安全头盔佩戴检测数据集 | 目标检测 | 安全生产

【安全头盔佩戴检测数据集 | 目标检测 | 安全生产】
本目标检测数据集共包含2类检测目标、总计2788张标注图像，围绕”安全头盔佩戴检测数据集”场景进行采集与标注，可用于目标检测任务模型的训练与验证，适用于安全生产等领域。

数据集概览

• 数据集名称：安全头盔佩戴检测数据集
• 任务类型：目标检测
• 图像总数：2788 张
• 标注类别：2 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 2 个检测类别：

• 佩戴头盔（with_helmet）
• 未佩戴头盔（without_helmet）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 建筑工地监管：自动识别作业人员是否佩戴安全帽，辅助安全监管。
2. 工厂安全管理：核查工厂作业人员防护装备佩戴合规情况。
3. 安全生产合规：助力企业安全生产合规管理与审计。

数据集特点

• 高质量标注：佩戴与未佩戴二分类明确，检测目标聚焦人员头部区域。
• 真实场景数据：面向建筑、工厂等真实作业场景，规模较大。

获取方式

本数据集提供了百度网盘下载链接，登录后即可查看：