摘要：该数据集面向智慧城市交通分析与隐私保护型监控研究，由结构化表格记录和交通场景图像共同组成。
数据集概述
该数据集面向南亚地区真实监控环境中的砍刀自动检测，旨在弥补现有武器数据集在地域环境、摄像机质量、光照条件和场景构成方面的不足。数据来源于社交媒体平台上的真实视频，覆盖昼间、夜间、复杂视角、低照度、运动模糊和部分遮挡等情况，适合研究实际部署条件下的刃器识别模型。
数据结构与关键特征
视频以固定10帧/秒的采样率提取图像帧，并自动去除原始画面中的黑边，随后在CVAT中对砍刀目标进行人工多边形标注。数据同时提供COCO JSON多边形掩膜和YOLO归一化边界框，图像采用信箱缩放方式统一至960×960或1280像素版本。训练集、验证集和测试集按照时间顺序以60%、20%和20%的比例划分，降低相邻视频帧造成的数据泄漏；除单一砍刀正类外，还包含比例不超过40%的困难背景负样本。目录提供昼夜预训练、仅白天及时间安全划分等多个数据版本。
应用价值与研究方向
该数据集可用于砍刀目标检测、精细轮廓分割、公共安全监控和实时危险物品预警系统研究，支持YOLO、RT-DETR和SSD等模型。研究方向包括昼夜域适应、弱光图像增强、小目标与细长目标检测、遮挡条件下的轮廓恢复、跨摄像机泛化及边缘设备实时部署；实际使用时还应重视个人隐私、数据来源合规、误报风险和人工复核机制。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-739
文件大小：5G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)