：施工场景下采集的安全防护装备目标检测数据集，可直接用于YOLO各版本训练)
数据集概述
专为施工现场安全合规打造的 11 类目标检测数据集，支持“佩戴 / 缺失”双标签，可直接用于 YOLOv8 训练。聚焦建筑工人个人防护装备检测。数据集包含 1 416 张真实场景图像，覆盖头盔、背心、手套、靴子、护目镜五大装备，并额外标注“缺失”状态，实现合规与违规双重识别。
数据分布
| 数据集划分 | 数量 |
|---|---|
| 训练 | 1132 |
| 验证 | 143 |
| 测试 | 141 |
训练配置文件
path: /root/autodl-tmp/data train: images/train val: images/val test: images/test # number of classes nc: 11 # Classes names: 0: helmet 1: gloves 2: vest 3: boots 4: goggles 5: none 6: Person 7: no_helmet 8: no_goggle 9: no_gloves 10: no_boots标注格式（可视化示例）
采用 Ultralytics YOLO 格式：每行代表一个目标，格式为 class cx cy w h，坐标均归一化到 0–1。
模型训练
在YOLOv8模型上进行训练，参数如下：
epochs：150
imgsz：640
batch：16
lr0：0.01
性能指标评估
获取链接数据集概述
https://download.csdn.net/download/m0_51004308/92484169
