YOLOv5在建筑工地中安全帽佩戴检测的应用（已开源+数据集）

前言

Amusi 发现一个很棒的开源项目，利用YOLOv5进行目标检测的"落地化"应用：安全帽佩戴检测。

该项目使用了YOLOv5s、YOLOv5m、YOLOv5l来训练安全帽佩戴检测数据集，代码和权重均已开源！安全帽佩戴检测数据集也是开源的（共含7581 张图像）！

项目教程也相当详细，推荐入门练手学习！而且有意思的是，该项目和数据集的两位作者均是中国人，点赞！

项目链接（文末附下载）：GitHub - xiaobingchan/Smart_Construction: Head Person Helmet Detection on Construction Sites，基于目标检测工地安全帽和禁入危险区域识别系统，🚀😆附 YOLOv5 训练自己的数据集超详细教程！！！😆🚀

数据集链接（文末附下载）：https://github.com/xiaobingchan/Safety-Helmet-Wearing-Dataset

Smart_Construction

该项目是使用 YOLOv5 来训练在智能工地安全领域中头盔目标检测的应用

指标

yolov5s 为基础训练，epoch = 50

对应的权重文件：百度云，提取码: b981

yolov5m 为基础训练，epoch = 100

对应的权重文件：百度云，提取码: psst

yolov5l 为基础训练，epoch = 100

对应的权重文件：百度云，提取码: a66e

1.YOLO v5训练自己数据集教程

使用的数据集：Safety-Helmet-Wearing-Dataset ，感谢这位大神的开源数据集！

本文结合  YOLOv5官方教程 来写

环境准备

首先确保自己的环境：

Python >= 3.7
Pytorch == 1.5.x

训练自己的数据

提示：

关于增加数据集分类的方法，请看【5. 增加数据集的分类】

1.1 创建自己的数据集配置文件

因为我这里只是判断 【人没有带安全帽】、【人有带安全帽】、【人体】 3个类别 ，基于 data/coco128.yaml 文件，创建自己的数据集配置文件 custom_data.yaml

# 训练集和验证集的 labels 和 image 文件的位置
train: .