简介YOLOv5格式的建筑工地安全隐患检测数据集面向计算机视觉开发者与安全监控场景覆盖头盔、口罩、车辆等十类常见隐患目标适用于目标检测模型训练和算法验证。资源包共2000个文件以YOLOv5规范的txt标签文件为主并附带1个Python可视化脚本压缩包整体148.9MB标签文件已按训练集和验证集划分可直接对接到YOLOv5训练流程。目前已有611人学习下载。数据集采用640×640分辨率的RGB图像并完成mosaic增强提升小目标和复杂背景下的检测效果使用者无需额外处理标注格式即可开始训练。可视化脚本支持随机读取一张图片并绘制边界框输出结果保存至当前目录便于快速检验标签正确性或用于项目汇报展示。无论是目标检测入门实践还是工地安全监测项目开发都可以基于该数据集快速搭建训练管线。1. 建筑工地安全隐患检测数据集一份能直接开跑的YOLOV5格式数据长什么样安全员每天在工地上来回巡检拍回来的照片动辄上百张逐张翻看有没有人没戴安全帽、有没有人越过基坑边缘眼睛很快就疲劳了。与其靠肉眼硬撑不如让目标检测模型替人先过一遍。目标检测数据集(YOLOV5目录格式)这份材料就是为这类“智慧工地”场景准备的标准训练原料建筑工地安全隐患检测10个风险类别目录与标签文件按YOLOV5训练脚本的习惯排好拿到手就能开始跑train.py不必先折腾格式转换。这份数据的价值不只是“有标注框”这么简单。10个类别覆盖了工地最常见的三块风险个人防护装备是否佩戴到位安全帽、反光衣、危险行为吸烟、使用手机、以及机械设备与明火车辆、挖掘机、电焊火源。适合两类人用一类是做智慧工地、施工安全告警系统的工程师需要一份起步数据来验证方案另一类是刚接触YOLOv5、想用自己的数据跑通完整训练流程的初学者。下面我们从数据组织方式讲起一路讲到训练参数和踩坑点最后给出让这份数据持续增值的实践做法。2. 从采集照片到YOLO标签10类隐患怎么标、目录骨架怎么搭2.1 10个类别怎么划分别把“人”和“违规行为”混在一个框里拿到工地照片后的第一个决策是类别表。常见的方案是把“人”作为一个基础类把人身上的防护装备和危险行为拆成独立类框可以重叠。这样做的原因是推理阶段你需要知道两件事现场有多少人、其中有多少人违规。下面的10类划分是我在类似项目里常用的方案也能对应到常见的工地安全巡检条款0: person # 普通人员含佩戴/未佩戴完整装备的个体 1: helmet # 安全帽佩戴状态 2: no-helmet # 未佩戴安全帽头部区域 3: vest # 反光衣穿戴状态 4: no-vest # 未穿戴反光衣躯干区域 5: phone # 低头看手机 6: smoking # 吸烟手部烟雾区域 7: truck # 工程运输车辆 8: excavator # 挖掘机/工程机械 9: fire # 明火/电焊火花注意几个易混点。第一helmet和no-helmet标注的是同一类目标的两种状态标注员最容易犯的错是把“正确佩戴”和“未佩戴”的边界划错比如把安全帽抓在手里的工人标成helmet。第二vest与no-vest的判定以“是否穿在身上”为准拿在手上或搭在肩上的不算穿戴。第三smoking的框建议包含手部与烟雾只标脸容易漏掉烟头火花。第四fire不单指火焰电焊的弧光、切割产生的火花都算。每个框要贴合目标不要为省事把整个工人身体圈进去替代头部或躯干框。类别表一旦确定就不要频繁增删。因为YOLO的类别ID是线性索引训练中途插入新类会导致已有的标签文件全部错位重标代价极高。如果你的场景确实需要新增类别我一般会单独建一个新数据集目录重新走一遍标注与转换而不是在原标签上硬改ID。2.2 YOLOV5标签目录骨架images 和 labels 必须一一对应YOLOV5的官方训练脚本对数据目录有明确的约定必须先按这个骨架排布dataset/ ├── images/ │ ├── train/ # 训练图像 │ │ ├── 0001.jpg │ │ └── 0002.jpg │ └── val/ # 验证图像 │ ├── 0101.jpg │ └── 0102.jpg ├── labels/ │ ├── train/ # 训练标签 │ │ ├── 0001.txt │ │ └── 0002.txt │ └── val/ # 验证标签 │ ├── 0101.jpg │ └── 0102.jpg # 注意labels目录里是txt这里仅示意文件名对应核心规则只有一条images与labels下同名文件必须成对出现且images/train/0001.jpg只能对应labels/train/0001.txt不能跨目录找。每个txt文件里存放该图所有目标的标注每行格式为class_id x_center y_center width height其中坐标全部归一化到0~1范围。例如一张640x480的图上某个未戴安全帽的人头部框中心在(320, 120)宽120、高100像素对应txt行就是2 0.5 0.25 0.1875 0.2083这里2是no-helmet的类别ID0.5是320除以640的x中心坐标0.25是120除以480的y中心坐标0.1875和0.2083分别是宽高归一化后的比值。