VOC2028 安全帽佩戴检测数据集介绍、下载及YOLO/VOC/COCO训练格式转换

VOC2028 安全帽佩戴检测 完整数据集下载目录

同时包含三种主流标注格式：COCO JSON、VOC XML、YOLO TXT

VOC2028 安全帽佩戴检测 数据集📸：数据集介绍、下载📥| 目标检测｜水平框📌｜原始图像✅|VOC 标签✅|COCO 标签✅|YOLO 标签✅

文章目录

  • 一、基础说明
  • 二、核心参数
  • 三、数据来源与场景特征
  • 四、标签转换
  • 五、训练样例

一、基础说明

VOC2028并不是PASCAL VOC官方数据集
官方VOC只有 VOC2007 / VOC2012。
VOC2028 =SHWD（Safety-Helmet-Wearing-Dataset）安全帽佩戴检测数据集。
开发者将数据集整理为PASCAL VOC(XML)标准格式，文件夹命名为VOC2028，因此国内教程普遍称为VOC2028。
开源仓库原名：Safety-Helmet-Wearing-Dataset

Github地址：https://github.com/njvisionpower/Safety-Helmet-Wearing-Dataset

二、核心参数

  • 任务：工地场景安全帽佩戴状态目标检测
  • 图像总量：7581张
  • 标注目标总数：120558个
    • hat（佩戴安全帽，正样本）：9044个
    • person（裸露头部、未佩戴安全帽，负样本）：111514个
  • 标注格式：PASCAL VOC XML（水平框 bndbox，像素绝对坐标）
  • 类别：2类
    hat # 佩戴安全帽 person # 未佩戴安全帽（人头）

三、数据来源与场景特征

  1. 正样本（hat）：网络工地实拍图，人工LabelImg标注，包含红、蓝、白、黄多种颜色安全帽；
  2. 负样本（person）：部分源自SCUT-HEAD头部数据集，人工修正标注错误；
  3. 场景特点：
    • 建筑工地、户外施工、厂区作业；
    • 存在大量遮挡、远近尺度差异、多人密集画面；
    • 逆光、阴影、复杂背景，贴近真实监控摄像头画面；

四、标签转换

转换后的完整数据集目录（包含COCO JSON、VOC XML、YOLO TXT三种主流标签）：

此时的COCO标签划分是按照VOC中的train.txt和val.txt进行划分后转换的

📁 VOC2028 ├─ 📁 Annotations │ ├─ 📜 *.xml │ └─ ... ├─ 📂 COCO │ ├─ 📄 instances_train.json │ └─ 📄 instances_val.json ├─ 📁 ImageSets │ └─ 📁 Main │ ├─ 📄 train.txt │ ├─ 📄 val.txt │ ├─ 📄 trainval.txt │ └─ 📄 test.txt ├─ 📁 JPEGImages │ ├─ 🖼️ *.jpg │ └─ ... └─ 📂 YOLO ├─ 📃 *.txt └─ ...

各个文件夹含义：

  • Annotations：Pascal VOC 标准.xml标签文件
  • JPEGImages：数据集原始图片
  • ImageSets/Main：划分训练 / 验证 / 测试集的图片名称索引文件
  • COCO：转换后的 COCO 格式标注 json 文件
  • YOLO：转换后的 YOLO 水平框.txt标签

五、训练样例

此处以YOLO标签为例进行训练：