＜数据集＞骑行头盔识别数据集＜目标检测＞

已于 2024-09-05 15:46:18 修改
阅读量497 收藏 1
点赞数 6
分类专栏： 深度学习数据集 文章标签： 目标检测 人工智能 计算机视觉 YOLO python
于 2024-08-15 11:42:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53332949/article/details/141218191
版权

数据集格式：VOC+YOLO格式

图片数量：5026张

标注数量(xml文件个数)：5026

标注数量(txt文件个数)：5026

标注类别数：3

标注类别名称：['helmet', 'without_helmet', 'two_wheeler']

序号类别名称图片数框数
1helmet430715348
2without_helmet29527876
3two_wheeler491716759

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

深度学习lover
关注
专栏目录
Helmet Detection 头盔检测-数据集
03-12
该数据集包含764种2个不同类别的图像，用于进行头盔检测。 Helmet Detection_datasets.txt Helmet Detection_datasets.zip
Safety Helmet Detection安全帽检测-数据集
03-23
通过使用bbox批注检测5k图像上的人员和安全帽，提高工作场所的安全性。该数据集包含以下3类的5000幅图像，这些图像带有PASCAL VOC格式的边界框注释：头盔;人; 头。
头盔数据集
weixin_53001080的博客
01-13 502
工地安全帽数据集共7581张，外卖骑手数据集共4160张，常规骑行数据集（包括自行车和电动车、摩托车等）1055张。以上三类头盔数据集不论是做工地安全帽检测，还是骑行头盔检测都够用了，这三类都是我在做毕业设计的时候收集并自行处理标注过得，需要的朋友可私信。
电动车头盔检测数据集
z240626191s的博客
05-20 2234
现在正慢慢整理自己有关电动车头盔检测的项目内容，会逐渐将这些资源进行发布，供大家参考和使用【部分资源有偿提供，毕竟花费了很多心血】。这篇文章主要是发布相关数据集的。网上关于有很多，而且多种多样，但有关电动车头盔检测的资源比较少，不仅仅是论文数量方面，数据集也是少的可怜。如果自己制作数据集又太耗时间【自己做过数据集的都应该知道】。为了可以让大家不用在数据集的收集和制作上面浪费太多时间，我这里将相关数据集【毕竟也是自己一张张标注的】。言归正传，下面将对数据集进行说明。
【开源数据集】电动车佩戴头盔检测数据集（TWHD）
hzg19930513的博客
01-26 1584
佩戴头盔检测数据集VOC格式图像与标注数量各5448张
一种基于深度学习的方法来检测摩托车头盔的使用
图像算法Imalg的博客
11-21 6517
背景 据统计使用摩托车头盔可以将道路交通事故中摩托车驾驶员致命伤害的可能性降低42％，尽管如此，遵守摩托车头盔还是较少，尤其是在发展中国家，为了有效开展针对性的头盔使用运动，政府必须收集有关头盔法律遵守程度的详细数据。但40％的国家尚未估算出这一关键的道路安全指标。 而且即使有数据可用，头盔使用的观察也常常受到样本量和区域范围的限制，是从相对较短的时间框架中得出的数据，或仅在学术研究范围内单独...
比赛新项目-电动车头盔佩戴检测数据集3052张含voc和yolo两种格式标签.zip
04-04
比赛新项目-电动车头盔佩戴检测数据集3052张含voc和yolo两种格式标签.zip 数据集包含png图片和xml、txt两种格式标签 标签类别为两类，分别是：【"EbikeHelmet"，"Without_EbikeHelmet"】 该数据集非工地安全帽数据集！！！ 该数据集非工地安全帽数据集！！！ 该数据集非工地安全帽数据集！！！ 数据集标注准确无误，背景丰富，多样性充足，请放心下载使用。 适合用于做实际项目、比赛、课程设计、毕设等。
YOLOv4实战尝鲜 --- 教你从零开始训练自己的数据集（安全头盔佩戴识别检测）
热门推荐
梦坠凡尘
05-13 3万+
本文代码基于：https://github.com/ultralytics/yolov3 首先介绍数据集，来源于AI研习设的一个比赛，见链接：https://god.yanxishe.com/32
骑行电动车佩戴头盔数据集
11-08
标题 "骑行电动车佩戴头盔数据集" 暗示了这是一个与交通安全相关的计算机视觉数据集，专注于电动车骑手佩戴头盔的行为。这类数据集通常用于训练机器学习或深度学习模型，以便于自动检测和识别图像中的电动车和头盔，...
骑手头盔数据集（已标注）
04-24
