摘要：该数据集面向制造业与工业作业场景中的人员安全监测和个人防护装备检测任务，包含人员身体部位、防护用品以及作业工具等 17 类目标，可用于研究复杂工业环境下的多类别 PPE 检测。
数据集概述
数据集由全球不同工业和制造场景中的人员作业图像构成，图像主要采集自 Pexels 平台。去除重复样本后，共获得 8,099 张高质量图像，图像分辨率最高可达 8192×5462，最低约为 1920×1002。数据覆盖制造、装配、生产和工业作业等多种环境，平均每张图像包含约 9.38 个目标实例，具有较丰富的人员姿态、场景背景和防护装备组合，适合开展工业安全视觉检测研究。
数据结构与关键特征
数据集主要包含 images、labels、voc_labels 和 meta-data 等目录，同时提供 train_files.txt 和 val_files.txt 用于划分训练集和验证集。标注同时支持 YOLO 格式和 VOC 格式。数据共包含 17 类目标：Person、Head、Face、Glasses、Face-mask-medical、Face-guard、Ear、Earmuffs、Hands、Gloves、Foot、Shoes、Safety-vest、Tools、Helmet、Medical-suit 和 Safety-suit。该数据集还包含大量小目标，其中 39,764 个标注目标面积小于图像面积的 1%，59,025 个目标面积小于 5%，因此非常适合研究小目标和密集目标检测问题。
应用价值与研究方向
该数据集适用于工业人员安全监测、PPE穿戴检测、施工与制造现场风险识别、多类别人体部位检测以及智能视频监管等方向。可使用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等模型进行训练，并进一步研究小目标检测、多尺度特征融合、遮挡目标识别、类别不平衡、复杂背景鲁棒性以及实时推理优化。结合摄像头和边缘计算设备，还可以构建工业现场 PPE 合规检测与风险预警系统，对安全帽、护目镜、手套、防护服、耳罩等装备进行自动识别和持续监测。
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-850
文件大小：13G
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)