用于吸烟动作目标检测的数据集

已于 2024-05-12 15:40:11 修改
阅读量521 收藏 8
点赞数 11
分类专栏： 数据集大全【AI深度学习】 文章标签： 吸烟数据集
于 2024-03-17 17:57:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_21386397/article/details/136786331
版权

用于吸烟动作目标检测的数据集。
数据集使用labelme标注。
数据集类别分为：smoking嘴上吸烟支、smoking_hand手上拿着烟。
吸烟动作检测part01有1115张图像。
下载地址：

预览如下：
image.png
image.png
image.png
image.png

如果有用，请点个三连呗 点赞、关注、收藏、分享。
你的鼓励是我最大的动力

AI学长
关注
  • 11
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
抽烟检测数据集yolov5 6.2 吸烟检测
11-08
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(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)
AI吃大瓜的博客
12-02 8643
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)，项目源码支持模型有resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型，用户可自定义进行训练；准确率还挺高的，采用轻量级mobilenet_v2模型的吸烟识别准确率也可以高达95.5607%左右，满足业务性能需求。
2024年最新YOLO系列目标检测数据集大全_yolo数据集(1)
最新发布
2401_84166147的博客
05-03 729
1、YOLO行人跌倒检测数据集，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOL摔倒的行人识别，可以区分和识别到跌倒的行人和正常的行人，数据场景丰富，类别名为跌倒fall和正常状态的行人person，一共两个类别。类别为metal、wood、platstic、rubber、cloth等多个类别目标。目标类别名为QR_code，数据场景丰富，大部分图片中包含有多个二维码目标。
目标检测数据集 - 抽烟检测数据集下载「包含VOC、COCO、YOLO三种格式」
极智视界
01-24 1008
目标检测数据集 - 抽烟检测数据集下载「包含VOC、COCO、YOLO三种格式」
吸烟行为检测图像数据集的采集与标注
学习日常分享
05-11 4661
(1) 人工智能领域网络公开的标注测试图像数据集介绍 ① MNIST MNIST是一个入门级的计算机视觉数据集，官网给定的数据集分为四个文件，分别是训练及图像和训练集标签、测试集图像和测试集标签。每一个MNIST数据单元有两部分组成：一张包含手写数字的图片和一个对应的标签。训练集有60000行数据，测试集有10000行数据，MNIST数据集的标签是介于0到9的数字，标签数据为One-Hot向量（One-Hot编码，即独热编码，其方法是使用 N位状态寄存器来对 N个状态进行编码，每个状态都有它独立的寄存器位，
吸烟(抽烟)检测和识别1：吸烟(抽烟)数据集说明(含下载链接)
AI吃大瓜的博客
07-05 6391
吸烟(抽烟)数据集说明(含下载链接),吸烟数据集，抽烟数据集，smoking dataset
用于吸烟检测的数据集--包括3000张已标注和2000张未标注图片
12-12
在处理这个吸烟检测数据集时，开发者可能会选择使用预训练的模型，比如基于ImageNet大规模分类任务训练的模型，然后进行微调，使其适应特定的吸烟检测任务。此外，数据增强技术如翻转、缩放、裁剪等可以用来增加模型...
part01吸烟动作目标检测的数据集，labelme标注，类别有：嘴上吸着烟smoking、手拿着烟smoking-hand
03-17
用于吸烟动作目标检测的数据集。 数据集使用labelme标注。 数据集类别分为：嘴上吸着烟smoking、手拿着烟smoking-hand。 （1）吸烟动作检测part01有1115张图像。 （2）其他部分陆续更新
抽烟监测数据集.zip
05-04
