简介本资源面向计算机视觉入门与工业安全场景的算法开发者提供安全帽与安全服反光背心目标检测的YOLOv9标注数据集可用于训练与验证工地、厂区等场景下的穿戴合规检测模型。压缩包共2000个文件包含1955个txt标注文件、44张jpg样本图片及1个yaml配置文件整体约193.07MB标注文件与图像一一对应yaml可直接用于YOLO系列训练配置。图像已统一预处理自动定向并缩放至1280x720便于直接投入训练流程。目前已有855人学习下载说明该数据集在安全穿戴检测方向具有一定参考价值。读者可借助现成标注快速搭建检测基线验证模型在安全帽、反光背心等目标上的识别效果也可用于数据增强、标注格式转换与训练调参等实验节省从零采集与标注的时间成本。1. 安全帽与反光背心检测2000 张已标注图能省掉多少返工工地出入口的摄像头画面里安全帽和反光背心是最该被盯住的两类目标。但真正做过这个方向的人都知道模型效果差往往不是网络结构的问题而是标注数据不够、不干净、不统一。这份资源给的就是一个已经标好的 YOLOv9 数据集2000 多张图覆盖安全帽和安全服反光背心两类目标预处理阶段已经做了自动定向和 1280x720 的适合黑边缩放。换句话说拿到手就能直接进训练流程不用从零开始拉框。它适合三类人一是刚接触目标检测、想找一个真实工业场景练手的工程师二是手里有算法但缺数据的团队想先跑通 baseline 再补自有数据三是做视觉检测方案选型的人想验证 YOLOv9 在小目标、遮挡、逆光这些工地常见条件下的表现。文件名里那些Recording-2024-06-11-200314-Trim_000042和person_cam_3__2023-05-01_13-14-18的命名痕迹说明数据来源混合了固定摄像头和移动录制场景多样性比单一来源的数据集要好。下面从数据组织、训练配置、避坑到进阶验证一步步拆开讲。2. 数据集结构与 YOLOv9 训练链路从文件名到可训练张量2.1 文件名里的信息量与目录组织先看几个原始文件名File2_000023_jpg.rf.fbefa24622c889fa13170af5c95ba82a.jpg、Recording-2024-05-25-104440_000113_jpg.rf.6e76c356ac9f63af930c36a788f94d3a.jpg、person_cam_3__2023-05-01_13-14-18_jpg.rf.3d36b2d75928dd20da39e343ac80f5f8.jpg。中间那段.rf.加 32 位十六进制串是标注平台导出时自动生成的唯一标识用来防止不同来源的同名文件互相覆盖。前缀部分保留了原始采集信息File2可能是某批导入文件Recording-2024-xx-xx是录制日期person_cam_3是摄像头编号加时间戳。这些前缀在训练时不影响模型但在排查数据偏差时很有用——比如发现某一天录制的画面标注质量普遍差可以按前缀筛出来重标。标准 YOLO 格式的数据集目录一般长这样helmet_vest_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yamlimages下放 jpglabels下放同名 txt每行格式是class_id x_center y_center width height坐标全部归一化到 0~1。这份资源已经标好 2000 多张意味着 labels 目录里应该有对应数量的 txt。拿到手第一件事不是急着训练而是核对 images 和 labels 的文件名是否一一对应。常见做法是写个脚本扫一遍缺 label 的图直接移出训练集否则训练时 YOLOv9 会跳过或者报 warning白白浪费 epoch。2.2 data.yaml 的类别定义与路径写法YOLOv9 官方实现读的是data.yaml里面至少要有train、val、nc、names四个字段。针对安全帽和安全服两类目标写法如下# data.yaml train: ../helmet_vest_dataset/images/train val: ../helmet_vest_dataset/images/val test: ../helmet_vest_dataset/images/test nc: 2 names: 0: helmet 1: vest这里nc: 2对应两个类别names的顺序必须和 label txt 里的class_id严格一致。如果标注时把安全帽记为 0、反光背心记为 1这里就不能反。路径建议用相对路径相对于 YOLOv9 训练脚本所在目录绝对路径换机器容易翻车。test字段可选但建议留出来后面验证模型泛化能力时用得上。注意如果标注平台导出时类别名是中文或者带空格比如安全帽、反光背心在 yaml 里要改成英文或下划线形式YOLOv9 的 dataloader 对非 ASCII 类别名支持不稳定。2.3 从预训练权重启动训练命令与参数含义YOLOv9 常见做法是从官方预训练权重启动比如yolov9-c.pt或yolov9-e.pt。下面是一条我常用的训练命令python train_dual.py \ --workers 8 \ --device 0 \ --batch 16 \ --data data.yaml \ --img 640 \ --cfg models/detect/yolov9-c.yaml \ --weights yolov9-c.pt \ --name helmet_vest_v9 \ --epochs 100 \ --patience 20 \ --lr0 0.01 \ --lrf 0.01 \ --close-mosaic 10逐项说明--workers 8是 dataloader 线程数根据 CPU 核数调整太高反而拖慢--batch 16在单卡 8G 显存下比较稳显存够可以上 32--img 640是训练输入尺寸原始图是 1280x720缩到 640 长边能覆盖大部分安全帽目标如果小目标漏检多再考虑 960--patience 20表示 20 个 epoch 验证指标不升就早停--close-mosaic 10是最后 10 个 epoch 关闭 mosaic 增强让模型在真实分布上收敛。