吸烟(抽烟)检测和识别1：吸烟(抽烟)数据集说明(含下载链接)

1. 前言

2. 吸烟(抽烟)类别说明

3. 吸烟(抽烟)分类数据集

（1）smoking-dataset

（2）smoking-video

4. 吸烟(抽烟)分类数据集下载

5. Pytorch实现吸烟(抽烟)检测和识别

6. Android实现吸烟(抽烟)检测和识别

1. 前言

这是项目《吸烟(抽烟)检测和识别》系列文章之《吸烟(抽烟)数据集说明(含下载链接)》；网上有很多吸烟(抽烟)数据集的数据，在CSDN下载那一搜一大堆，但下载下来，真是不尽人意，质量参差不齐，说多了都是泪呀，都是血泪史的教训。本篇，我们将分享一个我自己项目整合的吸烟(抽烟)分类数据集；smoking-dataset和smoking-video，总共15000+张图片。数据质量较高，可用于深度学习吸烟(抽烟)识别项目的分类模型算法开发。

【尊重原则，转载请注明出处】 https://blog.csdn.net/guyuealian/article/details/130337263

更多项目《吸烟(抽烟)检测和识别》系列文章请参考：

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
吸烟(抽烟)检测和识别3：Android实现吸烟(抽烟)检测和识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/131521347
吸烟(抽烟)检测和识别4：C++实现吸烟(抽烟)检测和识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/131521352

2. 吸烟(抽烟)类别说明

在吸烟(抽烟)检测识别算法开发中，我们需要定义吸烟(抽烟)的行为类别；项目将吸烟(抽烟)状态分为两种情况，分别为：smoking(吸烟)，notsmokint(未吸烟)，为了便于大家理解，下面给出这吸烟(抽烟)的行为类别定义：

人体检测框：人体检测框是通过人体(行人)检测算法预测和定位的人体区域，每个人体用一个矩形框表示
吸烟检测区：将人体检测框的左上角位置保存不变，右下角的高度(Height)缩短三分之一左右，得到吸烟检测区
吸烟和未吸烟：项目定义，若吸烟检测区存在烟只，则判断为smoking(吸烟)行为；反之，若吸烟检测区不存在烟只，则判断为notsmoking(未吸烟)行为。由于吸烟的行为状态不一，环境复杂多样，尽管这样的吸烟行为定义不全面，但基本可以覆盖业务的大部分场景需求。

notsmoking：在吸烟检测区内无烟只，则定义为无吸烟行为（notsmoking）；若主体存在吸烟行为，但烟只不在吸烟检测区内，受算法局限性，这时依然定义无吸烟（notsmoking）
smoking：在吸烟检测区内有烟只，则定义为有吸烟行为（smoking）；受算法局限性，只要吸烟区内存在烟只，不管是否吸烟，都定义为有吸烟行为（smoking）

代码实现：定义函数get_smoking_roi()用于获得吸烟检测区，基于该方法，项目可以制作吸烟(抽烟)的分类数据集。

# -*-coding: utf-8 -*-

import numpy as np
from pybaseutils import image_utils
import cv2


def get_smoking_roi(xyxy, scale=(), cut=0.3):
    """
    获得吸烟检测区
    :param xyxy: shape is (num-boxes,4),box is (xmin,ymin,xmax,ymax)
    :param scale: boxes缩放大小
    :param cut: 裁剪比例
    :return:
    """
    up_boxes = []
    for i in range(len(xyxy)):
        xmin, ymin, xmax, ymax = xyxy[i]
        w, h = (xmax - xmin), (ymax - ymin)
        ymax = max(ymin + h * cut, ymin + w)
        up_boxes.append([xmin, ymin, xmax, ymax])
    up_boxes = np.asarray(up_boxes)
    if scale: up_boxes = image_utils.extend_xyxy(up_boxes, scale=scale)
    return up_boxes


if __name__ == '__main__':
    image_file = "smoking/sample.png"
    boxes = [[47, 52, 255, 420]]  # 人体检测框
    boxes = np.asarray(boxes)
    image = cv2.imread(image_file)
    up = get_smoking_roi(xyxy=boxes, scale=(), cut=0.3)  # 获得吸烟检测区
    image = image_utils.draw_image_boxes(image, boxes=boxes, color=(255, 0, 0))
    image = image_utils.draw_image_boxes(image, boxes=up, color=(0, 255, 0))
    image_utils.cv_show_image("image", image)

3. 吸烟(抽烟)分类数据集

项目已经收集了两个吸烟(抽烟)分类数据集：smoking-dataset和smoking-video，总共约15000+张图片

（1）smoking-dataset

smoking-dataset吸烟(抽烟)分类数据集，总共15000+张图片，其中测试集431张，训练集14761张；原始图片主要来源于网络爬虫图片检索，部分也是整合网上的数据，背景比较复杂，可作为通用场景的吸烟分类数据。数据中含有两个文件夹，其中文件夹smoking保存的是有吸烟行为图片数据，文件夹notsmoking保存的是无吸烟行为图片数据；所有图片都按照单人单张图片的形式进行裁剪保存(裁剪规则参考get_smoking_roi()函数)，数据集已经人工清洗，可用于深度学习分类模型训练。

smoking数据	notsmoking数据

（2）smoking-video

smoking-video吸烟(抽烟)分类数据集；对于深度学习模型训练，我们希望同一个人既有吸烟的数据，也有未吸烟的数据，这样可以提高模型的泛发性，避免模型过拟合一个人；因而，项目专门收集了多个抽烟视频，并抽帧图像，人工分类smoking和notsmoking，最终清洗后得到总共1831张图片。