基于YOLO的安全帽检测数据集——包含6000张图像的目标识别与计算机视觉应用

简介：
本数据集专为安全帽检测设计，采用YOLO算法框架，涵盖6000幅高质量图片，适用于目标识别及计算机视觉领域研究。 Yolo安全帽检测数据集是一种用于训练和测试YOLO模型的数据集，旨在识别图像中的戴安全帽和未戴安全帽的行为。该数据集包含超过6000张的图像样本，涵盖了各种场景如室内、室外及人群环境。 此数据集中不仅支持YOLOV5也兼容YOLOV8格式标注，并且包含了近6000多张涵盖不同情况下的佩戴与不佩戴安全帽的真实图片。文件分为images和labels两个部分，其中images为图像集，而labels则是手动标注的txt文件。在Yolov5和yolov8上的测试中已经达到了mAP@0.5超过0.9的成绩。 对于熟悉这一领域的研究者来说可以直接使用该数据集进行相关工作。