注意YOLO格式用的是中心点坐标加宽高不是左上角和右下角从VOC格式转换时最容易在这里翻车。2.3 把散图整理成YOLOV5目录一段可复用的构建脚本如果你手里的原始文件是“一个文件夹里几百张jpg外加一份VOC或COCO标注文件”最常见的做法是先读标注把图像按8:2切分到train和val再根据标注内容生成对应的txt。下面给出一个最小化的Python脚本功能是把散落的图像按比例切分并建好空标签目录适合在正式转换前先用它搭骨架import os import random import shutil from pathlib import Path # 配置文件 raw_image_dir Path(./raw_images) # 原始图片所在目录 dataset_root Path(./construction_safety) # 输出的数据集根目录 train_ratio 0.8 # 训练集占比 random.seed(42) # 1. 创建YOLOV5目录骨架 for split in [train, val]: (dataset_root / images / split).mkdir(parentsTrue, exist_okTrue) (dataset_root / labels / split).mkdir(parentsTrue, exist_okTrue) # 2. 收集所有图片按比例切分 images list(raw_image_dir.iterdir()) random.shuffle(images) train_count int(len(images) * train_ratio) for idx, img_path in enumerate(images): split train if idx train_count else val dst_img dataset_root / images / split / img_path.name shutil.copy(img_path, dst_img) # 3. 生成空的同名标签文件等待标注工具填充 txt_name img_path.stem .txt dst_txt dataset_root / labels / split / txt_name dst_txt.touch(exist_okTrue) print(fImages: train{train_count}, val{len(images) - train_count}) print(Empty labels created. Now annotate them with LabelImg/CVAT.)这个脚本的逻辑分三层第一层创建images/train、images/val、labels/train、labels/val四个目录第二层按8:2比例随机切分图片文件并复制过去第三层为每张图创建一个同名空txt文件确保后续标注时不会有“图有标无影”或“标签找不到图”的问题。切分时用了random.seed(42)固定随机种子这样多次运行结果一致方便复现。如果原始数据来自同一个视频的连续帧记得不要用这种全局随机切分而是要按视频片段分组否则验证集泄露会让你部署后掉点这一点在第4章专门讲。2.4 标注工具的选型LabelImg适合小批、CVAT适合团队数据量在几百张以内时我一般用LabelImg手动标注它可以直接导出YOLO格式的txt文件。操作路径是打开图片后先选择类别再画框保存时格式选YOLO。注意LabelImg默认保存的是绝对路径的JPEGImages列表文件如果你把图片移动了位置重新打开时对应的txt文件路径会失效所以建议把图片先按上面的骨架放好再在LabelImg里打开images/train目录让标注文件直接落在对应的labels/train目录下。当数据量到几千张或多人协作标注时推荐换用CVAT或Roboflow。CVAT导出YOLO格式会自动帮你把标签文件按文件名配对但它导出的zip包里是obj_train_data目录结构仍需要按2.2节的骨架重新整理一次。3. 把数据集喂给训练脚本数据yaml、超参数与验证指标3.1 手写 dataset.yamlpath写对否则训练脚本找不到数据YOLOV5通过一个yaml文件描述数据集位置和类别映射文件本身没有任何“魔法字段”全部是明文配置。以下是一份可直接使用的配置path: /home/user/construction_safety # 数据集绝对路径 train: images/train # 相对path的训练图目录 val: images/val # 相对path的验证图目录 test: images/test # 可选测试图目录 nc: 10 names: 0: person 1: helmet 2: no-helmet 3: vest 4: no-vest 5: phone 6: smoking 7: truck 8: excavator 9: firepath字段的写法值得说清楚。