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4类检测目标、总计1825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：1825 张
• 标注类别：4 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 4 个检测类别：

• 正确佩戴头盔（correct_helmet）
• 未佩戴头盔（no_helmet）
• 错误佩戴头盔（incorrect_helmet）
• 难以判断（unclear）

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. 高危作业监管：自动识别作业人员头盔佩戴状态的规范性。
2. 建筑工厂安全：核查建筑、工厂等多重危险场所防护合规。
3. 安全生产管理：辅助企业强化安全生产与人员防护管理。

数据集特点

• 高质量标注：按佩戴状态细分为正确佩戴、未佩戴、错误佩戴等4类。
• 真实场景数据：面向高危作业场所设计，适合精细化的防护检测。

获取方式