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 python3.10 -y conda activate yolo_smoke pip install ultralytics torch2.0.1 torchvision0.15.2关键组件版本兼容性对照表组件推荐版本最低要求Python3.10≥3.8PyTorch2.0.1≥1.8CUDA11.7≥11.1cuDNN8.5.0≥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_size0.1): sss StratifiedShuffleSplit(n_splits1, test_sizetest_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%6963.2 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 datasmoke.yaml modelyolov8s.pt epochs300 \ imgsz640 batch32 workers4 device0 \ optimizerAdamW lr00.001 weight_decay0.054.2 关键参数调优指南参数推荐范围影响分析batch_size16-64越大显存消耗越高learning_rate0.001-0.01小数据集建议较小值image_size640-1280越大精度越高速度越慢mosaic0.5-1.0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mAP0.5IoU阈值为0.5时的平均精度mAP0.5:0.95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mAP0.5推理速度(FPS)YOLOv8n0.82120YOLOv8s0.8785YOLOv8m0.89455.2 简易部署方案使用FastAPI构建推理APIfrom 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anchors3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。