做样本基线或对比实验。
一句话:它面向的是「想快速跑通一个抽烟检测模型」的人,而不是需要自己从头采集标注的团队。
数据集里到底有什么
数据被拆成三部分,各司其职,结构清晰:
| 目录 / 文件 | 内容 | 你会用它做什么 |
|---|---|---|
JPEGImages/ |
约 3000+ 张抽烟图片(JPG) | 模型训练的原始素材 |
Annotations/ |
与图片一一对应的标注文件(XML) | 提供目标框 / 类别,喂给训练脚本 |
Imagenet/ |
元数据或补充信息 | 辅助整理或扩展数据集 |
| LICENSE | 使用条款 | 确认你的用途是否合规 |
标注是用 labelImg 工具生成的标准 XML,格式和大多数目标检测框架的输入约定一致,基本不用二次清洗。
三步拿到可用的标注数据
第一步:把数据拿下来 克隆仓库即可,命令如下:
git clone https://gitcode.com/open-source-toolkit/76985
拿到后先解压 数据集.rar,确认 JPEGImages/、Annotations/、Imagenet/ 三个目录都在。
第二步:核对图片与标注是否对得上
随便抽一张图,看它在 Annotations/ 里有没有同名 XML,打开 XML 确认里面有没有目标框坐标。这一步能提前发现「图在、标没标上」的问题。
第三步:接入训练或验证 按你用的框架要求,把图片目录和标注目录指向训练脚本即可。若框架只认 YOLO 文本格式,先做一次 XML → 目标格式的转换再跑。
新手常踩的几个坑
- XML 和图片文件名要对得上:标注是按文件名匹配的,改名后一定要同步改 XML,否则框会「丢失」。
- 先小批量试跑:别一上来就全量训练,先拿几十张验证 pipeline 通了,再放大,能省下大量排查时间。
- 关注图片尺寸与比例:不同来源的图分辨率不一,训练前统一做 resize / 归一化,避免 batch 内尺寸冲突。
- 想补充数据时保持格式一致:用 labelImg 标新图,生成的 XML 结构和现有文件保持一致,方便后续合并。
许可与使用边界
本数据集采用 MIT 许可证,方便你在学习、研究场景里自由使用与二次加工。但请注意:数据仅供学习和研究用途,不要用于商业用途,涉及具体分发时按许可证保留相应声明即可。
这套「抽烟检测数据集」的价值在于省掉了最耗时的采集标注环节,让你把精力放在模型本身。如果你在使用中发现标注缺漏或格式问题,欢迎直接在项目里反馈,帮更多人少走弯路。
登录后查看全文