简介面向施工工地、工厂等安全着装监测场景的YOLO目标检测数据集聚焦安全帽、反光衣与工作服的自动识别任务适合计算机视觉学习者、算法工程师及安全信息化项目开发者用于模型训练、验证与效果评估。压缩包共2000个文件约952.16MB其中1999个txt文件为图像标注标签1个yaml文件用于数据集路径与类别配置结构简洁便于直接接入YOLO系列训练流程。已有1622人学习下载具备一定参考热度。数据可服务于监控画面中人员规范着装的实时检测与违规告警思路验证帮助读者快速搭建安全帽、反光衣识别实验理解标注格式、类别配置与训练数据组织方式为工地和工厂的事前预防、事中检测与事后管理提供数据基础。1. 从闸口抓拍到标注框YOLO 安全帽/反光衣/工作服数据集先解决哪几个误报园区闸口的摄像头最怕两件事安全帽漏检被放行反光衣误报把普通工装拦下来。这套 YOLO 安全帽/反光衣/工作服数据集就是围绕这类人员合规检测场景整理的标签按 YOLO 检测格式组织类别覆盖安全帽、反光衣和工作服适合直接拿来做训练基线、误报排查和边缘端部署前的验证。它不是只给你一堆图片而是把三类目标的边界、长尾样本和遮挡情况放在同一套标注体系里省掉自己从零定义类别的返工。做安防算法、园区巡检、施工场景识别的从业者或者要复现一个能跑通的目标检测项目都可以从这套数据开始。先别急着开训后面的标签检查、划分和增强参数才是决定现场能不能用的分水岭。2. 标签体系拆解YOLO 五列 txt、三类互斥边界与长尾样本拿到数据包先别开训这是我拆这类人员合规数据包时最深的血泪经验。安全帽、反光衣、工作服三个类别的框经常贴得很近一旦类别 ID 错位训练日志里的 loss 看着正常混淆矩阵里却能把反光衣全判成安全帽。先把目录、标签文件和类别名对齐比调学习率有用得多。2.1 目录结构与标签文件先对齐 images/labels 和 data.yaml常见的 YOLO 检测数据集会按images/train、images/val、labels/train、labels/val分目录图片和标签同名不同后缀。先看目录树不用急着数图片safety_gear_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml这套结构不是硬性标准但训练接口大多按这个约定推导标签路径images/train/abc.jpg对应labels/train/abc.txt。如果你把标签全放在一个平铺目录训练脚本不一定报错但可能把大量图片当负样本指标会变得很怪。data.yaml要先写清楚类别顺序必须和 txt 里的第一列一致path: ./safety_gear_dataset train: images/train val: images/val test: images/test names: 0: helmet 1: reflective_vest 2: workwearpath用相对路径或绝对路径都行目录名尽量不要带中文和空格。names里的 0、1、2 是标签文件里的class_id顺序不能随手改。改类别名可以改 ID 顺序要同步重写所有标签。下面这段配对检查脚本我一般会在训练前跑一遍from pathlib import Path ROOT Path(safety_gear_dataset) IMG_EXTS {.jpg, .jpeg, .png, .bmp} missing, empty, orphan [], [], [] for split in [train, val, test]: img_dir ROOT / images / split lbl_dir ROOT / labels / split for img in img_dir.rglob(*): if img.suffix.lower() not in IMG_EXTS: continue lbl lbl_dir / img.relative_to(img_dir).with_suffix(.txt) if not lbl.exists(): missing.append(str(lbl)) elif lbl.stat().st_size 0: empty.append(str(lbl)) for lbl in lbl_dir.rglob(*.txt): rel lbl.relative_to(lbl_dir).with_suffix() candidates [img_dir / (str(rel) ext) for ext in IMG_EXTS] if not any(p.exists() for p in candidates): orphan.append(str(lbl)) print(missing labels:, len(missing)) print(empty labels:, len(empty)) print(orphan labels:, len(orphan)) print(missing sample:, missing[:3]) print(orphan sample:, orphan[:3])ROOT换成你的数据目录IMG_EXTS按实际图片后缀补。missing是图片有、标签没有训练时可能被当负样本也可能直接报错取决于训练接口empty是空 txt通常是负样本不要一键删掉orphan是有标签没图片要么补图要么清掉别留在目录里干扰统计。