【内含安装包】抽烟检测数据集快速上手指南:3000 张标注图片,三步接入目标检测
【内含安装包】抽烟检测数据集快速上手指南:3000 张标注图片,三步接入目标检测
这个项目是一个开箱即用的抽烟检测数据集:3000 张以上的吸烟场景图片,每张都配有 labelImg 生成的 XML 标注文件。拿它做目标检测训练或验证都很顺手。接下来带你花几分钟摸清资源构成和接入流程。
数据集里有什么:标注图片资源盘点
📦 资源集中在三个目录,先认全再动手:
| 组成 | 规模 / 格式 | 说明 |
|---|---|---|
| 原始图片 | 3000 张以上,JPG | 全是抽烟场景,放在 JPEGImages |
| 标注文件 | 与图片一一对应的 XML | labelImg 输出,含类别与目标框坐标 |
| 元数据 | Imagenet 目录 | 数据集的附加信息都丢这里 |
三块资源里最值钱的是图片和标注的组合,单图或单标注都意义有限,这也是这类数据集的常见形态。图片量足够撑住一个小项目的完整流程,不用自己到处凑素材。
三步跑通抽烟检测数据集
克隆或下载仓库
两种方式任选,git 用户直接执行:
git clone https://gitcode.com/open-source-toolkit/76985
不想装环境就打包下载,解压里面的 数据集.rar,三个目录就都出来了。拿到手先确认目录齐全,少一个要回头检查压缩包。
定位标注文件与图片
标注和图片靠文件名对齐:Annotations 里的 xx.xml 对应 JPEGImages 里的 xx.jpg。建议先抽查十来份 XML,重点看每个目标的名称和框的四个坐标值,确认结构正常再往下走。
接入目标检测训练
多数框架不直接吃 XML,先用转换脚本把标注批量转成 COCO 或自定义 txt 格式。类别名最好统一成一个抽烟相关标签,别让同一类东西有两个名字,否则模型会学混。再按七三比例划分训练集和验证集,就可以开训了。
目录与标注文件怎么读
三个目录各司其职:
- Annotations:每张图对应一个 XML,存目标框信息
- JPEGImages:全部原始图片住这里
- Imagenet:元数据之类的附加内容
XML 核心就两处:object 里的 name 写类别,bndbox 里的四个值给出框的位置。对着图看一遍,格式就熟了。
用 labelImg 扩充标注图片
想加新图时:用 labelImg 打开图片 → 框出抽烟目标 → 保存为 XML。🏷️ 框尽量贴合,烟本身、夹烟的手都可以单独框。存放约定别乱:图片进 JPEGImages,XML 进 Annotations,两边文件名保持一致。标注完记得本地过一遍:图片能打开、框在画面内、文件名对得上,缺一步就会出岔子。
许可与协作须知
⚖️ 项目采用 MIT 许可证,代码层面限制很少;但数据仅限学习与研究用途,商用请绕道。发现标注有误或目录结构有出入,直接提 Issue;想贡献新图片或改进组织方式,走 Pull Request 就行。这是社区数据集的通行玩法:用就用,有问题就反馈,顺手让后面的人少踩坑。