智能AI图像识别之公共场合人员行为分析 深度学习CNN人员行为识别 抽烟和打电话图像识别 YOLO玩手机和饮酒目标检测第10397期 (1)
数据集 README
一、数据集核心信息表
| 项目 | 详情 |
|---|---|
| 类别数量及中文名称 | 4 类（香烟、饮酒、进食、手机） |
| 数据数量 | 8300 条 |
| 数据集格式 | YOLO 格式 |
| 核心应用价值 | 1. 支持智能监控场景中违规行为（吸烟、工作时段进食等）自动识别模型训练；2. 助力公共场合行为分析算法开发，提升场景管理效率；3. 为生活行为识别相关研究提供高质量标注样本 |
二、数据集三要素概述
1. 类别说明
类别聚焦日常生活中常见行为与物品，覆盖 4 个核心类别，贴合行为识别场景的实际需求。
类别划分清晰，无交叉重叠，标签定义统一，可直接用于目标检测模型的标注匹配与训练。
2. 数据数量说明![]()
数据集包含 8300 条数据，规模能够满足中小型深度学习模型的训练需求，为模型提供充足样本支撑。
数据量兼顾样本多样性与训练效率，既避免样本过少导致的模型过拟合，也不会因数据量过大增加存储与训练成本。
3. 应用价值说明
在智能安防领域，可用于训练监控设备的行为识别模型，实现对禁烟区域吸烟、违规饮酒等行为的自动预警。
面向服务行业，能辅助开发员工行为管理系统，识别工作期间违规使用手机、进食等行为，规范服务流程。
为行为分析算法研究提供标注数据基础，推动相关技术在公共管理、商业服务等场景的落地应用。