--lr0和--lrf分别是初始学习率和最终学习率因子用余弦调度时最终 lr lr0 * lrf。训练启动后重点看三个输出box_loss、cls_loss、dfl_loss。如果 cls_loss 一直不降大概率是类别定义或 label 格式有问题如果 box_loss 震荡厉害检查标注框是否有越界或宽高为 0 的脏数据。2.4 预处理参数对训练的影响摘要里提到预处理做了「自动定向」和「调整大小适合黑边1280x720」。自动定向是 EXIF 方向校正手机拍的图经常带旋转信息不校正的话人和帽子是躺着的标注框也会错位。适合黑边缩放意味着保持原始宽高比短边补黑边到 1280x720。这种处理在推理时要注意如果实际部署的摄像头画面比例和 16:9 差很多黑边区域会引入无效像素建议在推理前也做同样的 letterbox 处理保持训练和推理一致。常见做法是在datasets.py里确认 letterbox 的填充值YOLOv9 默认填 114 灰色。如果训练时填的是 0 黑色推理时也要填 0否则边缘目标的特征分布会偏移。这个细节很多人忽略导致验证集指标正常但实际部署掉点。3. 标注质量核查与类别平衡2000 张图里藏着的坑3.1 用脚本统计类别分布和框尺寸2000 多张图听起来不少但如果安全帽和安全服的框数量差距大模型会偏向多数类。先跑一段统计脚本import os from collections import Counter label_dir helmet_vest_dataset/labels/train class_counter Counter() box_sizes [] for fname in os.listdir(label_dir): if not fname.endswith(.txt): continue with open(os.path.join(label_dir, fname)) as f: for line in f: parts line.strip().split() if len(parts) ! 5: continue cid int(parts[0]) w, h float(parts[3]), float(parts[4]) class_counter[cid] 1 box_sizes.append((w, h)) print(类别分布:, class_counter) small sum(1 for w, h in box_sizes if w * h 0.01) print(f小框占比: {small / len(box_sizes):.2%})这段代码遍历所有 label 文件统计每个类别的框数量和面积小于 1% 的小框比例。如果class_counter里 0 和 1 的数量差三倍以上就要考虑对少数类做 oversampling 或者在 loss 里加类别权重。小框占比超过 30% 的话--img 640可能不够安全帽在远景画面里可能只有十几个像素建议提到 960 或 1280 再训一版对比。3.2 漏标与误标的快速抽查方法标注质量没法靠脚本完全判断但可以用模型反查。先用一份数据训 20 个 epoch 得到一个粗糙模型然后拿它在训练集上推理把置信度低但人工标了的框、以及置信度高但没标的区域导出来看。常见现象是反光背心在逆光下颜色发暗标注员漏标安全帽被遮挡一半标了但框偏大。这些样本挑出来重标比盲目加数据有效得多。另一个土办法是随机抽 50 张图把 label 画回原图肉眼过一遍。画框脚本用 OpenCV 几行就能写import cv2 img cv2.imread(images/train/xxx.jpg) h, w img.shape[:2] with open(labels/train/xxx.txt) as f: for line in f: cid, x, y, bw, bh map(float, line.split()) x1 int((x - bw / 2) * w) y1 int((y - bh / 2) * h) x2 int((x bw / 2) * w) y2 int((y bh / 2) * h) color (0, 255, 0) if cid 0 else (255, 0, 0) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.imwrite(check.jpg, img)绿色画安全帽、蓝色画反光背心一眼就能看出框是否贴合。这个步骤花半小时能省掉后面几小时的无效训练。3.3 训练集验证集划分的注意事项同一段视频录制的连续帧如果被随机分到 train 和 val验证指标会虚高因为相邻帧几乎一样。正确做法是按录制批次或摄像头编号划分比如Recording-2024-05-25整批进 val其余进 train。文件名前缀正好提供了这个分组依据。如果资源里已经划分好了建议检查一下 val 集里是否有和 train 同源的帧有的话手动调换。提示val 集至少保留 10% 且覆盖不同光照、不同摄像头角度否则早停策略会误判模型在没见过的场景上表现可能差很多。