簡介本資源是面向人工智能與計算機視覺初學者及算法工程師的吸煙行為識別專用標注數(shù)據(jù)集適用于圖像分類、目標檢測模型訓練與健康行為分析等AI項目開發(fā)。數(shù)據(jù)集共1567個文件包含783張JPG格式吸煙場景實拍圖像、783份對應(yīng)XML標注文件含邊界框與類別標簽以及1份說明文檔TXT總大小31.71MB圖像命名統(tǒng)一規(guī)范如smoke_a273.jpg便于批量加載與路徑解析XML標注結(jié)構(gòu)清晰支持Pascal VOC格式直接導入主流框架。目前已有158人學習下載體現(xiàn)了該數(shù)據(jù)集在輕量級健康A(chǔ)I應(yīng)用中的實際需求。用戶可直接用于構(gòu)建吸煙/非吸煙二分類模型或擴展為多任務(wù)學習配套標注信息完整覆蓋人物姿態(tài)、手持動作及環(huán)境上下文顯著降低數(shù)據(jù)預(yù)處理門檻同時兼顧隱私合規(guī)性設(shè)計適合教學實驗、課程設(shè)計及科研原型驗證。1. 項目概述從“吸煙數(shù)據(jù)集帶標注”說起最近在做一個關(guān)于公共安全或者健康監(jiān)測相關(guān)的項目需要訓練一個能識別吸煙行為的模型。找了一圈公開數(shù)據(jù)集發(fā)現(xiàn)直接可用的、標注質(zhì)量高的“吸煙行為”數(shù)據(jù)集并不多。很多朋友可能也遇到過類似的問題想做一個特定的視覺識別任務(wù)但第一步——找數(shù)據(jù)——就卡住了。要么數(shù)據(jù)量不夠要么標注不規(guī)范要么場景太單一。所以我決定自己動手整理和構(gòu)建一個專注于“吸煙”行為的圖像/視頻數(shù)據(jù)集并完成高質(zhì)量的標注。這不僅僅是一個數(shù)據(jù)包的集合更涉及到數(shù)據(jù)采集的策略、標注規(guī)范的制定、工具的選擇以及質(zhì)量控制的完整流程。如果你正在研究行為識別、異常檢測或者單純想學習如何從零開始構(gòu)建一個定制化的數(shù)據(jù)集那么我踩過的這些坑和總結(jié)的經(jīng)驗或許能給你省下不少時間。2. 數(shù)據(jù)集構(gòu)建的核心思路與設(shè)計考量2.1 明確任務(wù)定義與數(shù)據(jù)需求構(gòu)建數(shù)據(jù)集的第一步絕不是馬上開始收集圖片而是想清楚你的模型最終要解決什么問題。對于“吸煙識別”這個任務(wù)我們需要進一步細化識別目標是什么是識別“香煙”這個物體還是識別“人正在吸煙”這個動作這兩者有本質(zhì)區(qū)別。前者是靜態(tài)目標檢測后者是動態(tài)行為識別可能涉及時序信息。更復(fù)雜的可能是要識別“在禁煙區(qū)域吸煙”的違規(guī)行為這就需要同時檢測“人”、“香煙”和“場景標識”。應(yīng)用場景是什么是室內(nèi)監(jiān)控攝像頭下的實時檢測還是對網(wǎng)絡(luò)圖片的離線審核不同的場景對數(shù)據(jù)的多樣性要求不同。監(jiān)控場景可能光線多變、角度固定、人物較小網(wǎng)絡(luò)圖片則背景復(fù)雜、姿態(tài)多樣、圖片質(zhì)量不一。需要怎樣的標注基于任務(wù)定義我們確定標注類型。常見的有邊界框Bounding Box標注香煙、手持香煙的手部或者吸煙者的頭部/上半身。這是最常用的適用于YOLO、Faster R-CNN等目標檢測模型。關(guān)鍵點Keypoints標注手部關(guān)節(jié)、香煙末端、嘴部等關(guān)鍵點。這對于精確判斷“手持”和“靠近嘴部”的動作關(guān)聯(lián)很有用常用于姿態(tài)估計結(jié)合行為識別。