香烟电子烟检测数据集8595张1类标签VOC+YOLO（不区分电子烟雨香烟，都是同一个标签）

在智慧城市、公共安全与健康监管日益智能化的今天，对吸烟行为的自动识别与监控成为AI视觉技术的重要应用场景。为推动香烟目标检测技术的发展，我们正式推出 「SmokeDet-8K」香烟目标检测数据集——一个大规模、高质量、专为香烟识别任务打造的专业数据集。

本数据集包含 8595张高清图像，涵盖室内外多种真实场景，共标注 12311个香烟目标框，支持Pascal VOC与YOLO双格式输出，适用于各类深度学习模型训练，是研发吸烟行为识别、禁烟区域监控等AI系统的理想选择。

🚬 数据集核心亮点

• 海量真实图像，覆盖多样场景：包含8595张高分辨率JPG图像，采集于街道、地铁站、办公楼、商场入口、公交站台等多种公共场所，真实反映香烟在复杂环境中的出现形态。
• 高密度精准标注：每张图像均经过人工精标，共标注 12311个香烟边界框，平均每个含烟图像约1.43个目标，涵盖手持、点燃、静置、倾斜等多种姿态与光照条件。
• 双格式支持，开箱即用：同步提供 XML（VOC格式）与TXT（YOLO格式）标注文件，兼容主流目标检测框架如YOLOv5/v8、Faster R-CNN、SSD等，无需额外转换，快速接入训练流程。
• 图像清晰 + 数据增强：所有图像均为高清JPEG格式，并经过亮度调整、噪声模拟、旋转缩放等增强处理，显著提升模型在实际部署中的泛化能力与鲁棒性。

📁 标准化结构，易于集成

数据集采用清晰规范的目录结构，便于开发者快速导入和使用：

SmokeDet-8K/
├── JPEGImages/      # 8595张.jpg图像
├── Annotations/     # 8595个.xml标注文件（VOC格式）
└── labels/          # 8595个.txt标注文件（YOLO格式）+ classes.txt（类别定义）

标签统一命名为 1，代表“香烟”类别，简洁明确，避免歧义。

✅ 标签种类数：1类（香烟）

✅ 总标注框数：12311个

✅ 标注类型：矩形框（Bounding Box），用于目标检测

🛰️ 广泛应用场景

「SmokeDet-8K」可广泛应用于以下AI视觉系统开发：

• 禁烟区域智能监控与违规吸烟报警
• 地铁、机场、医院等公共场所的自动化巡检
• 视频监控中的吸烟行为识别模块
• 智慧城市管理系统中的环境文明行为分析
• AI辅助执法与安全管理平台

通过结合人体检测、手部动作识别等技术，本数据集还可作为构建完整“吸烟行为识别”系统的底层支撑。

📢 特别声明

本数据集仅提供准确、合理的图像与标注数据，但不对基于本数据集训练出的模型性能、精度或实际应用效果作任何保证。