【离线版下载】抽烟检测数据集:4000+ 张标注图片的完整使用指南
【离线版下载】抽烟检测数据集:4000+ 张标注图片的完整使用指南
这是一个面向抽烟检测的 PASCAL VOC 格式目标检测数据集仓库,打包了约 4600 张图片与 3200 余份由 labelImg 生成的 XML 标注,解压后即可用于训练和验证抽烟场景的检测模型。
为烟雾检测任务找到现成训练数据
当你要训练一个能识别"手持香烟吸烟"动作的检测模型,或在微调 Faster R-CNN、YOLO 系列模型时缺少抽烟场景的真实样本,这份数据集可以直接充当训练集与验证集。标注为标准 XML 格式,主流 VOC 流程的工具链(XML 转 YOLO、转 COCO 等脚本)都能直接处理。
清点数据集的目录与文件
仓库的核心内容是压缩包 数据集.rar(约 299 MiB),解压后得到两套 VOC2007 结构的目录:
| 目录 | 用途 | 数量 |
|---|---|---|
VOC2007/JPEGImages/ |
第一组原始图片 | 2168 张 |
VOC2007/Annotations/ |
与图片一一对应的 XML 标注 | 753 份 |
VOCdevkit/VOC2007/ |
第二组图片与标注 | 各 2482 份 |
ImageSets/Main/ |
train / val / test 划分清单(txt) | 若干 |
两套目录命名一致、格式相同,可以分别训练或合并使用。
三步把数据接入检测流水线
执行 git clone https://gitcode.com/open-source-toolkit/76985 后,用 unrar 或图形化工具解压 数据集.rar,打开 数据集/ 目录,你会看到 VOC2007 和 VOCdevkit 两个文件夹。先做校验:随机打开 Annotations/ 里一份 XML,确认 <object> 中带有类别标签和 <bndbox> 坐标,且文件名能与 JPEGImages/ 中的同名图片对上;再用 ImageSets/Main/train.txt 核对划分清单。校验通过即可投入训练:使用 YOLO 框架的先跑一遍 XML 转 YOLO 格式脚本,使用原生 VOC 支持的框架则把配置中的 data 路径指向对应目录,划分以 txt 清单为准。
用 labelImg 补标新图片
若你自行收集了新的抽烟场景图片(如室内、夜间、侧脸角度),可以沿用本数据集的标注方式扩充:用 labelImg 打开图片,框选"人 + 香烟"区域,类别名与现有标注保持一致后保存,labelImg 会生成同名 XML 文件。把图片与 XML 分别放入 JPEGImages/ 和 Annotations/ 即可,新样本与旧数据天然同构,合并后无需额外清洗。
明确数据集的使用边界
数据集遵循 MIT 许可证,适合学习与研究用途;用于商业产品前建议先确认数据来源合规。使用中发现空标注、图片与标注不匹配等问题,可通过仓库 Issue 反馈。解压后随手打开一份 XML 核对一遍,是开始使用这个数据集最快的动作。