​
带标注的安全帽识别数据集数据集，识别率95.6%，7481张图，支持yolo，coco json，voc xml,文末有模型训练代码

模型训练指标参数：

模型训练图：

数据集拆分

总图数：7481 张图数
训练集

6004 张图

验证集

985 张图

测试集

492 张图

预处理

自动定向：应用

调整大小：拉伸到640x640

增强

无

数据集标签：

[‘person’, ‘helmet’]

标签解释

数据集图片和标注信息示例：

数据集下载：

yolo26:https://download.csdn.net/download/pbymw8iwm/92870360

yolo v12:https://download.csdn.net/download/pbymw8iwm/92870344

yolo v11:https://download.csdn.net/download/pbymw8iwm/92870349

yolo v9:https://download.csdn.net/download/pbymw8iwm/92870364

yolo v8:

yolo v7:https://download.csdn.net/download/pbymw8iwm/92870356

coco json:https://download.csdn.net/download/pbymw8iwm/92870366

pascal voc xml:https://download.csdn.net/download/pbymw8iwm/92870373

YOLO模型训练

下载数据集之后解压到当前文件夹，然后将 我的仓库 https://gitcode.com/pbymw8iwm/YOLOProject里的训练模型脚本复制到文件夹下，假设你使用的是yolov8来训练你就用 python train_yolov8.py
​​

模型验证测试情况：

验证测试代码：

#需要安装pip install ultralytics
from ultralytics import YOLO
import cv2
 
# 加载训练好的 YOLO .pt 模型
model = YOLO('best.pt')  # 替换为你实际的 .pt 模型文件路径
 
# 定义要测试的图片路径
image_path = './image.jpg'  # 替换为你实际的图片文件路径
 
# 使用模型对图片进行预测
results = model(image_path)
 
# 获取预测结果
for result in results:
    # 获取绘制了检测框的图片
    annotated_image = result.plot()
 
    # 显示图片
    cv2.imshow("YOLOv Inference", annotated_image)
 
    # 等待按键退出
    cv2.waitKey(0)
 
    # 关闭所有 OpenCV 窗口
    cv2.destroyAllWindows()

推理结果：

{
“predictions”: [
{
“x”: 204,
“y”: 114,
“width”: 52,
“height”: 60,
“confidence”: 0.891,
“class”: “helmet”,
“class_id”: 0,
“detection_id”: “767767ff-b533-476e-9525-3c53f74e11f3”
},
{
“x”: 214.5,
“y”: 230.5,
“width”: 113,
“height”: 289,
“confidence”: 0.885,
“class”: “person”,
“class_id”: 1,
“detection_id”: “3060709c-4f90-4e60-add1-fcf4fede1077”
},
{
“x”: 137,
“y”: 198,
“width”: 52,
“height”: 104,
“confidence”: 0.872,
“class”: “person”,
“class_id”: 1,
“detection_id”: “480db1f4-b83e-4fc6-b089-70fe2b3b4199”
},
{
“x”: 121.5,
“y”: 160,
“width”: 23,
“height”: 30,
“confidence”: 0.809,
“class”: “helmet”,
“class_id”: 0,
“detection_id”: “568725e4-a3af-486c-bb0e-7ce49f38797e”
},
{
“x”: 340.5,
“y”: 295.5,
“width”: 37,
“height”: 67,
“confidence”: 0.623,
“class”: “person”,
“class_id”: 1,
“detection_id”: “dfbfaa93-f225-48c9-b5fc-6ce4c8cf1f00”
}
]
}