YOLOV5在train.py内部会用Path(data[path])拼接train和val的相对路径。如果你把train写成绝对路径/home/user/construction_safety/images/train那么path字段可以留空反过来如果你的数据目录就在项目的datasets子目录里也可以把path写成相对路径比如path: ./datasets。我在实际使用中更推荐path写绝对路径、train和val写相对路径因为训练脚本会重置工作目录相对路径一旦和预期位置不一致就会报AssertionError: train: labels not found之类的问题。nc必须与names列表实际长度一致多写一个少写一个损失函数计算类别数时就会对不上训练结果会显得很奇怪损失一直不降。3.2 训练命令与超参数从yolov5s起步、把imgsz和batch先定稳准备好yaml后训练命令比想象中简单cd yolov5 python train.py --data construction_safety.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --hyp data/hyps/hyp.scratch-low.yaml我通常第一次跑用yolov5s.pt作为预训练权重原因很简单s模型参数量适中单张RTX 3060级别的显卡就能在batch 16下稳定训练而且预训练权重来自COCO数据集其中的person类与工地场景高度相关迁移学习效果立竿见影。如果你换用yolov5n.pt训练速度快但小目标检测能力会明显下降换用yolov5l.pt则要关注显存占用batch 16训练时约需12G以上显存内存不足会直接OOM。关键参数按我的经验设置如下--img 640是输入图像边长。工地监控画面里的人脸小目标可能只有20x30像素如果发现验证集上小目标漏检率很高把img调到1280往往能救回来一批但训练时间会变成约4倍。--batch 16在batch size对精度的影响上处于甜点区小于8时训练不稳定BN层的统计量波动大。--epochs 100对千张级别的数据集够用再多容易过拟合。如果你不想手动调学习率直接使用默认的hyp.scratch-low.yaml即可里面已经定义了对工地场景友好的增强参数mosaic: 1.0表示每张训练图都有概率进行马赛克增强把四张图拼在一起训练这对小目标检测很重要因为拼图后小目标的数量和上下文多样性都会增加。如果显存不足导致mosaic时报错可以在yaml里把mosaic: 0.5或者直接关掉mosaic: 0.0。3.3 验证阶段看什么mAP之外更要看混淆矩阵和PR曲线训练完成后先用官方验证脚本看一眼整体效果python val.py --data construction_safety.yaml \ --weights runs/train/exp/weights/best.pt \ --img 640 \ --conf-thres 0.25 \ --iou-thres 0.5输出里会给出mAP0.5、mAP0.5:0.95、Precision、Recall这些指标。很多人只看mAP0.5:0.95但在工地场景里我更推荐打开runs/val目录下的confusion_matrix.png和PR_curve.png。混淆矩阵能直观看到类别之间的互相污染比如helmet大量被预测成no-helmet说明标注时对“是否戴正”的边界把握不一致。PR曲线能看阈值设置对精度与召回的影响如果你做的是安全告警系统漏报比误报更严重就应该牺牲一部分precision把conf-thres降到0.1以下把召回率拉高。这一点在后续部署时再具体调整。4. 工地场景的5个避坑点小目标、类别不平衡与数据泄露4.1 小目标漏检远处工人只有二三十像素模型直接当背景现象训练时loss降得很漂亮mAP0.5超过0.9但把模型部署到新工地后离摄像头10米外的工人几乎全部漏检尤其是no-helmet类几乎没有输出。原因工地监控拍摄区域大人员目标在画面中占比很小。YOLOV5s的骨干网络经过5次下采样最终特征图只有输入图像的1/32一个20像素宽的目标在640x640输入下只占约1个特征点信息被卷积层反复削弱后基本不可判别。训练集里如果正样本以大目标为主模型就不会学到小目标的特征。解决优先把--img从640提高到1280这时候同样20像素的小目标在输入图像中的占比翻倍特征图上的响应从1个像素变成4个像素。如果显存不够用1280可以先把原图切块比如把一张1920x1080的监控图切成3块640x640的重叠区域训练和推理都按切块做检测完再把框映射回原图。另外开启hyp.scratch-low.yaml里的mosaic增强也能间接帮到小目标因为拼图后目标在图中出现的尺寸更丰富模型见过的尺度范围更广。推理侧建议用SAHI这类切片推理框架直接替换detect.py的推理逻辑它能把大图适当地滑窗检测再合并工程改动量最小。4.2 类别失衡person样本几千个smoking和fire只有几十个现象训练结果是person类的recall有0.99phone、smoking的recall只有0.3但总mAP看起来还凑合因为权重占比大的类别把整体分数拉上去了。