yolov4-keras实现抽烟检测（源码+数据集）

前言

上个礼拜一直在把结课答辩的小项目结题，做的就是一个基于yolov4的抽烟检测，虽然在答辩上没有啥特别亮点，并且有些地方可以改进，比如再加入烟雾检测，但算是拿来练手吧。下面演示一下结果，本文最后会附上整个源码+数据集+运行环境+训练出的模型，项目讲解可以看链接下载后中的ppt，数据集是kaggle提供的数据集以及自己用爬虫爬取的数据集，去除了大部分老重复的图，就是做了一定筛选，有2400+抽烟图片，并全部自己和舍友标注了。

效果

用了10张图片进行预测，预测出了8张，2张未预测出，8/10

开摄像头识别

我在云服务器跑了18轮，训练了3个多小时，大家如果想模型更好的话，可以试着再加抽烟数据集，增加迭代数，并且再加一些别的限制，如开始说的烟雾检测，让最后训练的模型更为准确。这里还存在一个问题，就是摄像头打开yolo逐帧检测时，感觉一卡一卡的，但是有些博主也用opencv调用摄像头识别人脸很顺畅，他们说可能是yolo大概30帧左右，如果是60帧就会顺畅，后面我试了下用SSD网路，并调用摄像头识别发现就非常流畅，所以果然还是yolo速度还是不够呀，天下武功，无坚不破，唯快不破！

下面是训练出的抽烟模型，在yolov4-keras\model_data下

用Python做了个简易GUI界面，弄了几个接口，链接了下功能，可以点击打开图片–>开始检测，或者打开摄像头识别，其实还可以弄个检测本地视频。
window.py运行后如下，这里我打开了一张图片

运行环境

Python3.7
tensorflow1.14

下载链接：https://download.csdn.net/download/weixin_39615182/13507122