【吐血整理】抽烟检测数据集:约 3000 张目标检测图片与 labelImg XML 标注,快速开始

原创2026-11-12 15:03:521,733 阅读
文章标签:数据集计算机视觉数据标注

【吐血整理】抽烟检测数据集:约 3000 张目标检测图片与 labelImg XML 标注,快速开始

这是一个面向抽烟检测、吸烟检测场景的标注数据集,包含约 3000 张以上目标检测图片和对应的 XML 标注文件。标注由 labelImg 工具生成,图片与标注一一对应,解压后即可用于目标检测模型的训练或验证。适合刚接触目标检测、想快速跑通"数据—标注—训练"流程的新手和研究人员。

这个抽烟检测数据集解决什么问题

做吸烟检测这类目标检测任务,最耗时的往往不是写模型,而是找数据、打标注。这个仓库把这两步做完了:图片已经收集好,每张图都用 labelImg 标注过,开箱就是"图片 + 标注"的完整形态。

它能覆盖的典型场景:

  • 练习 VOC 风格的目标检测训练流程,需要一份现成的标注数据;
  • 验证抽烟、香烟相关目标的检测效果,需要先有可训练的数据集;
  • 学习 labelImg 标注规范,对照现成的 XML 标注文件看格式。

如果你只是想要几张贴纸图,这个数据集不适合;它的定位是训练/验证用的完整标注数据集。

仓库里有什么:图片与 XML 标注一一对应

数据集采用常见目标检测数据集的目录约定,解压压缩包(数据集.rar)后,核心内容如下:

目录 / 文件 内容 作用
JPEGImages/ 约 3000 张以上抽烟相关图片 模型输入,训练和验证都从这里取图
Annotations/ 每张图对应的 XML 标注文件 由 labelImg 生成,含目标框与类别信息
ImageSets/Main/ 数据集拆分列表 用于按 train/val/test 划分取用图片
Imagenet/ 元数据或其他相关信息 辅助资料,按需查看

两个关键目录的关系可以简单记成一句话:JPEGImages/ 里每张图的文件名(不含扩展名),都能在 Annotations/ 里找到同名的 .xml。

拿到数据后先做三件事:解压、对数、抽看

克隆或下载后,不建议直接开始训练,先用几分钟确认数据完整:

  1. 解压压缩包,进入 JPEGImages/ 和 Annotations/ 目录,各数一遍文件数量,确认都在约 3000 张这个量级;
  2. 抽查对应关系,从图片里随便挑 5~10 张,确认 Annotations/ 中存在同名 XML;
  3. 打开一个 XML 看一眼,用文本编辑器即可,确认里面有目标框坐标和类别标签,再随机开几张图对比框的位置是否合理。

这三步做完,基本可以判断这份抽烟检测数据集能否直接用于你当前的项目。

把抽烟图片接入目标检测训练或验证

Annotations/ 里的 XML 是标准的目标检测标注格式,可以按 VOC 数据集的方式接入训练流程:

  • 用 ImageSets/Main/ 下的列表划分训练集与验证集,避免同一张图既参与训练又参与验证;
  • 模型侧按 XML 中的框和类别解析标注即可,具体解析代码取决于你选用的检测框架,这里不展开;
  • 验证阶段用同一套 XML 计算检测指标,保证训练、验证口径一致。

流程上没有特殊配置,重点在于确认"图片路径 + 标注路径 + 拆分列表"三者指向同一批文件。

补充更多抽烟标注图片:继续用 labelImg 标注

数据集预留了扩展空间。如果你手上有新的抽烟图片,推荐这样补充:

  1. 用 labelImg 打开新图片,绘制目标框并填写类别,保存后会在图片同目录生成一个同名 .xml 文件;
  2. 把图片放入本地的 JPEGImages/ 目录;
  3. 把生成的 XML 放入 Annotations/ 目录,保持"一图一 XML、同名对应";
  4. 如果参与训练划分,记得把新文件名同步进 ImageSets/Main/ 对应的列表。

保持命名规则一致,后续就不需要额外做映射或重命名。

使用前必须确认的边界:仅限学习与研究

这份抽烟检测数据集的使用范围有明确限制:

  • 面向学习和研究场景,例如课程作业、方法验证、标注规范练习;
  • 不建议用于商业用途,避免将训练出的模型或数据用于盈利产品;
  • 所有整理、拆分、标注扩展操作都建议在你本地解压后的副本上进行,不要直接改动仓库内容;
  • 使用中遇到标注缺失、文件对不上、目录结构疑问等问题,可以通过仓库的 Issue 反馈,方便维护者和其他使用者共同排查。

确认你的用途在上述范围内,再进入训练环节,能省掉后续很多合规麻烦。

贡献方式与 MIT 许可证

仓库欢迎任何形式的贡献,常见方向包括:

  • 提交新的抽烟图片与配套 XML 标注;
  • 改进数据集的目录结构与组织方式;
  • 补充元数据或其他辅助信息。

发现问题直接提 Issue,有改动的方案提 Pull Request 即可。数据许可方面,仓库遵循 MIT 许可证,具体条款以 LICENSE 文件为准。

解压后确认目录完整、标注抽查无误,就可以按 ImageSets/Main/ 的划分开始整理训练集了。

登录后查看全文
抽烟检测数据集标注图片