4. 训练过程避坑与排查loss 不降、显存爆、指标虚高4.1 现象cls_loss 从第一个 epoch 就居高不下原因通常是 label 里的 class_id 超出了nc定义的范围或者 label 文件里有空行、分隔符不是空格。YOLOv9 的 dataloader 遇到非法行会跳过但如果大量跳过cls_loss 就降不下来。解决方法是跑一遍 3.1 的统计脚本看class_counter里有没有出现 2 或更大的 id同时检查每行是否恰好 5 个字段。4.2 现象训练到一半显存溢出CUDA out of memory原因可能是--img设太大、--batch太高或者 mosaic 增强在后期叠加了过多图。解决方法是先把 batch 降到 8开启--accumulate梯度累积模拟大 batch如果还爆把--img从 960 降到 640。另外--workers太高也会占显存设成 4 试试。我一般会在训练脚本外加一层torch.cuda.empty_cache()但根本办法还是调小输入尺寸。4.3 现象验证集 mAP 很高但实际画面漏检严重这是典型的分布不一致。训练图是 1280x720 黑边缩放实际摄像头可能是 1920x1080 或 4:3 比例letterbox 后的目标尺度变了。解决办法是在推理前做和训练完全一致的预处理包括填充值和缩放比例。另一个原因是 val 集和 train 同源指标虚高按 3.3 重新划分后再看真实 mAP。4.4 现象反光背心类别 AP 远低于安全帽反光背心的视觉特征受光照影响大逆光、夜间、雨雾天容易和普通衣服混淆。除了补这类场景的数据可以在data.yaml里确认类别没有标反然后在训练时对 vest 类加更高的 loss 权重。YOLOv9 默认不直接支持类别权重常见做法是复制 vest 样本或在 dataset 里做 oversampling。如果资源里 vest 样本本来就少先补到和安全帽数量接近再训。4.5 现象训练日志里出现大量corrupt JPEG警告原因是个别 jpg 文件下载或传输时损坏。解决方法是写脚本用 PIL 逐张打开捕获异常后把损坏图移出数据集。损坏图不处理的话每个 epoch 都会重试读取拖慢训练速度。批量检查命令from PIL import Image import os bad [] for root, _, files in os.walk(helmet_vest_dataset/images): for f in files: p os.path.join(root, f) try: Image.open(p).verify() except Exception: bad.append(p) print(损坏文件:, bad)5. 推理部署与效果验证把 mAP 落到实际画面上5.1 用验证集跑一遍指标并导出混淆矩阵训练完成后YOLOv9 会在runs/train/helmet_vest_v9/下生成weights/best.pt和weights/last.pt。先用 best.pt 在 val 集上跑验证python val.py \ --data data.yaml \ --weights runs/train/helmet_vest_v9/weights/best.pt \ --img 640 \ --conf 0.25 \ --iou 0.5 \ --task val--conf 0.25是置信度阈值--iou 0.5是 NMS 的 IoU 阈值。跑完看confusion_matrix.png如果安全帽被大量误判为背景说明 recall 不够可以降 conf 到 0.15 再看如果反光背心和背景混淆严重说明特征区分度不够需要补负样本。5.2 单张图和视频流的推理写法单张图推理from ultralytics import YOLO model YOLO(runs/train/helmet_vest_v9/weights/best.pt) results model.predict( sourcetest_site.jpg, imgsz640, conf0.3, iou0.45, saveTrue ) for r in results: for box in r.boxes: cls_id int(box.cls) conf float(box.conf) print(f类别: {model.names[cls_id]}, 置信度: {conf:.2f})视频流推理把source换成0本地摄像头或 rtsp 地址即可。注意imgsz要和训练时一致conf和iou根据实际误报情况调。工地场景建议 conf 设 0.3~0.4太低会把安全帽阴影误判成帽子。5.3 用混淆矩阵和 PR 曲线判断该补什么数据confusion_matrix.png看类别间的混淆PR_curve.png看每个类别的 precision-recall 权衡。如果 vest 的 PR 曲线在 recall 0.6 之后 precision 断崖下跌说明模型对反光背心的判别边界模糊需要补不同光照下的背心样本。如果 helmet 的曲线整体靠右上说明安全帽特征已经学得不错可以把标注精力优先投到 vest 上。5.4 一个容易忽略的验证习惯我每次训完新模型除了看 mAP还会固定抽 20 张训练时没见过的现场图人工数一遍漏检和误检和模型输出对比。这个习惯来自一次翻车验证集 mAP 0.89实际部署漏检率却超过 20%原因是验证集里夜间样本太少。从那以后我每次划分数据集都强制按光照条件分层抽样训练完再走一遍人工抽查。希望帮到你。本文还有配套的精品资源点击获取