决赛第二名的吸烟打电话检测项目，代码结构清爽，逻辑也挺清晰的。用的是比较经典的目标检测方法，针对视频帧做，还加了些后，适合做行为识别入门参考。

数据预做得比较扎实，训练和验证分得清楚，还附了不少标注样例。你直接跑train.py就行，环境要求不复杂，Python 3.6+配上常规的PyTorch就能用。

嗯，模型是基于YOLO做了二次封装，适合细粒度检测场景，比如检测“抽烟动作”这种时序不稳定的事件。代码里还自带了一段视频剪辑+帧抽取的逻辑，挺贴心的。

哦对，推理部分封装得比较好，调用predict.py就能直接出图，结果带框带标签，适合快速测试效果。想改成自己的数据集？改个路径、label 就能跑，适配性还不错。

如果你正在找视频行为检测的开源实现，又不想从头搭个数据管线，这份资源真的可以看看。省时间、省力，还挺实用的。