實例分割I(lǐng)nstance Segmentation精確勾勒出香煙和手部的輪廓。標注成本高但精度也更高。行為標簽Action Label為一段視頻或一系列圖片打上“吸煙/非吸煙”的標簽。這通常用于視頻分類或時序動作檢測模型。我的核心需求是做一個通用的、可用于訓練高性能目標檢測模型如YOLOv8的數(shù)據(jù)集因此選擇邊界框標注作為主要形式標注對象為“香煙”包括被手持的、放在桌上的、嘴里的和“吸煙者”當香煙與人體關(guān)聯(lián)度很高時標注人可能有助于上下文判斷。同時為每張圖片附加一個“是否包含吸煙行為”的分類標簽。2.2 數(shù)據(jù)采集策略與來源規(guī)劃高質(zhì)量的數(shù)據(jù)集需要多樣性和代表性。我規(guī)劃了以下幾個數(shù)據(jù)來源以覆蓋盡可能多的場景公開數(shù)據(jù)集挖掘與篩選這是起點。我會搜索包含“吸煙”、“smoking”、“cigarette”等標簽的現(xiàn)有數(shù)據(jù)集例如某些大型通用物體檢測數(shù)據(jù)集中的相關(guān)子集或者安全監(jiān)控、零售行為分析數(shù)據(jù)集。但需要仔細清洗確保標注準確。網(wǎng)絡(luò)爬蟲合規(guī)前提下在遵守版權(quán)和隱私法規(guī)的前提下從一些公開的圖片分享平臺、視頻網(wǎng)站截取關(guān)鍵幀獲取數(shù)據(jù)。關(guān)鍵詞需要精心設(shè)計如“man smoking”、“woman with cigarette”、“smoking at table”、“smoking outdoors night”等以覆蓋不同性別、場景、光照和時間。模擬場景拍攝這是保證數(shù)據(jù)質(zhì)量和特定場景覆蓋的關(guān)鍵。在獲得授權(quán)和確保安全的情況下可以邀請志愿者在多種背景辦公室、樓梯間、公園、車內(nèi)下模擬各種吸煙姿態(tài)手持、口含、點火、彈煙灰進行拍攝。這能有效補充網(wǎng)絡(luò)數(shù)據(jù)中難以找到的清晰、多角度的正面樣本。合成數(shù)據(jù)生成作為補充可以使用3D渲染或圖像合成技術(shù)如將香煙的3D模型合成到不同背景和手持姿態(tài)的圖片中。這在數(shù)據(jù)稀缺的初期或需要極端視角時非常有用但要注意“模擬到真實”的域適應(yīng)問題。注意無論哪種來源都必須高度重視隱私和倫理。對所有人臉、車牌等敏感信息進行模糊化處理。模擬拍攝需獲得參與者知情同意。合成數(shù)據(jù)則避免了隱私問題。2.3 標注規(guī)范制定統(tǒng)一標準是質(zhì)量的基石這是最容易被忽視卻至關(guān)重要的一步。如果標注標準模糊后期模型訓練會混亂不堪。我制定的規(guī)范如下“香煙”物體標注邊界框緊密度框體應(yīng)緊密貼合香煙的可見部分包括濾嘴和煙體但不必包含煙霧。對于被手指部分遮擋的香煙按可見部分標注。遮擋處理香煙被完全遮擋超過50%則不予標注視為不可識別。部分遮擋時標注可見部分。角度與形態(tài)無論是側(cè)面、端頭視角還是彎曲、折斷狀態(tài)只要可辨識為香煙均需標注。相似物區(qū)分特別注意與筆、棍狀糖果、溫度計等細長物體的區(qū)分。僅標注確認為香煙的物體?！拔鼰熣摺睒俗⒖蛇x當香煙明顯與人的手部或嘴部接觸構(gòu)成吸煙動作時建議同時標注該人物通常用一個較大的框框住上半身或全身。這有助于模型學習“吸煙”這個行為的上下文而不僅僅是孤立地識別香煙。圖像級標簽smoking圖片中包含正在進行的吸煙行為香煙與口/手接觸。cigarette_present圖片中包含香煙但可能未被使用如放在桌上。