原因工地现场安全管理人员出镜频率极高而吸烟、看手机这些行为在合规工地上本来就是少数事件样本数量天然悬殊。YOLO的损失函数按类别独立计算BCEWithLogitsLoss少数类别的梯度贡献小容易被多数类别淹没。解决先统计各类别数量用脚本算一算每个类别的框数。如果比例超过1:10两件事必须做一是把smoking、fire这些少数类别的样本复制增强不只是简单复制图像而是复制图像并做随机的亮度、对比度、翻转变换让同一帧图像产生多个变体二是在hyp里调整类别权重最低效的做法是直接修改CLS_LOSS的权重更稳妥的办法是使用--weights里的类别再平衡选项或者在损失函数层面给少数类别乘以一个大于1的系数。我的习惯是先补数据再调权重数据增强解决不了时再动损失函数否则模型会对少数类别过拟合验证集上分数虚高新工地上一测就原形毕露。4.3 验证集泄露同一段视频的连续帧被分进train和val现象训练时验证集的mAP一直很高loss也很低但模型换到另一个工地项目后性能骤降像是换了一双眼睛。原因如果数据来源是工地摄像头连续视频抽帧相邻帧之间背景高度相似目标姿态也只有微小差别。全局随机切分时第10帧进了训练集第11帧可能就进了验证集模型其实已经“见过”验证集里的背景和目标姿态不是真正的泛化能力。解决按视频片段划分而不是按单帧随机划分。在2.3节的脚本里先按视频源分组每组内部顺序排列再把整个组划进train或val。这样验证集的背景分布与训练集有本质差异mAP才真实反映了模型在新工地的表现。如果原始数据是独立拍摄的照片也要检查是否存在连续连拍的干扰可以人工抽样看验证集的背景多样性。4.4 标注框越界与坐标归一化错误txt里的数字看起来都没问题但训练就是报错或loss异常现象数据yaml配好后启动训练程序报AssertionError: Label class 6 exceeds nc10或者loss在一开始就巨大无比训练损失不收敛。原因多半是标注文件里出现了两个问题一是某些类别的ID超过了nc范围比如类别表只有10类但txt里出现了10或更大的数字这通常来自标注工具导出时类名映射错位二是坐标数值不在0~1之间例如从VOC的绝对坐标转YOLO格式时忘了除以图像宽高结果x_center写成了0.5的正数但width写成了大于1的数。YOLO训练脚本内部会跳过有问题的标注并打日志但如果问题样本过多训练集的有效样本就打了折扣验证集上的表现会异常。解决训练前写一个校验脚本逐行检查所有txt类别ID必须小于nc坐标与宽高必须在0到1之间宽高不为0。发现异常行则打印所在文件名与具体行内容手动修正后重新校验。这类问题属于“一回生二回熟”的坑我在每次标注格式转换后都会强制跑一次校验不通过不进训练流程给后面省下的时间远超写脚本花掉的三十分钟。4.5 光照与天气迁移白天扬尘、傍晚逆光色调一变模型就失灵现象训练数据集中在晴天上午拍摄模型一到傍晚或阴天就频繁误检把塔吊阴影当成工人把反光衣漏成普通衣服。原因目标检测模型对颜色和纹理分布很敏感反光衣在晴天高光场景下呈现鲜黄色到阴天低照度场景下变成灰黄色特征变化超出模型见过的分布范围。解决数据采集时要有意识地覆盖不同时段和天气每批数据里让白天、傍晚、阴天、逆光各占一定比例。如果条件不允许补拍在训练时把hyp.scratch-low.yaml里的hsv_h、hsv_s、hsv_v增强幅度调大默认值分别是0.015、0.7、0.4可以把色调扰动稍微提高到0.03左右让模型对光照变化更鲁棒。更彻底的做法是手动对图像做曝光和色温增强再灌入训练集但这属于离线数据增强会成倍扩大数据集存储一般只用来补少数类样本。5. 让数据集的复用价值更高难样本挖掘与增量标注循环数据集建好并训完第一版模型后工作并没有结束。一个只在静态数据集上训完就收工的项目到实际工地大概率会被真实场景教做人。我更推荐的做法是把这份数据集当成“种子”再配合难样本挖掘让它持续长大这也是智慧工地项目里让模型越用越准的常见路线。具体做法是用当前best.pt对一批新采集的工地监控图像做批量推理把置信度落在0.2到0.5之间的检测框视为“模型拿不准”的样本手动筛选这些图优先补充到数据集里。置信度低说明目标外观与训练分布差距大正是模型最需要“补课”的地方。在标注工具里可以先用模型的输出做预标注人工只需修正框的位置和类别一张图的标注时间能从2分钟压缩到20秒。每补一批数据就重新跑一次第3章的训练流程迭代三五轮后模型在复杂背景下的表现会有肉眼可见的提升。我还保留着一个习惯每次训练结束把runs/val下被漏检的样本按类别建立子目录积累起来做成“困难样本图册”。部署到新工地前先在困难样本图册上跑一遍推理比对recall和每类的平均置信度能提前暴露模型对那个工地的适应度问题而不是等上了现场才发现漏报。这份建筑工地安全隐患检测数据集YOLOV5目录格式用好了就是项目里最核心的资产不要指望一步到位把它当成可以持续治理的数据基线比花精力反复调参要值得多。上面这些做法我都是自己踩过坑换来的希望帮到你。本文还有配套的精品资源点击获取