检查项常见异常处理方式图片与标签同名后缀不一致、大小写不一致统一小写后缀批量重命名空标签文件被误判为坏文件保留为负样本单独记录数量标签无对应图片划分时漏拷贝图片补图或删除孤立标签data.yaml 类别顺序与 txt 第一列不一致以names为准重写标签注意YOLO 的 txt 是归一化中心宽高不是左上右下。把x1 y1 x2 y2直接写进去框会整体偏移训练损失可能还能降但预测框会偏到目标外。2.2 三类边界怎么定安全帽、反光衣、工作服不要互相打架安全帽、反光衣、工作服这三个类别听起来直白实际标注最容易打架的是反光衣和工作服。反光衣本身也是一种工作服如果同一件衣服既标reflective_vest又标workwear模型会学到两个高度重叠的框后处理阶段容易出现重复检。常见的互斥做法是反光衣优先workwear只标非反光工装安全帽独立成类不和工作服合并。类别 ID类别名标注对象互斥规则0helmet头戴式安全帽独立标注不因颜色合并1reflective_vest有明显反光条的反光背心优先于 workwear2workwear非反光工装、普通工作服不重复标反光衣如果原始标签里存在同一目标多类训练前要统一。我的做法是先统计每个类别的框数再看同一张图里三类框的重叠情况。下面脚本只统计类别频率够用来判断长尾from pathlib import Path from collections import Counter ROOT Path(safety_gear_dataset) names {0: helmet, 1: reflective_vest, 2: workwear} cls_cnt Counter() split_cnt Counter() for split in [train, val, test]: for txt in (ROOT / labels / split).rglob(*.txt): for line in txt.read_text().splitlines(): parts line.split() if len(parts) ! 5: continue cls_cnt[int(parts[0])] 1 split_cnt[split] 1 for k in sorted(names): print(k, names[k], cls_cnt[k]) print(boxes per split:, dict(split_cnt))names必须和data.yaml一致cls_cnt看类别频率split_cnt看划分后每个子集的总框数。如果某个类别在验证集里几乎没有框mAP 会变成玄学不是模型不行是验证集没覆盖到。常见做法是划分时按类别分层抽样至少保证每个类别在 val 里有足够样本样本少的那一类不要全靠过采样硬拉先把标注边界统一。2.3 长尾与遮挡先统计再训练不要直接开跑安全帽在远景画面里往往只有几十个像素反光衣在逆光下只剩一条亮边工作服又容易和背景墙面混在一起。先统计框的相对面积能判断要不要提高输入尺寸或做切片推理from pathlib import Path import statistics ROOT Path(safety_gear_dataset) areas [] for txt in (ROOT / labels / train).rglob(*.txt): for line in txt.read_text().splitlines(): parts line.split() if len(parts) ! 5: continue _, _, _, w, h map(float, parts) areas.append(w * h) small [a for a in areas if a 0.005] print(boxes:, len(areas)) print(small(0.5%):, len(small), f{len(small) / max(len(areas), 1):.2%}) print(median area:, statistics.median(areas) if areas else None)0.005是相对整图面积的阈值我一般把它当观察线不是硬标准。小目标占比高时imgsz640可能不够安全帽的帽檐和反光条会被 resize 抹掉可以先试imgsz960显存不够再考虑切片推理。遮挡样本要看标注策略只标可见部分还是按完整目标补框。两种都能训但必须全库统一不能一部分标可见、一部分补全否则模型对框大小的回归会摇摆。2.4 标签可视化把 txt 画回原图抽查统计只能看数量框贴不贴边还得画回原图。