一、简介本数据集专为电梯轿厢场景下的电瓶车违规进入及人员检测任务而构建。随着电瓶车入户充电引发的火灾事故频发各地消防部门与物业管理单位对“电瓶车禁止进电梯”的智能化监管需求日益迫切。本数据集聚焦电梯这一封闭、狭小且光照条件特殊的典型场景旨在通过目标检测技术实现对电梯内电瓶车与人员的精准识别与预警从源头防止电瓶车进梯入户引发火灾保障居民生命财产安全。所有图像均采用 YOLO 标准格式进行精细化标注严格定义了ebike电瓶车与person人员两个核心类别旨在通过深度学习模型精准判别电梯内是否存在电瓶车违规进入行为同时准确检测轿厢内人员分布情况。数据集经过严格清洗与质量筛选剔除了模糊、过曝及标注错误的低质量样本并统一将图像缩放至 640×640 分辨率以平衡模型训练效率与检测精度。该数据集的构建旨在为电梯电瓶车阻车系统提供可靠的数据支撑助力实现电瓶车进梯的自动识别与即时告警从源头防范因电瓶车入户充电引发的火灾事故切实保障社区居民的生命财产安全。二、应用场景2.1、住宅小区电梯阻车适用于高层住宅小区、公寓楼、老旧小区改造电梯等场景对进入电梯的电瓶车进行自动识别与告警阻止电瓶车上楼入户充电。2.2、写字楼与商业综合体电梯安全管理适用于写字楼、商场、医院、酒店等公共场所电梯防止外卖配送车、保洁车等电瓶车通过电梯进入楼层降低消防安全隐患。2.3、城中村与群租房集中区域适用于城中村自建房、群租房、出租公寓等场景此类区域电瓶车保有量大、入户充电现象普遍通过电梯阻车识别防范楼道及室内充电引发的火灾事故。2.4、学校与园区内部电梯管理适用于大学校园宿舍楼、科技园区、工厂园区等场景防止学生、员工将电瓶车推入电梯带回宿舍或办公区充电保障集体住宿与办公环境安全。2.5、医院与养老机构电梯安全管理适用于医院住院部、养老院、康复中心等场景此类场所人员行动不便、疏散困难需严格禁止电瓶车进入电梯及楼层杜绝火灾隐患。2.6、地铁站与公共交通枢纽电梯适用于地铁站出入口电梯、地下通道电梯、公交枢纽等场景防止电瓶车经电梯进入地下空间或站厅区域降低封闭空间火灾风险。三、数据集制作3.1、数据集标注使用自开发的标注工具精细标注每个目标框。【标注工具 03】labelfast标注工具使用指南(支持YOLO\COCO\VOC格式)v3版本_支持导入yolo格式数据集并二次标注的工具-CSDN博客3.2、数据集分类类别ID英文名称中文名称标注框个数0ebike电瓶车55451person人76723.3、数据集统计数据集类型图像数量占比用途训练集train6,923张90%模型训练验证集val692张9%模型验证测试集test102张1%性能评估总计7692张100%-3.4、数据集结构dataset/ ├── train/ │ ├── images/ │ │ ├── lift_ebike_00001.jpg │ │ └── ... │ └── labels/ │ ├──lift_ebike_00001.txt │ └── ... ├── valid/ │ ├── images/ │ └── labels/ └── test/ ├── images/ └── labels/3.5、数据集配置文件data.yamltrain: D:/datasets/LiftEbike/train/images val: D:/datasets/LiftEbike/valid/images test: D:/datasets/LiftEbike/test/images nc: 2 names: [ebike, person] labelfast: version: 1.3路径使用绝对路径如果训练自己的数据集可以改成自己的数据集路径。3.6、数据分割策略数据集采用科学的分割策略确保训练、验证和测试集之间的数据分布均衡分割原则按比例分割训练集90%验证集9%测试集1%类别平衡确保每个类别在各数据集中都有代表性样本场景多样性包含不同角度、不同光照条件下的图像难度分布从简单到复杂的检测场景都有涵盖数据集分割3.7、数据预处理为了提高模型的训练效果和泛化能力数据集经过了全面的预处理预处理步骤图像标准化统一按比例640x640放缩图像质量压缩减少存储空间。数据增强通过旋转、翻转、缩放等方式增加数据多样性标注验证检查标注文件的准确性和完整性质量筛选移除模糊、损坏或标注错误的图像格式转换转换为模型训练所需的格式数据增强策略几何变换旋转、翻转、缩放、平移颜色变换亮度、对比度、饱和度调整噪声添加高斯噪声、椒盐噪声混合增强Mosaic、MixUp等技术数据集图像大小调整3.8、数据集展示训练验证测试四、链接描述链接数据集面向电梯场景的电瓶车检测数据集含7692张已按比例划分训练、验证、测试集支持YOLO全系列训练往期回顾链接数据集【数据集】数据集汇总按比例划分训练、验证、测试包含训练好的模型-CSDN博客软件开发【软件开发】深度学习软件开发汇总 (可视化界面、训练模型、源码)毕设推荐项目-CSDN博客参考链接详细介绍YOLO【深度学习02】YOLO模型的数据集、训练、验证、预测、导出_yolomap计算公式使用验证集还是训练集-CSDN博客
