包含超过10000个吸烟检测数据集，这些数据集均以txt格式标注。-ITADN社区

优质

本数据集包含超过一万条详细的吸烟行为记录，每条记录均经过严格的人工审核与标注，以TXT文件形式提供，适用于训练机器学习模型识别和分析吸烟行为。吸烟检测数据集包含10000多条记录，并且所有数据均已用txt格式标注好。

优质

该数据集包含大量标记的图像和视频片段，用于训练机器学习模型以检测和识别吸烟行为。非常适合相关研究和开发使用。吸烟检测数据集—抽烟检测识别数据集.zip 包含3000张已标注图片及2000张未标注图片。

电话吸烟目标检测数据集

优质

本数据集专注于电话使用场景下的吸烟行为识别，通过收集和标注大量图像与视频数据，为开发高效的目标检测算法提供支持。我们提供一个包含1559张图片的YOLO格式标注数据集，可以直接用于训练YOLO系列模型。标注示例： 1 0.7974683544303798 0.5 0.16455696202531644 0.2777777777777778 说明：第一个数字“1”代表类别，后面的四个数值表示边界框的坐标（x1, y1, x2, y2）。

带有标注的吸烟数据集

优质

本数据集包含详细的吸烟者相关信息，每一项记录均详细标注，旨在支持烟草使用行为的研究与分析。数据集在IT行业中扮演着至关重要的角色，特别是在人工智能（AI）和机器学习（ML）领域。本数据集名为“吸烟数据集带标注”，专为训练AI模型设计，旨在帮助算法理解并预测与吸烟相关的行为或影响。该数据集中包含了大量的个人健康、生活习惯和社会经济状况等特征信息。让我们深入了解一下这个数据集的构建过程。在AI和ML项目中，高质量的数据集是训练模型的基础，它由一系列实例组成，每个实例都有一个或多个特征及对应的标签。“带标注”意味着每个样本都被专家或自动系统标记为吸烟者或非吸烟者。这种标签信息对于监督学习至关重要，因为它使模型能够识别并学习到与吸烟行为相关的模式。数据集通常包括多种类型的数据，如数值、分类和文本等。在这个吸烟数据集中，我们可能找到以下类型的特征： 1. **个人信息**：年龄、性别、职业等，这些因素影响一个人是否选择吸烟。 2. **生活习惯**：饮酒频率、运动习惯、睡眠质量等，这些与吸烟行为有关的因素也可能被记录下来。 3. **健康状况**：体重、身高、血压及是否有慢性疾病等信息有助于了解吸烟对健康的长期影响，并进一步分析其如何改变个人的吸烟行为。 4. **社会经济状态**：收入水平、教育程度和居住地区等因素可能会影响个体是否选择开始或继续吸烟的习惯。 5. **环境因素**：家庭成员或者朋友中是否存在吸烟者，以及工作环境中是否有烟草广告等信息也可能是影响一个人决定是否抽烟的重要变量。在训练模型时，数据通常会被划分为三个部分：训练集、验证集和测试集。其中，训练集用于教会AI识别模式；验证集则用来调整参数以避免过拟合现象的发生；而测试集则是评估算法性能的最终依据，在未见过的数据上进行预测能力表现。该“吸烟数据集带标注”是一个专门为开发人员设计的资源库，它可以帮助他们构建出能够准确预测或分析与吸烟行为相关的模型。在处理这类敏感信息时，必须确保数据的质量、多样性和平衡性以实现最佳性能，并且要严格遵守隐私法规，保证匿名化和合规性的要求。

烟雾检测数据集YOLOv5吸烟识别

优质

本数据集运用YOLOv5算法进行训练与测试，专注于烟雾及吸烟行为的智能检测，旨在提升公共空间的安全监控水平。包含4104张训练图片、375张验证图片以及371张测试图片，并附有相应的文本标注文件，包括类别及烟的坐标。这些内容均为抽烟场景的照片，格式与yolov5兼容，只需调整路径和类别即可直接用于训练。

抽烟检测数据集YOLOv5 6.2版本吸烟检测

优质

本数据集为优化YOLOv5 6.2版设计，专门用于提升模型在识别和监测吸烟行为方面的准确性和效率。该数据集包含5000多张图片及其对应的文本标注，包括类别标签以及烟的坐标位置。这些内容均为抽烟场景的照片，并且格式与yolov5.6.2兼容，只需修正路径和类别信息即可直接用于训练。

Yolov5吸烟识别数据集 - Yolov5抽烟检测数据集.zip 文件

优质

本文件包含用于训练和评估YOLOv5模型在检测图像中吸烟行为的数据集。内含标注清晰的图片及对应的XML格式注释，适用于研究与开发项目。 Yolov5吸烟检测数据集是一种专门用于训练和测试Yolov5模型的数据集合，其目标是识别并检测图像中的吸烟行为。该数据集中包含了大量不同场景的图像样本，包括室内、室外以及人群聚集的地方等多样的环境。每个图片都详细地标注了边界框与类别标签，以便于机器学习算法精确地区分出哪些物体或活动属于吸烟行为。这些边界框不仅指明了目标的位置和大小信息，还通过类标明确指出这是吸烟相关的图像内容。利用Yolov5模型配合此数据集进行训练后，可以生成一个高度准确的吸烟检测系统，在实际应用中能够迅速定位并识别出图片中的吸烟动作。这在监控场所、公共空间以及安全领域具有重要意义，因为它能帮助监管人员及时发现违规行为，并采取相应措施来保护环境和保障公众健康。总之，Yolov5吸烟检测数据集是一个重要的资源库，它支持开发者创建高效的实时吸烟监测系统，从而有效应对公共场所中的相关挑战。

烟雾检测数据集-YOLO与VOC格式标签

优质

本数据集包含多种环境下的烟雾图像，适用于YOLO及VOC模型训练和测试。提供详细的标注信息以提升火灾早期识别能力。【实际项目应用】：森林火灾预警监控、室内及厂房消防安全智能监控预警【数据集说明】：烟雾检测数据集包含4019张图片，涵盖黑烟、白烟、浓烟和轻烟等多种场景的火灾烟雾照片。每张图片经过仔细筛选提取，样本丰富多样，并提供了voc（xml）和yolo（txt）两种格式的标签文件，适用于多种目标检测算法直接使用。所有标注均为手工完成，确保精准度高且与实际情况拟合良好，保证数据集的质量可靠。如有需要json格式标签，请留言联系。下载后请放心使用！若有任何问题欢迎随时提出。

针对吸烟行为的目标检测数据集

优质

本研究构建了一个专注于识别和定位图像中吸烟行为的目标检测数据集，为相关领域提供高质量训练资源。吸烟检测数据集包含了一系列用于识别和分析吸烟行为的数据样本。这些数据可以被用来训练机器学习模型，以提高对吸烟活动的自动检测能力。通过使用这样的数据集，研究人员能够开发出更准确、高效的算法来监测公共场合中的吸烟现象，并为相关健康政策提供支持。

是否确定退出登录?

包含超过10000个吸烟检测数据集，这些数据集均以txt格式标注。

全部评论 (0)