保姆级教程：用6953张吸烟数据集，从零训练一个YOLOv8抽烟检测模型（附完整源码）
从零构建YOLOv8抽烟检测模型：6953张数据集实战指南
1. 项目背景与核心价值
在公共场所管理、工业生产监控等场景中，自动识别吸烟行为的需求日益增长。传统人工监控不仅成本高昂，还难以实现全天候覆盖。基于深度学习的视觉检测技术为这一问题提供了高效解决方案，而YOLOv8作为当前最先进的目标检测框架之一，兼具速度和精度优势。
这个项目将带您完整走通以下技术闭环：
- 获取并解析6953张标注好的吸烟数据集
- 配置YOLOv8训练环境
- 实现数据集格式转换与预处理
- 完成模型训练与性能调优
- 构建简易的推理演示系统
不同于常规教程只展示成功路径，我们会重点标注每个环节可能遇到的"坑点"。比如当您看到"CUDA out of memory"报错时，不要慌张——这通常只需调整batch size参数就能解决。
2. 环境配置与数据准备
2.1 开发环境搭建
推荐使用conda创建隔离的Python环境，避免依赖冲突：
conda create -n yolo_smoke python=3.10 -y conda activate yolo_smoke pip install ultralytics torch==2.0.1 torchvision==0.15.2关键组件版本兼容性对照表：
| 组件 | 推荐版本 | 最低要求 |
|---|---|---|
| Python | 3.10 | ≥3.8 |
| PyTorch | 2.0.1 | ≥1.8 |
| CUDA | 11.7 | ≥11.1 |
| cuDNN | 8.5.0 | ≥8.0 |
提示：如果使用GPU训练，建议通过
nvidia-smi命令确认驱动版本与CUDA兼容性
2.2 数据集结构解析
下载后的数据集应包含以下目录结构：
smoke_dataset/ ├── Annotations/ # VOC格式XML标注 ├── images/ # JPG原始图像 ├── labels/ # YOLO格式TXT标注 └── data.yaml # 数据集配置文件数据集统计特征：
- 图像分辨率：80%集中在1920×1080到3840×2160之间
- 标注框尺寸：平均占图像面积的2-8%
- 场景分布：室内(45%)、室外(35%)、监控视角(20%)
3. 数据预处理实战
3.1 数据集划分策略
使用改进版的数据分割脚本，确保各类场景均匀分布：
from sklearn.model_selection import StratifiedShuffleSplit def stratified_split(df, test_size=0.1): sss = StratifiedShuffleSplit(n_splits=1, test_size=test_size) for train_idx, test_idx in sss.split(df, df['scene_type']): return df.iloc[train_idx], df.iloc[test_idx]典型分割比例：
| 数据集 | 比例 | 图像数量 |
|---|---|---|
| 训练集 | 70% | 4867 |
| 验证集 | 20% | 1390 |
| 测试集 | 10% | 696 |
3.2 标注格式转换
VOC转YOLO格式时需特别注意坐标归一化：
def voc_to_yolo(box, img_width, img_height): # 边界检查 xmin = max(0, box[0]) xmax = min(img_width, box[1]) ymin = max(0, box[2]) ymax = min(img_height, box[3]) # 归一化计算 x_center = ((xmin + xmax) / 2) / img_width y_center = ((ymin + ymax) / 2) / img_height width = (xmax - xmin) / img_width height = (ymax - ymin) / img_height return [x_center, y_center, width, height]4. 模型训练与调优
4.1 基础训练配置
创建smoke.yaml配置文件：
train: ../train.txt val: ../val.txt test: ../test.txt nc: 1 # 类别数 names: ['smoking'] # 数据增强参数 hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 flipud: 0.5 fliplr: 0.5启动训练命令示例：
yolo train data=smoke.yaml model=yolov8s.pt epochs=300 \ imgsz=640 batch=32 workers=4 device=0 \ optimizer='AdamW' lr0=0.001 weight_decay=0.054.2 关键参数调优指南
| 参数 | 推荐范围 | 影响分析 |
|---|---|---|
| batch_size | 16-64 | 越大显存消耗越高 |
| learning_rate | 0.001-0.01 | 小数据集建议较小值 |
| image_size | 640-1280 | 越大精度越高速度越慢 |
| mosaic | 0.5-1.0 | 数据增强强度 |
注意：当出现过拟合时(训练loss下降但验证loss上升)，可尝试：
- 增加
dropout参数- 减小
mosaic增强概率- 添加更多验证数据
5. 模型评估与部署
5.1 性能指标解读
训练完成后查看关键指标：
- mAP@0.5：IoU阈值为0.5时的平均精度
- mAP@0.5:0.95：不同IoU阈值下的综合精度
- precision-recall曲线：反映模型在不同置信度阈值下的表现
典型baseline性能：
| 模型 | mAP@0.5 | 推理速度(FPS) |
|---|---|---|
| YOLOv8n | 0.82 | 120 |
| YOLOv8s | 0.87 | 85 |
| YOLOv8m | 0.89 | 45 |
5.2 简易部署方案
使用FastAPI构建推理API：
from fastapi import FastAPI, UploadFile from ultralytics import YOLO app = FastAPI() model = YOLO('best.pt') @app.post("/detect") async def detect(image: UploadFile): results = model.predict(image.file) return { "detections": results[0].boxes.data.tolist(), "speed": results[0].speed }启动服务：
uvicorn main:app --host 0.0.0.0 --port 80006. 常见问题解决方案
Q：训练时出现CUDA内存不足错误A：尝试以下方案：
- 减小
batch_size（建议每次减半） - 降低
imgsz（如从640降到512） - 使用
--device cpu暂时切换到CPU模式测试
Q：模型检测到大量误报A：可能原因及对策：
- 数据集中负样本不足 → 添加非吸烟场景图像
- 置信度阈值过低 → 调整
conf参数 - 图像分辨率不匹配 → 检查训练和推理时
imgsz是否一致
Q：如何提升小目标检测效果A：专项优化策略：
- 使用更高分辨率的
imgsz（如1280） - 在数据增强中添加
copy_paste策略 - 采用自适应锚框计算：
anchors=3
在实际项目中，我们发现监控视角下的吸烟检测最具挑战性——当人物只占画面10%以下像素时，需要特别设计neck网络结构。这时可以尝试替换SPPF为BiFPN模块，虽然会降低些许速度，但能显著提升小目标召回率。