本项目为基于YOLOv5开发的抽烟识别系统，自制了SMOKEDATA的数据集进行训练得到权重相关信息，进而实现识别处理。
吸烟每年导致我国死亡人数已经超过100万，吸烟导致男性死亡占比23.66%，高于女性8.3%，而居我国前3位吸烟相关疾病是肺癌、COPD和缺血性心脏病。数据显示，肺癌在中国恶性肿瘤发病及死亡均排名第一，2020年我国肺癌新发病例82万，死亡71万，预计到2025年，我国肺癌病人将达到100万。
由于我国烟民人数有3.5亿，基数相对庞大。吸烟有害健康，是导致多种严重健康问题的主要原因之一，包括肺癌、慢性阻塞性肺疾病、心脏病、中风、呼吸系统感染等。吸烟是肺癌最主要的危险因素，大约70%以上的肺癌发生与吸烟有关，特别是中心型小细胞肺癌。吸烟者不仅本身人患肺癌的风险增加，长时间遭受二手烟暴露的人群也会导致非吸烟者罹患吸烟相关疾病，包括肺癌发病的风险。此外，长期接触致癌物质如石棉、放射线和空气污染物的有害物质也与肺癌的发生有关。
基于YOLOv5制作的小型抽烟检测模型基本实现了抽烟检测的功能，可以以此为基础扩大数据集更好的训练模型，得到更好的boxing效果。选取YOLOv5的好处就是可以进行实时检测，相对实时性较好，时间开销成本少，之后可以连接摄像头进行实时检测，应用在公共卫生间、影院等公共场所，具有较强的应用性。以此为基础可以加deepsort实现抽烟人的追踪检测，方便记录抽烟人员的行踪，更好的完善抽烟识别的系统。