non_smoking圖片中無任何香煙或吸煙行為。標注格式選擇與未來訓練框架兼容的格式。我選擇YOLO格式因為它簡單且被廣泛支持。每張圖片對應(yīng)一個.txt文件每行內(nèi)容為class_id x_center y_center width height坐標均為歸一化后的值0-1之間。3. 數(shù)據(jù)標注實操工具、流程與質(zhì)量控制3.1 標注工具選型與配置工欲善其事必先利其器。我對比了幾款主流開源標注工具LabelImg老牌經(jīng)典支持矩形框標注輸出PASCAL VOC或YOLO格式。界面簡單但對于大規(guī)模數(shù)據(jù)集效率較低。Labelme由麻省理工開發(fā)功能強大支持多邊形、矩形、圓形、線段、點等多種標注輸出JSON格式。非常適合需要分割或關(guān)鍵點標注的任務(wù)但處理純矩形框標注時操作略顯繁瑣。CVAT英特爾開發(fā)的在線視頻/圖像標注工具功能極其強大支持團隊協(xié)作、自動標注、視頻插幀、多種任務(wù)類型。是工業(yè)級項目的首選但部署和上手有一定復(fù)雜度。Makesense.ai一個免費的在線標注工具無需安裝支持拖拽上傳、自動標注建議集成YOLO等模型進行預(yù)標注、團隊協(xié)作。對于個人或小團隊快速啟動項目非常友好。我的選擇與理由考慮到項目初期需要快速迭代和驗證且以矩形框標注為主我最終選擇了Makesense.ai。它的優(yōu)勢在于零安裝打開瀏覽器就能用避免了環(huán)境配置問題。預(yù)標注功能可以上傳一個預(yù)訓練的權(quán)重哪怕是通用模型如YOLOv8s讓它先跑一遍人工只需修正和補充能極大提升效率尤其是在標注“香煙”這種特征相對明顯的物體時。格式支持全直接導出YOLO、PASCAL VOC、COCO等多種格式。協(xié)作方便可以生成項目鏈接邀請他人共同標注。對于需要更復(fù)雜標注如關(guān)鍵點或處理視頻流的后期階段CVAT是更專業(yè)的選擇。3.2 標準化標注流程SOP為了確保多人協(xié)作時質(zhì)量一致我制定了詳細的標注操作流程數(shù)據(jù)預(yù)處理與導入將所有收集到的圖片統(tǒng)一縮放至一個標準尺寸如1333x800保持長寬比多余部分填充灰邊以減少后續(xù)模型輸入尺寸不一帶來的影響。按8:1:1的比例隨機劃分訓練集、驗證集和測試集并在項目開始時就固定下來。將劃分好的圖片文件夾上傳至Makesense.ai創(chuàng)建新項目。標注任務(wù)分配與界面熟悉定義標簽類別cigarette,smoker。為標注人員提供詳細的標注規(guī)范文檔和帶示例的圖解。讓每位標注員先標注同一批如20張校準圖片由負責人檢查并統(tǒng)一反饋確保所有人理解一致。核心標注操作使用矩形框工具緊密框選目標。對于模糊、存疑的樣本標記為“困難樣本”或放入待討論隊列而不是隨意標注或忽略。充分利用快捷鍵如Makesense中按Ctrl鍵可吸附邊緣提升速度。利用預(yù)標注加速在標注一部分數(shù)據(jù)如200張后訓練一個初版的YOLOv8模型。將這個模型權(quán)重用于后續(xù)批次的預(yù)標注。標注員的工作從“從零開始畫框”變?yōu)椤皩徍撕托拚Ｐ皖A(yù)測的框”效率可提升50%以上。定期導出與備份每完成一個批次如500張立即導出YOLO格式的標注文件并與原圖一起備份。備份時保持圖片和標注文件的目錄結(jié)構(gòu)一致。3.3 質(zhì)量控制與迭代優(yōu)化標注質(zhì)量直接決定模型天花板。我建立了三層質(zhì)檢機制標注員自檢標注完成后強制要求回看一遍自己標注的所有框檢查是否有漏標、錯標、框體質(zhì)量差的問題。