包含摩托车、电动车骑手头盔700+标注数据集数据集，VOC格式，可转成XML格式。
头盔数据集图片和xml文件.rar
11-30
这是头盔图片和xml文件的数据集，里面包含975张图片和数据集，可以用来训练深度学习模型，用pytorch-yolo4模型训练基本上可以达到百分之90以上的识别度，可以达到半商业化程度。
Smart_Construction:施工现场的头部头盔检测，基于目标检测工地安全帽和禁入危险区域识别系统，:rocket::grinning_squinting_face:附YOLOv5训练自己的数据集超详细教程:rocket::grinning_squinting_face:2021.3添加可视化界面:red_exclamation_mark::red_exclamation_mark:
03-13
智能建筑 如果帮到您请给个星星 :glowing_star: :glowing_star: :glowing_star: ，您的星级 :glowing_star:是我最大的鼓励！ 该项目是使用YOLOv5 v2.x的程序来训练在智能工地安全领域中头盔目标检测的应用 可视化界面演示（2021.3上新！）： :collision: :collision: :collision:新增可视化界面上线啦！！！！来一波演示！！！ :collision: :collision: :collision: 使用文档： 纯图片再来一波演示！ 指标 yolov5s为基础训练， epoch = 50 分类 P [R mAP0.5 总体 0.884 0.899 0.888 人体 0.846 0.893 0.877 头 0.889 0.883 0.871 安全帽 0.917 0.921 0.917 对应的权重文件：， b981码： b981 yolov5m为基础训练， epoch = 100 分类 P [R mAP0.5 总体 0.886 0.915 0.901 人体
yolov4-deepsort-helmet-detection:yolov4检测头盔（安全帽）
05-24
Yolov4-deepsort头盔检测 使用DarknetYOLOv4模型训练的头盔（安全帽）检测器。 测试环境 Windows 10 x64 2020 (build 19041.388) NVIDIA RTX 2070 Super CUDA 10.1 / CuDNN 7.6.5 Python 3.7.7 x64 tensorflow 2.2.0 GPU 训练体重 将重量文件放在./configs 要使用自己的数据集进行训练，您应该使用 。 并需要更改一些参数 使用的数据集 +约100张图片 依存关系 Python opencv-python，numpy，scikit图像在图像上画框和文字 张量流2.2.0 使用DeepSORT模型跟踪对象 matplotlib 创建颜色图 CUDA 10.1 / CuDNN 7.6.5 暗网 用于yolov4对象检测 dark.dll,
安全帽检测数据集.zip
06-19
安全帽检测数据集.zip 一共1000多张安全帽佩戴图片，可供安全帽模型检测的数据集。
骑手头盔检测 车牌识别数据集 JPG（120张图像）
03-29
3. 目标检测任务：该数据集的核心是两个目标检测任务——头盔检测和车牌识别。头盔检测涉及到在图像中找到骑手并判断他们是否佩戴了头盔，这通常采用如YOLO（You Only Look Once）、SSD（Single Shot MultiBox ...
电动车安全帽（头盔）数据集
05-26
电动车安全帽（头盔）数据集，1000张左右，全部都已标注。电动车是一种具有3.5亿保有量的交通工具，其数量超过了汽车的3.19亿辆，所以说电动车是最大的交通工具，一点都不为过。而现在，电动车已经完全的进入了标准...
【基于YOLOv8的两轮车头盔检测算法 附训练数据集-源码】
最新发布
qq_34211771的博客
04-24 1949
YOLOv8, 头盔检测, 两轮车安全, 实时对象检测, 深度学习, 计算机视觉, YOLOv8头盔检测算法, 两轮车头盔佩戴检测, 基于YOLOv8的安全监控, 摩托车头盔自动检测, 使用深度学习进行头盔识别, 智能交通系统中的头盔检测, 基于计算机视觉的安全装备检测, 如何使用YOLOv8检测头盔, YOLOv8在交通安全中的应用, 提高两轮车驾驶安全的技术, 深度学习如何帮助交通规则执行, 最新的头盔检测技术是什么
yolov5骑行头盔检测
04-04
1. 收集骑行头盔数据集。可以使用公开数据集或自己收集数据集。 2. 使用YOLOv5的训练脚本，对数据集进行训练。可以使用官方提供的预训练模型进行迁移学习，也可以从头开始训练。 3. 在测试集上进行模型测试，检查...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值