肇庆市网站建设_网站建设公司_博客网站_seo优化

数据集概述

专为施工现场安全合规打造的 11 类目标检测数据集，支持“佩戴 / 缺失”双标签，可直接用于 YOLOv8 训练。聚焦建筑工人个人防护装备检测。数据集包含 1 416 张真实场景图像，覆盖头盔、背心、手套、靴子、护目镜五大装备，并额外标注“缺失”状态，实现合规与违规双重识别。

数据分布

训练配置文件

path: /root/autodl-tmp/data train: images/train val: images/val test: images/test # number of classes nc: 11 # Classes names: 0: helmet 1: gloves 2: vest 3: boots 4: goggles 5: none 6: Person 7: no_helmet 8: no_goggle 9: no_gloves 10: no_boots

标注格式（可视化示例）

采用 Ultralytics YOLO 格式：每行代表一个目标，格式为 class cx cy w h，坐标均归一化到 0–1。

模型训练

在YOLOv8模型上进行训练，参数如下：

epochs：150
imgsz：640
batch：16
lr0：0.01

性能指标评估

获取链接数据集概述

https://download.csdn.net/download/m0_51004308/92484169