吸烟(抽烟)检测和识别1：吸烟(抽烟)数据集说明(含下载链接):https://blog.csdn.net/guyuealian/article/details/130337263 吸烟(抽烟)检测和识别2：Pytorch实现吸烟(抽烟)检测和识别(含吸烟(抽烟)数据集和训练代码)：https://blog.csdn.net/guyuealian/article/details/131521338

其中包含5000多张图片，以及相应的text文本标注，包括类别，和烟的坐标。内容为抽烟图片，格式对标yolov5.6.2，修正一下路径和类别即可直接执行训练。

吸烟检测数据集-监控视角，VOC格式，XML标注文件

1、YOLOv7吸烟行为检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志， 2、classes: smoke； 3、检测结果和数据集参考： https://blog.csdn.net/weixin_51154380/article/details/127354103?spm=1001.2014.3001.5502

使用yolov5训练的onnx吸烟检测权重文件，配置好环境可以直接使用，效果很好

其中包含train4104张，val 375张，test 371张，以及相应的text文本标注，包括类别，和烟的坐标。内容为抽烟图片，格式对标yolov5，改一下路径和类别即可直接执行训练。

Darknet版YOLOv4吸烟检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线 2、包含2000多张吸烟检测数据集，类别名为smoke，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/12423074

Darknet版YOLOv3吸烟检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线 2、包含2000多张吸烟检测数据集，类别名为smoke，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/12423074

YOLOv5吸烟检测训练好的 模型，在几千张吸烟数据中训练得到，用于吸烟时的行为检测，有YOLOv5m和yolov5s两个训练好的吸烟检测的模型；目标类别是smoke，准确率大90%以上，附有pr曲线，loss曲线等等， 参考结果：https://blog.csdn.net/weixin_51154380/article/details/124480876

1、YOLOv3吸烟行为检测，两种训练好的模型，内含各种训练曲线图，并包含数据集， 5000多张使用lableimg软件标注软件标注好的吸烟数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，类别名为smoke; 可以直接用于YOLO系列的吸烟行， 2、包含yolov3和YOLOv3_tiny两种训练好的模型 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，代码是python的