交叉互檢標注員之間隨機交換一部分已標注數(shù)據(jù)進行檢查。不同的人更容易發(fā)現(xiàn)對方習慣性忽略的錯誤。負責人抽檢與仲裁項目負責人隨機抽取至少10%的數(shù)據(jù)進行詳細檢查。對于交叉互檢中爭議的樣本由負責人根據(jù)規(guī)范最終裁定。常見的質(zhì)量問題及處理框體過松或過緊通過校準圖片和示例反復(fù)強調(diào)“緊密貼合”的原則。類別混淆明確“香煙”與“類似物”的區(qū)分標準制作對比圖例。遮擋與截斷處理不一致統(tǒng)一規(guī)則被遮擋超過50%不標截斷的如圖片邊緣標注可見部分。微小目標漏標遠處的、像素很小的香煙是難點。要求標注員放大圖片仔細查看對于實在難以確認的標記為“疑似”由負責人用更高分辨率原圖判斷。質(zhì)檢發(fā)現(xiàn)的問題要記錄到“錯誤類型統(tǒng)計表”中定期回顧并更新標注規(guī)范或?qū)俗T進行再培訓。這是一個持續(xù)迭代的過程。4. 數(shù)據(jù)集整理與YOLOv8訓練準備4.1 數(shù)據(jù)格式整理與增強標注完成后我們得到的是圖片文件和對應(yīng)的.txt標注文件。為了適配YOLOv8的訓練需要整理成固定的結(jié)構(gòu)Smoking_Dataset/ ├── images/ │ ├── train/ │ │ ├── image_001.jpg │ │ └── ... │ ├── val/ │ │ ├── image_101.jpg │ │ └── ... │ └── test/ │ ├── image_201.jpg │ └── ... └── labels/ ├── train/ │ ├── image_001.txt │ └── ... ├── val/ │ ├── image_101.txt │ └── ... └── test/ ├── image_201.txt └── ...接下來分析數(shù)據(jù)集的基本情況這對于后續(xù)訓練策略調(diào)整至關(guān)重要?？梢允褂肞ython腳本快速統(tǒng)計圖像數(shù)量與分辨率分布訓練集、驗證集、測試集各多少張圖片大多是高分辨率還是低分辨率目標數(shù)量與尺寸分布統(tǒng)計每個類別cigarette,smoker的實例總數(shù)。更重要的是分析目標邊界框的寬度和高度歸一化后的分布。這能告訴你數(shù)據(jù)集中目標大多是“小目標”、“中目標”還是“大目標”。吸煙數(shù)據(jù)集里香煙往往是“小目標”這會影響模型anchor的設(shè)計或訓練時的關(guān)注度。類別平衡性檢查cigarette和smoker的實例數(shù)是否懸殊過大。如果嚴重不平衡需要考慮過采樣、欠采樣或給不同類別分配不同的損失權(quán)重?；诜治鼋Y(jié)果進行數(shù)據(jù)增強以增加多樣性并緩解過擬合。YOLOv8內(nèi)置了強大的增強管道但理解其原理有助于我們自定義。對于吸煙數(shù)據(jù)集我重點應(yīng)用以下增強幾何變換旋轉(zhuǎn)小角度如±15度因為香煙通常不會大角度傾斜、平移、縮放、剪切。模擬拍攝時的視角變化。色彩變換亮度、對比度、飽和度、色調(diào)的隨機調(diào)整。模擬不同光照條件室內(nèi)昏暗、室外強光。混合類增強Mosaic四圖拼接和MixUp能極大地豐富背景并讓模型學習在不同上下文和尺度中識別目標對于小目標檢測尤其有效。針對小目標的增強隨機將訓練集中的小目標如香煙復(fù)制粘貼到圖像的其他位置需確保合理性如不會貼到天空增加小目標的出現(xiàn)頻率。