本项目是一个功能完整的吸烟人员检测系统。基于最新的 Ultralytics YOLO 系列模型构建，能够检测图像/视频中的人员、香烟、烟雾、电子烟等目标，辅助进行吸烟行为识别与安全监管。本项目提供了美观、易用的 Streamlit Web 交互界面，非常适合同学们参考与展示。

> **⚠️ 关于本项目 (About This Project)**

>

> 本仓库**开源了系统的前端交互应用（App）源码及训练数据可视化模块**。

>

> **🔗 开源地址**：

>

> - **CNB**：[点击访问](https://cnb.cool/DY-DaoYi/YOLO_Smoking_person_detection)

> - **GitHub**：[点击访问](https://github.com/DY-DaoYi/YOLO_Smoking_person_detection)

>

> **🛒 核心模型与训练源码资源包 (Core Models & Training Codes) 包含：**

>

> 1. **核心训练代码**：包含 **train.py (单模型)** 和 **train_batch.py (批量实验)**，支持断点续训和自动批量大小（autobatch），训练完成后自动生成 GPU 耗时、成本估算和 mAP 评估报告。

> 2. **全系列模型权重与训练日志**：包含 **YOLOv8 / YOLO11 / YOLO26** 三个系列的 `best.pt` 模型文件，以及完整的训练日志、Loss 曲线图、mAP 指标图和混淆矩阵等评估图表。

> 3. **（赠品）数据集**：本项目使用 [Roboflow Smoking Person Dataset](https://universe.roboflow.com/visionwork/smoking_person/dataset/3) 的开源数据集。

>   - *说明：数据集本身是免费开源的。但由于国内网络环境下载困难，我在资源包中免费提供了已整理好的数据集压缩包，方便大家直接使用。*