抽 train、val、test 各几张把归一化中心宽高还原成像素坐标from pathlib import Path from PIL import Image, ImageDraw ROOT Path(safety_gear_dataset) img_path ROOT / images/train / sample.jpg lbl_path ROOT / labels/train / sample.txt img Image.open(img_path).convert(RGB) draw ImageDraw.Draw(img) w, h img.size for line in lbl_path.read_text().splitlines(): c, x, y, bw, bh line.split() x, y, bw, bh map(float, (x, y, bw, bh)) x1 (x - bw / 2) * w y1 (y - bh / 2) * h x2 (x bw / 2) * w y2 (y bh / 2) * h draw.rectangle([x1, y1, x2, y2], outlinered, width3) img.save(check_sample.jpg)sample.jpg和sample.txt换成实际文件名outline和width按图片分辨率调。重点看三类框有没有互相套、安全帽框有没有把人的头肩一起框进去、反光衣框有没有只框住一条反光条。可视化抽查不用多每个子集十来张能发现大部分系统性错位。3. 训练基线从 data.yaml 到第一轮 YOLO 检测训练标签对齐之后第一轮训练的目标不是刷高指标而是拿到一个能解释的基线。安全帽和反光衣这类目标现场误报往往来自背景、逆光和类别混淆不是模型容量不够。先把输入尺寸、batch、数据划分固定下来后面调参才有对照。3.1 环境与目录约定路径不要带中文和空格训练目录我一般分成三块数据、权重、运行输出。数据目录保持images/labels结构权重放weights/训练输出放runs/train/。路径里不要带中文、空格和特殊符号尤其是 Windows 下从桌面直接拖路径很容易在数据加载阶段出现找不到文件的报错。mkdir -p safety_gear_dataset/images/train mkdir -p safety_gear_dataset/images/val mkdir -p safety_gear_dataset/labels/train mkdir -p safety_gear_dataset/labels/val mkdir -p runs/train mkdir -p weights这几条命令只建目录不搬数据。images/train和labels/train必须成对存在runs/train用来接训练日志weights放基线权重。显卡显存有限时先确认imgsz和batch的组合能跑起来再谈训练轮数。显存不够硬拉batch最常见的结果是训练中途崩掉日志只留一半。3.2 数据划分train/val/test 与固定随机种子如果原始数据只有all目录需要自己划分。下面脚本按文件级随机划分适合图片之间相互独立的场景from pathlib import Path import random import shutil ROOT Path(safety_gear_dataset) random.seed(42) val_ratio 0.2 for split in [train, val]: (ROOT / images / split).mkdir(parentsTrue, exist_okTrue) (ROOT / labels / split).mkdir(parentsTrue, exist_okTrue) images list((ROOT / images / all).glob(*.*)) random.shuffle(images) val_n int(len(images) * val_ratio) for i, img in enumerate(images): split val if i val_n else train shutil.copy2(img, ROOT / images / split / img.name) lbl ROOT / labels / all / f{img.stem}.txt if lbl.exists(): shutil.copy2(lbl, ROOT / labels / split / lbl.name)val_ratio是验证集比例random.seed(42)保证每次划分一致。这个脚本假设原图在images/all、标签在labels/all。如果数据来自视频抽帧不要按帧随机划分相邻帧同时进 train 和 val 会让指标虚高现场一跑就露馅。常见做法是按场景、人员或时间段分组整组进同一个子集。提示先把验证集固定下来后面调参不要动它。每次改完增强或阈值都换验证集指标就没有可比性。3.3 基线训练命令imgsz、batch、epochs 怎么给第一轮训练用常见 YOLO 命令行接口即可模型权重换成你的基线文件不要直接拿一个未验证的权重开跑yolo detect train \ modelyour_base_model.pt \ data./safety_gear_dataset/data.yaml \ imgsz960 \ epochs100 \ batch8 \ workers4 \ patience30 \ seed42 \ deterministicTrue \ close_mosaic10 \ projectruns/train \ namebaselineimgsz960是给远景安全帽留的起始值显存不够降到 640再靠切片推理补小目标batch8按显存调不要盲目拉大epochs100是观察起点不是必须跑满patience30连续 30 轮没有提升就早停close_mosaic10最后 10 轮关闭 mosaic让模型适应真实拼接分布seed和deterministic用来固定随机性方便复现。