安全帽目标检测数据集 | 目标检测 | 安全生产

【安全帽目标检测数据集 | 目标检测 | 安全生产】
本数据集面向建筑工地等作业场所的安全帽佩戴检测，共含 1 个类别（安全帽 helmet 目标）、总计 973 张标注图像。可用于人员在岗安全帽佩戴情况的自动识别，服务于安全生产监管与违规行为预警，适合安全帽检测模型的训练与评估。

数据集概览

• 数据集名称：安全帽目标检测数据集
• 任务类型：目标检测
• 图像总数：973 张
• 标注类别：1 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 1 个检测类别：

• 安全帽（helmet 安全帽目标）

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. 在岗佩戴监测：自动识别作业人员是否佩戴安全帽，实现实时监测。
2. 违规行为预警：对未佩戴安全帽的人员进行及时预警。
3. 安全生产监管：辅助建筑工地等场景安全规范落实与监管。

数据集特点

• 高质量标注：单一目标类别标注精准、统一规范，标注质量高。
• 真实场景数据：图像场景多样，取材于真实建筑施工作业场所，实用性较强。

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：