一、简介本数据集专为电梯轿厢场景下的电瓶车违规进入及人员检测任务而构建。随着电瓶车入户充电引发的火灾事故频发各地消防部门与物业管理单位对“电瓶车禁止进电梯”的智能化监管需求日益迫切。本数据集聚焦电梯这一封闭、狭小且光照条件特殊的典型场景旨在通过目标检测技术实现对电梯内电瓶车与人员的精准识别与预警从源头防止电瓶车进梯入户引发火灾保障居民生命财产安全。所有图像均采用 YOLO 标准格式进行精细化标注严格定义了ebike电瓶车与person人员两个核心类别旨在通过深度学习模型精准判别电梯内是否存在电瓶车违规进入行为同时准确检测轿厢内人员分布情况。数据集经过严格清洗与质量筛选剔除了模糊、过曝及标注错误的低质量样本并统一将图像缩放至 640×640 分辨率以平衡模型训练效率与检测精度。该数据集的构建旨在为电梯电瓶车阻车系统提供可靠的数据支撑助力实现电瓶车进梯的自动识别与即时告警从源头防范因电瓶车入户充电引发的火灾事故切实保障社区居民的生命财产安全。二、应用场景2.1、住宅小区电梯阻车适用于高层住宅小区、公寓楼、老旧小区改造电梯等场景对进入电梯的电瓶车进行自动识别与告警阻止电瓶车上楼入户充电。2.2、写字楼与商业综合体电梯安全管理适用于写字楼、商场、医院、酒店等公共场所电梯防止外卖配送车、保洁车等电瓶车通过电梯进入楼层降低消防安全隐患。2.3、城中村与群租房集中区域适用于城中村自建房、群租房、出租公寓等场景此类区域电瓶车保有量大、入户充电现象普遍通过电梯阻车识别防范楼道及室内充电引发的火灾事故。2.4、学校与园区内部电梯管理适用于大学校园宿舍楼、科技园区、工厂园区等场景防止学生、员工将电瓶车推入电梯带回宿舍或办公区充电保障集体住宿与办公环境安全。2.5、医院与养老机构电梯安全管理适用于医院住院部、养老院、康复中心等场景此类场所人员行动不便、疏散困难需严格禁止电瓶车进入电梯及楼层杜绝火灾隐患。2.6、地铁站与公共交通枢纽电梯适用于地铁站出入口电梯、地下通道电梯、公交枢纽等场景防止电瓶车经电梯进入地下空间或站厅区域降低封闭空间火灾风险。三、数据集制作3.1、数据集标注使用自开发的标注工具精细标注每个目标框。【标注工具 03】labelfast标注工具使用指南(支持YOLO\COCO\VOC格式)v3版本_支持导入yolo格式数据集并二次标注的工具-CSDN博客3.2、数据集分类类别ID英文名称中文名称标注框个数0ebike电瓶车55451person人76723.3、数据集统计数据集类型图像数量占比用途训练集train6,923张90%模型训练验证集val692张9%模型验证测试集test102张1%性能评估总计7692张100%-3.4、数据集结构dataset/ ├── train/ │ ├── images/ │ │ ├── lift_ebike_00001.jpg │ │ └── ... │ └── labels/ │ ├──lift_ebike_00001.txt │ └── ... ├── valid/ │ ├── images/ │ └── labels/ └── test/ ├── images/ └── labels/3.5、数据集配置文件data.yamltrain: D:/datasets/LiftEbike/train/images val: D:/datasets/LiftEbike/valid/images test: D:/datasets/LiftEbike/test/images nc: 2 names: [ebike, person] labelfast: version: 1.3路径使用绝对路径如果训练自己的数据集可以改成自己的数据集路径。3.6、数据分割策略数据集采用科学的分割策略确保训练、验证和测试集之间的数据分布均衡分割原则按比例分割训练集90%验证集9%测试集1%类别平衡确保每个类别在各数据集中都有代表性样本场景多样性包含不同角度、不同光照条件下的图像难度分布从简单到复杂的检测场景都有涵盖数据集分割3.7、数据预处理为了提高模型的训练效果和泛化能力数据集经过了全面的预处理预处理步骤图像标准化统一按比例640x640放缩图像质量压缩减少存储空间。数据增强通过旋转、翻转、缩放等方式增加数据多样性标注验证检查标注文件的准确性和完整性质量筛选移除模糊、损坏或标注错误的图像格式转换转换为模型训练所需的格式数据增强策略几何变换旋转、翻转、缩放、平移颜色变换亮度、对比度、饱和度调整噪声添加高斯噪声、椒盐噪声混合增强Mosaic、MixUp等技术数据集图像大小调整3.8、数据集展示训练验证测试四、链接描述链接数据集面向电梯场景的电瓶车检测数据集含7692张已按比例划分训练、验证、测试集支持YOLO全系列训练往期回顾链接数据集【数据集】数据集汇总按比例划分训练、验证、测试包含训练好的模型-CSDN博客软件开发【软件开发】深度学习软件开发汇总 (可视化界面、训练模型、源码)毕设推荐项目-CSDN博客参考链接详细介绍YOLO【深度学习02】YOLO模型的数据集、训练、验证、预测、导出_yolomap计算公式使用验证集还是训练集-CSDN博客