参数起始建议调整方向imgsz640 或 960小目标多往上加显存不够用切片batch8 或 16看显存占用训练崩就降epochs100看验证集曲线不追满patience30数据噪声大适当加大close_mosaic10最后一成轮关闭增强workers4 或 8数据加载慢再加太大反而抢内存3.4 日志与指标看 mAP50、mAP50-95、PR 曲线和混淆矩阵训练日志里不要只看总 mAP。安全帽和反光衣的类别 AP 分开看混淆矩阵看反光衣有没有被判成工作服。下面脚本读取results.csv画曲线列名可能因训练接口不同有差异先打印列名再改import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/train/baseline/results.csv) df.columns [c.strip() for c in df.columns] print(df.columns.tolist()) for col in [metrics/mAP50(B), metrics/mAP50-95(B), metrics/precision(B), metrics/recall(B)]: if col in df.columns: plt.plot(df[epoch], df[col], labelcol) plt.xlabel(epoch) plt.legend() plt.savefig(metrics_curve.png, dpi160)metrics/mAP50(B)看框得不够准但类别对的情况metrics/mAP50-95(B)更严格适合判断框回归质量precision高、recall低说明模型保守现场漏检会多反过来则是误报多。PR 曲线和混淆矩阵在运行目录里重点看反光衣和工作服的交叉项。总 mAP 涨了但反光衣 AP 掉通常是增强或类别权重把少数类压过去了。4. 数据增强与标注质检小目标、逆光、遮挡样本的处理参数增强不是越多越好。安全帽和反光衣都依赖颜色和纹理HSV 拉得过猛反光衣的荧光色会被洗成普通工装模型学到的边界反而更模糊。先做标注质检再谈增强参数顺序反了就是给自己埋雷。4.1 标注质检脚本越界框、零宽高、类别 ID 越界标签文件里最常见的错是坐标越界和宽高为 0。下面本文还有配套的精品资源点击获取
简介面向施工工地、工厂等安全着装监测场景的YOLO目标检测数据集聚焦安全帽、反光衣与工作服的自动识别任务适合计算机视觉学习者、算法工程师及安全信息化项目开发者用于模型训练、验证与效果评估。压缩包共2000个文件约952.16MB其中1999个txt文件为图像标注标签1个yaml文件用于数据集路径与类别配置结构简洁便于直接接入YOLO系列训练流程。已有1622人学习下载具备一定参考热度。数据可服务于监控画面中人员规范着装的实时检测与违规告警思路验证帮助读者快速搭建安全帽、反光衣识别实验理解标注格式、类别配置与训练数据组织方式为工地和工厂的事前预防、事中检测与事后管理提供数据基础。1. 从闸口抓拍到标注框YOLO 安全帽/反光衣/工作服数据集先解决哪几个误报园区闸口的摄像头最怕两件事安全帽漏检被放行反光衣误报把普通工装拦下来。这套 YOLO 安全帽/反光衣/工作服数据集就是围绕这类人员合规检测场景整理的标签按 YOLO 检测格式组织类别覆盖安全帽、反光衣和工作服适合直接拿来做训练基线、误报排查和边缘端部署前的验证。它不是只给你一堆图片而是把三类目标的边界、长尾样本和遮挡情况放在同一套标注体系里省掉自己从零定义类别的返工。做安防算法、园区巡检、施工场景识别的从业者或者要复现一个能跑通的目标检测项目都可以从这套数据开始。先别急着开训后面的标签检查、划分和增强参数才是决定现场能不能用的分水岭。2. 标签体系拆解YOLO 五列 txt、三类互斥边界与长尾样本拿到数据包先别开训这是我拆这类人员合规数据包时最深的血泪经验。安全帽、反光衣、工作服三个类别的框经常贴得很近一旦类别 ID 错位训练日志里的 loss 看着正常混淆矩阵里却能把反光衣全判成安全帽。先把目录、标签文件和类别名对齐比调学习率有用得多。2.1 目录结构与标签文件先对齐 images/labels 和 data.yaml常见的 YOLO 检测数据集会按images/train、images/val、labels/train、labels/val分目录图片和标签同名不同后缀。先看目录树不用急着数图片safety_gear_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml这套结构不是硬性标准但训练接口大多按这个约定推导标签路径images/train/abc.jpg对应labels/train/abc.txt。如果你把标签全放在一个平铺目录训练脚本不一定报错但可能把大量图片当负样本指标会变得很怪。