4.2 配置YOLOv8訓練環(huán)境與參數(shù)解析環(huán)境配置相對簡單使用Conda創(chuàng)建虛擬環(huán)境安裝PyTorch和Ultralytics的YOLOv8包即可。conda create -n yolo_smoke python3.8 conda activate yolo_smoke pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 根據(jù)CUDA版本選擇 pip install ultralytics關(guān)鍵的一步是準備數(shù)據(jù)集配置文件dataset.yaml。這個文件告訴YOLOv8你的數(shù)據(jù)在哪、有哪些類別。# dataset.yaml path: /path/to/Smoking_Dataset # 數(shù)據(jù)集根目錄 train: images/train # 訓練集圖片相對路徑 val: images/val # 驗證集圖片相對路徑 test: images/test # 測試集圖片相對路徑可選 # 類別列表 names: 0: cigarette 1: smoker接下來是理解并調(diào)整訓練參數(shù)。直接使用默認參數(shù)可能有效但針對我們的數(shù)據(jù)集進行微調(diào)能獲得更好效果。以下是一些核心參數(shù)解析model: 選擇模型尺寸如yolov8n.pt納米、yolov8s.pt小、yolov8m.pt中。對于初步實驗從yolov8s開始是個好選擇在精度和速度間取得平衡。data: 指向上面創(chuàng)建的dataset.yaml。epochs: 訓練輪數(shù)。對于中等規(guī)模數(shù)據(jù)集幾千張圖片100-300輪是常見的起點?？梢酝ㄟ^觀察驗證集損失曲線提前停止。imgsz: 輸入圖像尺寸。默認640。如果原始圖像中目標香煙非常小可以嘗試增大到832甚至1024但這會顯著增加顯存消耗和訓練時間。batch: 批次大小。取決于你的GPU顯存。在顯存允許的情況下盡可能設(shè)大如16, 32這有助于訓練穩(wěn)定。workers: 數(shù)據(jù)加載的進程數(shù)。通常設(shè)為CPU核心數(shù)可以加快數(shù)據(jù)讀取。lr0和lrf: 初始學習率和最終學習率因子。學習率是訓練中最關(guān)鍵的參數(shù)之一。對于小數(shù)據(jù)集初始學習率lr0可以設(shè)小一點如0.01避免震蕩。lrf是最終學習率衰減到的比例。weight_decay: 權(quán)重衰減防止過擬合的正則化項。默認值通?？尚?。box: 邊界框回歸損失的權(quán)重。對于檢測任務(wù)這是主要損失。cls: 分類損失的權(quán)重。如果分類任務(wù)困難如區(qū)分不同香煙品牌但我們不需要可以調(diào)整。我們只有兩個簡單類別默認即可。dfl: Distribution Focal Loss的權(quán)重用于優(yōu)化邊界框分布。YOLOv8的新特性通常保持默認。我的經(jīng)驗是對于自定義數(shù)據(jù)集最需要關(guān)注的參數(shù)是imgsz、batch、lr0和epochs。可以先使用默認參數(shù)跑一個基線然后根據(jù)驗證集的表現(xiàn)如mAP曲線、損失曲線進行針對性調(diào)整。5. 模型訓練、評估與常見問題排錯5.1 啟動訓練與監(jiān)控指標使用一行命令即可開始訓練yolo taskdetect modetrain modelyolov8s.pt datadataset.yaml epochs150 imgsz640 batch16 workers8訓練開始后Ultralytics會啟動一個本地Web服務(wù)器通常是在http://localhost:3000提供實時監(jiān)控儀表盤。