摘要：该数据集面向建筑施工和工业作业场景中的个人防护装备智能检测任务，主要关注安全帽、反光背心、头部以及人员等目标，可用于研究施工人员安全防护装备的自动识别与穿戴状态监测。
数据集概述
该数据集共包含 23,673 张图像，主要采集建筑施工、工业作业等场景中的工作人员，并对安全帽、反光背心和头部目标进行标注。数据来源整合了多个公开安全防护装备数据集，具有较丰富的人员姿态、拍摄距离、背景环境和光照条件，可用于训练深度学习目标检测模型，实现施工现场人员安全帽与反光背心的自动检测，为智能工地和工业安全监管提供数据基础。
数据结构与关键特征
数据集划分为 train、test 和 val 三个子集，比例约为 78%：11%：11%，所有图像均统一调整为 640×640 像素。标注文件存放于对应的 labels 目录中，采用标准 YOLO 格式，即 class_num center_x center_y width height。其中 Helmet、Vest 和 Head 三类目标的总实例数量分别为 57,860、10,024 和 124,826，具有较大的目标实例规模，适合开展多类别目标检测、小目标检测以及复杂场景下的安全装备识别研究。
应用价值与研究方向
该数据集可广泛应用于智慧工地、工业安全监控、施工人员防护装备检测和违规行为识别等场景，可结合 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等目标检测算法，实现安全帽、反光背心和人员目标的实时识别。进一步还可研究小目标检测、遮挡目标识别、类别不均衡、复杂光照适应、视频连续检测以及多目标跟踪，并结合摄像头或边缘计算设备构建实时安全监管系统，从而提高施工现场的自动化安全管理水平。
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-836
文件大小：4.2G
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)