建筑施工设备与人员检测数据集 | 目标检测 | 建筑施工

【建筑施工设备与人员检测数据集 | 目标检测 | 建筑施工】
本数据集为面向建筑施工场景的目标检测数据集，共包含8个标注类别，总计1000张标注图像，类别涵盖挖掘机、起重机、自卸车、人员、混凝土、木材及高可见度安全装备和安全帽等，适用于施工工地的设备识别、人员安全防护监测与施工进度观测，可支撑工地智能化管理模型训练。

数据集概览

• 数据集名称：建筑施工设备与人员检测数据集
• 任务类型：目标检测
• 图像总数：1000 张
• 标注类别：8 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 8 个检测类别：

• 挖掘机（digger）（挖掘机）
• 起重机（crane）（起重机）
• 自卸车（dumper-truck）（自卸车）
• 人员（person）（人员）
• 混凝土（concrete）（混凝土）
• 木材（wood）（木材）
• 高可见度安全装备（Hi-Vis）（高可见度安全装备）
• 安全帽（hard-hat）（安全帽）

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. 工地设备识别：自动识别挖掘机、起重机、自卸车等施工机械，辅助设备调度管理。
2. 人员安全防护监测：检测人员及安全帽、高可见度装备穿戴情况，支撑安全监管。
3. 施工进度观测：结合设备与物料目标分布，辅助判断施工现场的实际进度。

数据集特点

• 高质量标注：从 Roboflow Universe 精选的高质量图像数据，经过严格筛选与标注，标签边界精确，可直接用于模型训练。
• 真实场景数据：图像源自真实业务场景，涵盖多种光照、角度与环境变化，具备良好的泛化能力，贴近实际部署需求。

获取方式

本数据集提供了下载链接，登录后即可查看：