data.yaml要先写清楚类别顺序必须和 txt 里的第一列一致path: ./safety_gear_dataset train: images/train val: images/val test: images/test names: 0: helmet 1: reflective_vest 2: workwearpath用相对路径或绝对路径都行目录名尽量不要带中文和空格。names里的 0、1、2 是标签文件里的class_id顺序不能随手改。改类别名可以改 ID 顺序要同步重写所有标签。下面这段配对检查脚本我一般会在训练前跑一遍from pathlib import Path ROOT Path(safety_gear_dataset) IMG_EXTS {.jpg, .jpeg, .png, .bmp} missing, empty, orphan [], [], [] for split in [train, val, test]: img_dir ROOT / images / split lbl_dir ROOT / labels / split for img in img_dir.rglob(*): if img.suffix.lower() not in IMG_EXTS: continue lbl lbl_dir / img.relative_to(img_dir).with_suffix(.txt) if not lbl.exists(): missing.append(str(lbl)) elif lbl.stat().st_size 0: empty.append(str(lbl)) for lbl in lbl_dir.rglob(*.txt): rel lbl.relative_to(lbl_dir).with_suffix() candidates [img_dir / (str(rel) ext) for ext in IMG_EXTS] if not any(p.exists() for p in candidates): orphan.append(str(lbl)) print(missing labels:, len(missing)) print(empty labels:, len(empty)) print(orphan labels:, len(orphan)) print(missing sample:, missing[:3]) print(orphan sample:, orphan[:3])ROOT换成你的数据目录IMG_EXTS按实际图片后缀补。missing是图片有、标签没有训练时可能被当负样本也可能直接报错取决于训练接口empty是空 txt通常是负样本不要一键删掉orphan是有标签没图片要么补图要么清掉别留在目录里干扰统计。检查项常见异常处理方式图片与标签同名后缀不一致、大小写不一致统一小写后缀批量重命名空标签文件被误判为坏文件保留为负样本单独记录数量标签无对应图片划分时漏拷贝图片补图或删除孤立标签data.yaml 类别顺序与 txt 第一列不一致以names为准重写标签注意YOLO 的 txt 是归一化中心宽高不是左上右下。把x1 y1 x2 y2直接写进去框会整体偏移训练损失可能还能降但预测框会偏到目标外。2.2 三类边界怎么定安全帽、反光衣、工作服不要互相打架安全帽、反光衣、工作服这三个类别听起来直白实际标注最容易打架的是反光衣和工作服。反光衣本身也是一种工作服如果同一件衣服既标reflective_vest又标workwear模型会学到两个高度重叠的框后处理阶段容易出现重复检。常见的互斥做法是反光衣优先workwear只标非反光工装安全帽独立成类不和工作服合并。类别 ID类别名标注对象互斥规则0helmet头戴式安全帽独立标注不因颜色合并1reflective_vest有明显反光条的反光背心优先于 workwear2workwear非反光工装、普通工作服不重复标反光衣如果原始标签里存在同一目标多类训练前要统一。我的做法是先统计每个类别的框数再看同一张图里三类框的重叠情况。下面脚本只统计类别频率够用来判断长尾from pathlib import Path from collections import Counter ROOT Path(safety_gear_dataset) names {0: helmet, 1: reflective_vest, 2: workwear} cls_cnt Counter() split_cnt Counter() for split in [train, val, test]: for txt in (ROOT / labels / split).rglob(*.txt): for line in txt.read_text().splitlines(): parts line.split() if len(parts) ! 5: continue cls_cnt[int(parts[0])] 1 split_cnt[split] 1 for k in sorted(names): print(k, names[k], cls_cnt[k]) print(boxes per split:, dict(split_cnt))names必须和data.yaml一致cls_cnt看类别频率split_cnt看划分后每个子集的总框数。