摘要：该数据集面向工业生产、建筑施工及高风险作业环境中的个人防护装备智能检测任务，采用 YOLO 目标检测格式进行标注。经过类别筛选后，数据集中保留 Helmet、Mask、Safety Vest、boots、glove 共 5 类防护装备，可用于构建多类别 PPE 自动识别与安全监管模型。
数据集概述
该数据集是在原始 PPE 目标检测数据集基础上进行筛选和重新标注得到的精简版本。原始数据中的 Person 和 glasses 两个类别及其对应边界框已被移除，仅保留安全帽、口罩、反光背心、防护靴和手套五类核心个人防护装备。通过减少非核心类别，可以使模型更加专注于 PPE 穿戴状态识别，适合用于施工现场、工厂车间及工业作业环境中的安全装备检测与违规行为监测研究。
数据结构与关键特征
数据集按照 train、valid 和 test 三个子集进行组织，每个子集均包含 images 和 labels 两个目录。其中训练集图像路径为 train/images，验证集为 valid/images，测试集为 test/images；对应标注文件分别存储在各自的 labels 文件夹中。数据采用 YOLO 风格的目标检测组织形式，类别编号 0 对应 lane。这种结构可以直接用于 YOLOv5、YOLOv8、YOLO11 等模型训练，并方便进行训练、验证和独立测试。
应用价值与研究方向
该数据集适用于工业安全监控、施工人员防护装备检测、PPE 穿戴合规识别以及智能视频监管等研究方向。可采用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等模型实现安全帽、口罩、反光背心、防护靴和手套的实时检测，并进一步研究小目标识别、遮挡场景检测、复杂光照适应、类别不平衡以及多尺度特征融合等问题。结合摄像头、边缘计算设备和告警系统，还可构建实时 PPE 安全监管平台，对未佩戴必要防护装备的作业场景进行自动识别与风险预警。
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-846
文件大小：584M
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)