這是觀察訓練進程的窗口。需要重點關(guān)注的指標有損失曲線Loss Curvestrain/box_loss,train/cls_loss,train/dfl_loss訓練集上的各項損失。理想情況下它們應(yīng)該隨著訓練輪數(shù)平穩(wěn)下降。val/box_loss,val/cls_loss,val/dfl_loss驗證集上的損失。這是判斷模型是否過擬合的關(guān)鍵。如果訓練損失持續(xù)下降但驗證損失在某個點后開始上升或停滯很可能發(fā)生了過擬合。性能指標Performance Metricsmetrics/mAP50(B)在IoU閾值為0.5時的平均精度均值。這是最核心的指標直接反映了模型檢測的準確度。它會逐步上升并趨于平穩(wěn)。metrics/mAP50-95(B)在IoU閾值從0.5到0.95步長0.05區(qū)間內(nèi)的平均mAP。這是一個更嚴格的指標要求邊界框定位更精確。metrics/precision(B),metrics/recall(B)精確率和召回率。我們希望兩者都高。高精度低召回說明模型保守漏檢多低精度高召回說明模型激進誤檢多。如何判斷訓練是否良好訓練/驗證損失平穩(wěn)下降后趨于收斂。mAP50和mAP50-95持續(xù)上升后在一個高點穩(wěn)定。驗證集損失沒有明顯高于訓練集損失且沒有在后期反彈。如果訓練過程不理想就需要進行問題排查。5.2 常見問題、原因分析與解決方案以下是我在訓練吸煙檢測模型過程中遇到的一些典型問題及解決方法問題現(xiàn)象可能原因解決方案與排查步驟訓練損失居高不下或波動劇烈1. 學習率(lr0)設(shè)置過高。2. 數(shù)據(jù)標注存在大量錯誤或噪聲。3. 數(shù)據(jù)預(yù)處理或增強過于激進導致圖像難以學習。1.降低學習率嘗試lr00.01或0.001。2.檢查標注質(zhì)量從訓練集中隨機抽樣幾十張圖片用訓練中的模型進行預(yù)測直觀查看模型學到的和標注的差異。錯誤標注會嚴重干擾學習。3.簡化數(shù)據(jù)增強暫時關(guān)閉Mosaic、MixUp等復(fù)雜增強只保留基礎(chǔ)的色彩抖動看損失是否穩(wěn)定。驗證損失遠高于訓練損失且差距持續(xù)擴大過擬合1. 訓練數(shù)據(jù)量太少。2. 模型復(fù)雜度如用了yolov8l或x相對于數(shù)據(jù)量過高。3. 數(shù)據(jù)增強不夠模型記住了訓練集的特有噪聲。1.增加數(shù)據(jù)收集更多數(shù)據(jù)或使用更強大的數(shù)據(jù)增強如Mosaic, MixUp, CutMix。2.使用更小的模型從yolov8n或s開始。3.增加正則化適當增大weight_decay參數(shù)如從0.0005調(diào)到0.001。4.早停Early Stopping監(jiān)控驗證損失在其連續(xù)多個epoch不下降時停止訓練。mAP50很低但召回率(Recall)很高模型產(chǎn)生了大量誤檢False Positives。把很多不是香煙的物體如筆、手指也檢測出來了。1.檢查負樣本訓練集中是否包含了足夠多的“不含香煙”的圖片需要確保數(shù)據(jù)集中有相當比例的負樣本non_smoking標簽的圖片讓模型學習什么是“不是香煙”。2.清理相似物在數(shù)據(jù)收集中是否有大量與香煙形狀顏色相似的物體可以考慮在數(shù)據(jù)集中加入一些“困難負樣本”如筆、筷子等并明確標注為背景。3.提高分類損失權(quán)重(cls_pw)讓模型更關(guān)注分類的正確性。