如果某个类别在验证集里几乎没有框mAP 会变成玄学不是模型不行是验证集没覆盖到。常见做法是划分时按类别分层抽样至少保证每个类别在 val 里有足够样本样本少的那一类不要全靠过采样硬拉先把标注边界统一。2.3 长尾与遮挡先统计再训练不要直接开跑安全帽在远景画面里往往只有几十个像素反光衣在逆光下只剩一条亮边工作服又容易和背景墙面混在一起。先统计框的相对面积能判断要不要提高输入尺寸或做切片推理from pathlib import Path import statistics ROOT Path(safety_gear_dataset) areas [] for txt in (ROOT / labels / train).rglob(*.txt): for line in txt.read_text().splitlines(): parts line.split() if len(parts) ! 5: continue _, _, _, w, h map(float, parts) areas.append(w * h) small [a for a in areas if a 0.005] print(boxes:, len(areas)) print(small(0.5%):, len(small), f{len(small) / max(len(areas), 1):.2%}) print(median area:, statistics.median(areas) if areas else None)0.005是相对整图面积的阈值我一般把它当观察线不是硬标准。小目标占比高时imgsz640可能不够安全帽的帽檐和反光条会被 resize 抹掉可以先试imgsz960显存不够再考虑切片推理。遮挡样本要看标注策略只标可见部分还是按完整目标补框。两种都能训但必须全库统一不能一部分标可见、一部分补全否则模型对框大小的回归会摇摆。2.4 标签可视化把 txt 画回原图抽查统计只能看数量框贴不贴边还得画回原图。抽 train、val、test 各几张把归一化中心宽高还原成像素坐标from pathlib import Path from PIL import Image, ImageDraw ROOT Path(safety_gear_dataset) img_path ROOT / images/train / sample.jpg lbl_path ROOT / labels/train / sample.txt img Image.open(img_path).convert(RGB) draw ImageDraw.Draw(img) w, h img.size for line in lbl_path.read_text().splitlines(): c, x, y, bw, bh line.split() x, y, bw, bh map(float, (x, y, bw, bh)) x1 (x - bw / 2) * w y1 (y - bh / 2) * h x2 (x bw / 2) * w y2 (y bh / 2) * h draw.rectangle([x1, y1, x2, y2], outlinered, width3) img.save(check_sample.jpg)sample.jpg和sample.txt换成实际文件名outline和width按图片分辨率调。重点看三类框有没有互相套、安全帽框有没有把人的头肩一起框进去、反光衣框有没有只框住一条反光条。可视化抽查不用多每个子集十来张能发现大部分系统性错位。3. 训练基线从 data.yaml 到第一轮 YOLO 检测训练标签对齐之后第一轮训练的目标不是刷高指标而是拿到一个能解释的基线。安全帽和反光衣这类目标现场误报往往来自背景、逆光和类别混淆不是模型容量不够。先把输入尺寸、batch、数据划分固定下来后面调参才有对照。3.1 环境与目录约定路径不要带中文和空格训练目录我一般分成三块数据、权重、运行输出。数据目录保持images/labels结构权重放weights/训练输出放runs/train/。路径里不要带中文、空格和特殊符号尤其是 Windows 下从桌面直接拖路径很容易在数据加载阶段出现找不到文件的报错。mkdir -p safety_gear_dataset/images/train mkdir -p safety_gear_dataset/images/val mkdir -p safety_gear_dataset/labels/train mkdir -p safety_gear_dataset/labels/val mkdir -p runs/train mkdir -p weights这几条命令只建目录不搬数据。images/train和labels/train必须成对存在runs/train用来接训练日志weights放基线权重。显卡显存有限时先确认imgsz和batch的组合能跑起来再谈训练轮数。显存不够硬拉batch最常见的结果是训练中途崩掉日志只留一半。3.2 数据划分train/val/test 与固定随机种子如果原始数据只有all目录需要自己划分。