据2019年世界卫生组织统计,全球共有11亿烟民,其中我国烟民总数超3.6亿,是世界上吸烟人数最多的国家。烟草中至少含有70多种致癌物,吸烟或者被动吸烟会对人健康成巨大的伤害,我国每年治疗烟草相关疾病花费约3.5万亿元。吸烟不仅危害健康,也是火灾患之一,每年约20%的火灾由吸烟引起。着社会的发展,吸烟所引起的健康、经济和环境受到了人们的强烈关注。传统吸烟检测主要利用烟探测器,检测烟烟判断该区域是否有人吸烟,但是该方法精度低,只能判断是否有人吸烟,无法准确识别吸烟者,而且吸烟产生的烟少,因此烟探测器多用于火灾报警,无法判断是否存在吸烟行为。着人工智能、计算机视觉、深度学习的发展和硬件计算能力的提,图像处理技术渐应用于诸多域,如人脸识别、自动、缺检测等。百度率先提出AI控烟,利用深度学习训练控烟模型,自动识别图像中的吸烟者。本文在此背景和基础上,提出一种基于深度学习图像处理的吸烟行为检测算法,以图像数据为入,深度学习网络自主提取目标特征并对目标行分类,从而检测图像中是否存在吸烟者。分析对比当前基于深度学习的目标检测算法,综合检测度和精度两大指标,以YOLOv3算法为基础,在Win10系统下搭建了深度学习环境,建立数据,训练并评估模型,根据评估结果有对性的对YOLOv3行了结构改和参数寻优。理论分析和实结果均表明,基于YOLOv3的吸烟检测算法可行,改后的模型具有YOLOv3-tiny的检测度,其检测精度比YOLOv3-tiny明显提。最后构建了吸烟检测系统,利用Py Qt5搭建上位机界,调用已训练模型执行吸烟检测任务。测试结果表明,该系统可有效识别图像中的吸烟者,具有好的推广价值。