抽烟监测数据集是一个专门针对吸烟行为进行机器自动检测的资源，它包含了丰富的图像和相关的注释信息，旨在为研究者和开发者提供一个训练和测试算法的平台，特别是在深度学习和人工智能领域的图像识别技术上。...
吸烟行为识别检测数据集
03-29
"吸烟行为识别检测数据集"是一个专门用于训练和评估算法以识别和检测吸烟行为的数据集。这样的数据集通常包含大量的图像和相应的标注信息，以便算法能够学习到吸烟行为的各种特征。 这个数据集包括784张图像，每张...
吸烟识别方案
whaosoft143ai的博客
09-25 1967
1.选择一个能走通的方案作为base line ,在此基础上面迭代改进算法和流程;2.修改算法backbone为你自己的方案,并且尝试不同的方案组合,以提高精度;3.改变图像推理的尺寸大小,找到一个合适的大小作为输入;4.将模型转到合适的部署方案,比如TensorRT/onnxruntime等;5.将代码精简,理顺流程,减少不必要的处理过程;6.不断调试,直到选择到合适的超参数;
yolov8格式的抽烟检测数据集，可以用于检测抽烟行为，本资源可用于训练目标检测yolov8模型
12-14
抽烟的害处包括： 1. 增加患各类癌症的风险：吸烟是导致肺癌、喉癌、口腔癌、食管癌等多种癌症的主要原因。吸烟还会增加其他癌症（如肾脏癌、胰腺癌、膀胱癌）发生的几率。 2. 损害呼吸系统：吸烟会刺激气道，导致咳嗽、气短和慢性支气管炎等呼吸系统疾病。吸烟还会增加患上肺气肿和慢性阻塞性肺病的风险。 3. 损害心血管系统：吸烟会引发血管收缩，导致血压升高和动脉硬化，从而增加心脏病和中风的风险。吸烟还会导致血液中的坏氧化脂质增加，进一步损害心血管健康。 4. 损害生殖系统：吸烟对男性和女性的生殖系统都有负面影响。男性吸烟者的精子质量和数量会下降，增加不育的风险。女性吸烟者容易患上月经不调、更年期提前和不孕症等问题。 5. 损害皮肤和外貌：吸烟会导致皮肤血液循环不畅，加速皮肤的老化过程，引发皱纹和皮肤松弛。吸烟还会导致皮肤黄变、牙齿发黄、指甲变脆等。 6. 增加其他疾病的风险：吸烟还会增加患上糖尿病、骨质疏松症、食道反流病、溃疡病等多种疾病的风险。 总之，吸烟对人体健康造成的危害非常大，包括肺癌、心血管病、呼吸系统疾病、生殖系统问题等。通过戒烟，可以减少这些潜在的健康风险，提升整体生
AI识别吸烟识别数据集783张
02-23
AI识别吸烟识别数据集783张
抽烟检测数据集【标注+图片】
04-06
数据集分为三部分，Annotations，Imagenet，JPEGImages，JPEGImages文件夹中大概有3000+的抽烟图片，并每个用labelImg做了标注，生成了对应xml文件放在Annotations文件夹中。
【模型训练】YOLOv7吸烟行为检测
weixin_51154380的博客
10-16 2806
YOLOv7吸烟行为检测
基于Yolov5的吸烟行为识别检测
韩若熙的博客
09-14 5317
上一篇《win10系统下Yolov5目标检测环境搭建（Anaconda3+Pytorch+Yolov5，CPU，无GPU）》中，介绍了win10系统下yolov5的环境搭建步骤，本篇在此环境下，实现吸烟行为识别检测。注意：修改自己对应的类别个数和类别名。
吸烟检测数据集 yolov5
11-19
吸烟检测数据集 YOLOv5 是一种用于训练模型来检测烟草产品或吸烟行为的数据集。该数据集是基于YOLOv5算法框架的，这是一种流行的目标检测算法。 吸烟检测数据集 YOLOv5 提供了大量标记过的图像，这些图像包含各种吸烟行为场景，包括人们吸烟或者带有吸烟物品的图像。每个图像都被标记了烟草产品或吸烟行为的位置。 使用这个数据集，可以训练一个模型，来自动检测图像中出现的烟草产品或吸烟行为。训练后的模型可以应用于各种场景，如监控视频中的吸烟行为检测、烟草产品销售违规监管等。这对于保护公共场所禁烟政策的有效执行以及烟草行业监管具有重要意义。 使用吸烟检测数据集 YOLOv5 还可以进行各种研究和应用，如分析各个场景下的吸烟行为频率、吸烟与健康问题之间的关联以及吸烟行为的社会影响等。 总之，吸烟检测数据集 YOLOv5 提供了一个丰富的资源，可以用于训练模型来检测烟草产品或吸烟行为。通过这个数据集，可以开展各种研究和应用，从而提高吸烟行为的监管和管理水平，为公众健康做出贡献。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI学长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值