下面脚本按文件级随机划分适合图片之间相互独立的场景from pathlib import Path import random import shutil ROOT Path(safety_gear_dataset) random.seed(42) val_ratio 0.2 for split in [train, val]: (ROOT / images / split).mkdir(parentsTrue, exist_okTrue) (ROOT / labels / split).mkdir(parentsTrue, exist_okTrue) images list((ROOT / images / all).glob(*.*)) random.shuffle(images) val_n int(len(images) * val_ratio) for i, img in enumerate(images): split val if i val_n else train shutil.copy2(img, ROOT / images / split / img.name) lbl ROOT / labels / all / f{img.stem}.txt if lbl.exists(): shutil.copy2(lbl, ROOT / labels / split / lbl.name)val_ratio是验证集比例random.seed(42)保证每次划分一致。这个脚本假设原图在images/all、标签在labels/all。如果数据来自视频抽帧不要按帧随机划分相邻帧同时进 train 和 val 会让指标虚高现场一跑就露馅。常见做法是按场景、人员或时间段分组整组进同一个子集。提示先把验证集固定下来后面调参不要动它。每次改完增强或阈值都换验证集指标就没有可比性。3.3 基线训练命令imgsz、batch、epochs 怎么给第一轮训练用常见 YOLO 命令行接口即可模型权重换成你的基线文件不要直接拿一个未验证的权重开跑yolo detect train \ modelyour_base_model.pt \ data./safety_gear_dataset/data.yaml \ imgsz960 \ epochs100 \ batch8 \ workers4 \ patience30 \ seed42 \ deterministicTrue \ close_mosaic10 \ projectruns/train \ namebaselineimgsz960是给远景安全帽留的起始值显存不够降到 640再靠切片推理补小目标batch8按显存调不要盲目拉大epochs100是观察起点不是必须跑满patience30连续 30 轮没有提升就早停close_mosaic10最后 10 轮关闭 mosaic让模型适应真实拼接分布seed和deterministic用来固定随机性方便复现。参数起始建议调整方向imgsz640 或 960小目标多往上加显存不够用切片batch8 或 16看显存占用训练崩就降epochs100看验证集曲线不追满patience30数据噪声大适当加大close_mosaic10最后一成轮关闭增强workers4 或 8数据加载慢再加太大反而抢内存3.4 日志与指标看 mAP50、mAP50-95、PR 曲线和混淆矩阵训练日志里不要只看总 mAP。安全帽和反光衣的类别 AP 分开看混淆矩阵看反光衣有没有被判成工作服。下面脚本读取results.csv画曲线列名可能因训练接口不同有差异先打印列名再改import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/train/baseline/results.csv) df.columns [c.strip() for c in df.columns] print(df.columns.tolist()) for col in [metrics/mAP50(B), metrics/mAP50-95(B), metrics/precision(B), metrics/recall(B)]: if col in df.columns: plt.plot(df[epoch], df[col], labelcol) plt.xlabel(epoch) plt.legend() plt.savefig(metrics_curve.png, dpi160)metrics/mAP50(B)看框得不够准但类别对的情况metrics/mAP50-95(B)更严格适合判断框回归质量precision高、recall低说明模型保守现场漏检会多反过来则是误报多。PR 曲线和混淆矩阵在运行目录里重点看反光衣和工作服的交叉项。总 mAP 涨了但反光衣 AP 掉通常是增强或类别权重把少数类压过去了。4. 数据增强与标注质检小目标、逆光、遮挡样本的处理参数增强不是越多越好。安全帽和反光衣都依赖颜色和纹理HSV 拉得过猛反光衣的荧光色会被洗成普通工装模型学到的边界反而更模糊。先做标注质检再谈增强参数顺序反了就是给自己埋雷。4.1 标注质检脚本越界框、零宽高、类别 ID 越界标签文件里最常见的错是坐标越界和宽高为 0。下面本文还有配套的精品资源点击获取
