摘要:
本文介绍了一个基于YOLO算法的吸烟检测系统,该系统针对公共场所禁烟监管需求开发。系统支持多模态输入(图片/视频/实时摄像头),采用模块化界面设计,集成模型切换、参数调节、结果保存等功能,检测精度达91.6%(mAP@0.5)。技术栈包括Python3.10、PyQt5和SQLite,内置YOLOv5/v8/v11/v12模型,其中YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。系统还提供模型训练脚本,支持用户自定义数据集优化。该方案有效解决了传统人工巡查效率低、现有系统功能单一等问题,为无烟环境建设提供智能化工具。 阅读全文
本文介绍了一个基于YOLO算法的吸烟检测系统,该系统针对公共场所禁烟监管需求开发。系统支持多模态输入(图片/视频/实时摄像头),采用模块化界面设计,集成模型切换、参数调节、结果保存等功能,检测精度达91.6%(mAP@0.5)。技术栈包括Python3.10、PyQt5和SQLite,内置YOLOv5/v8/v11/v12模型,其中YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。系统还提供模型训练脚本,支持用户自定义数据集优化。该方案有效解决了传统人工巡查效率低、现有系统功能单一等问题,为无烟环境建设提供智能化工具。 阅读全文
posted @ 2026-01-16 17:09
Coding茶水间
阅读(36)
评论(0)
推荐(0)

浙公网安备 33010602011771号