安全背心检测数据集

带注释的安全背心与无安全背心图像，用于 PPE 合规性

• 来源和目的：
  该数据集由 Roboflow 贡献者收集并标记，为专注于安全背心使用的物体检测研究提供了可靠的基准。它支持以下应用：
  • 自动现场安全合规检查
  • 通过视频实时监控个人防护装备
  • 与智能头盔或可穿戴技术系统集成
    universe.roboflow.com
• 数据集组成
  • 图像总数：3,897 张高分辨率照片，展示穿着和不穿着安全背心的工人
  • 注释：每个人实例周围的边界框，标记为：
  1. Safety Vest
  2. No Safety Vest
  • 总注释数：~4,200 个框（两类）
  • 图像环境：室内工作场所、室外施工区域、不同的光照条件、遮挡和多个视点
• 注释格式和结构
  以YOLO v5格式导出，数据集遵循以下文件夹布局：
• 建议拆分
  • 训练：约 3,118 张图片
  • 验证：约 389 张图像
  • 测试：~390 张图像
    （这些分割是通过随机 80/10/10 采样生成的，但可以根据您的实验设计进行调整。）
• 关键用例
  • 对新的对象检测架构（YOLOv8、Faster-RCNN、SSD 等）进行基准测试
  • 相关 PPE 检测任务（头盔、手套、护目镜）的迁移学习
  • 边缘部署安全监视器的原型开发
• 限制和注意事项
  • 类别不平衡：“安全背心”实例比“无安全背心”实例更多——如果从头开始训练，请考虑增强或重新采样。
  • 环境偏差：大多数图像描绘的是日光场景；对于低光性能，您可能需要根据昏暗光线数据进行微调。
  • 注释一致性：边界框精度略有不同 – 请查看您的精度要求。