mAP50尚可但召回率很低模型漏檢很多False Negatives。很多香煙沒有被檢測出來。1.關(guān)注小目標香煙是小目標。檢查數(shù)據(jù)增強是否過度如隨機縮放后目標變得更小?？梢詼p小imgsz如從640降到320不對于小目標增大imgsz如到832可能更有效因為更大的輸入分辨率保留了更多細節(jié)。同時確保Mosaic增強是開啟的這對小目標檢測有益。2.檢查標注完整性是否存在大量未標注的香煙實例尤其是遠處、模糊的小香煙。3.調(diào)整模型neck/head對于YOLOv8可以嘗試使用帶P2更高分辨率特征層的小目標檢測專用模型如果官方有提供或者在自定義模型時關(guān)注淺層特征。訓練后期性能突然崩潰指標驟降1. 學習率調(diào)度問題。2. 訓練數(shù)據(jù)中存在某些損壞的圖片或標注文件。3. 硬件或軟件偶然錯誤。1.檢查學習率曲線是否在后期學習率降得太低或有個異常跳變可以嘗試使用余弦退火等更平滑的調(diào)度器。2.檢查數(shù)據(jù)完整性運行一個腳本遍歷所有圖片和標簽文件確保都能正常打開和讀取。3.從崩潰前的檢查點恢復(fù)訓練YOLOv8會定期保存檢查點.pt文件可以加載崩潰前最后一個好的檢查點降低學習率繼續(xù)訓練。5.3 模型導出與部署測試訓練完成后模型會保存在runs/detect/train/weights/目錄下其中best.pt是驗證集上表現(xiàn)最好的權(quán)重。我們可以用這個模型在測試集上看看最終效果yolo taskdetect modeval modelruns/detect/train/weights/best.pt datadataset.yaml然后用一些從未見過的圖片或視頻進行推理測試這是真正的“實戰(zhàn)”# 圖片推理 yolo taskdetect modepredict modelruns/detect/train/weights/best.pt sourcepath/to/test_image.jpg # 視頻推理 yolo taskdetect modepredict modelruns/detect/train/weights/best.pt sourcepath/to/test_video.mp4部署前的最后檢查速度測試在不同的硬件CPU, 邊緣計算設(shè)備上測試推理速度FPS看是否滿足應(yīng)用要求。場景泛化性找一些與訓練集分布不同的圖片如不同國家的香煙包裝、電子煙、雪茄等測試模型的魯棒性。如果泛化性差說明數(shù)據(jù)多樣性仍需加強。錯誤案例分析仔細查看模型在測試集上預(yù)測錯誤的案例漏檢、誤檢分析原因。是標注問題是數(shù)據(jù)缺失如某種特定角度還是模型能力上限這些分析是迭代優(yōu)化數(shù)據(jù)集和模型的最寶貴輸入。構(gòu)建一個高質(zhì)量的“吸煙數(shù)據(jù)集”遠不止是收集和打標簽它是一個系統(tǒng)工程涵蓋了需求分析、數(shù)據(jù)采集、標準制定、工具流搭建、質(zhì)量控制、模型訓練調(diào)優(yōu)和問題診斷的全流程。其中清晰的標注規(guī)范和持續(xù)的質(zhì)量控制是保證數(shù)據(jù)質(zhì)量的靈魂而基于數(shù)據(jù)洞察的模型調(diào)參則是提升性能的關(guān)鍵。這個過程充滿了反復(fù)和調(diào)試但當看到自己親手打造的數(shù)據(jù)集訓練出的模型能準確地識別出各種場景下的吸煙行為時那種成就感是完全不一樣的。希望這份詳細的記錄能為你構(gòu)建自己的定制化數(shù)據(jù)集提供一個扎實的路線圖。本文還有配套的精品資源點擊獲取