根据搜索结果，目前主流的抽烟识别模型软件及工具主要包括以下两类：

一、AI/深度学习模型软件

itsmoke虚拟吸烟模拟器

- 功能：

支持虚拟吸烟场景模拟（如扔灰、弹烟等），提供3D效果和真实记录，帮助用户监控吸烟习惯并辅助戒烟。 - 特点：基于神经网络深度学习算法，可分析用户行为数据，适合个人健康管理。

基于YOLOv5的吸烟行为检测系统

- 功能：

实时识别视频中吸烟行为，支持多目标检测（如定位吸烟位置、记录次数），适用于公共场所监控。 - 特点：采用轻量级模型（如MobileNet V2），准确率可达95.56%，支持自定义模型训练。

二、图像识别工具

OpenCV

- 功能：

开源计算机视觉库，支持烟雾图像处理、特征提取等，适用于基础图像分析。 - 特点：跨平台支持（C++/Python），可结合其他机器学习框架使用。

TensorFlow/PyTorch

- 功能：

提供深度学习框架，支持自定义模型训练（如ResNet、MobileNet等），适用于复杂场景的烟雾识别。 - 特点：灵活高效，适合科研及工业级应用。

三、其他相关工具

烟雾图片识别编程软件：如Caffe、YOLO等，主要用于烟雾类型检测或场景分析，但权威性较低。

总结：若需实时监控公共场所吸烟行为，推荐使用基于YOLOv5的检测系统；若侧重个人习惯管理，itsmoke模拟器更合适。图像处理需求可结合OpenCV等工具实现。