简介：面向施工工地、工厂等安全监管场景的YOLO目标检测数据集，聚焦人员安全帽、反光衣与工作服穿戴状态的自动识别需求，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、验证与场景落地。压缩包共2000个文件，以1999个txt标注文件和1个yaml配置文件为主，txt可用于承载图像标注与样本索引信息，yaml便于组织数据集路径与类别配置，整体约952.16MB，规模适中，便于按目录开展训练与评估。目前已有1622人学习下载，具备一定参考热度。读者可据此构建违规着装检测流程，结合实时视频分析实现告警、抓拍与弹窗提示等应用思路，也可用于工地、工厂的安全着装监测实验，辅助完成数据整理、类别配置和模型迭代，为事前预防与常态检测提供数据基础。

1. 一套 3 类的 YOLO 安全帽数据集，先看它能替你省掉哪两周

多数人拿到安全帽、反光衣数据集，第一件事就是改个 data.yaml 跑 yolo train，看着 mAP 涨到 0.9 就切到现场摄像头，结果站在远处的工人一个都没框出来。这套数据集真正有用的地方，是它把安全帽、反光衣、工作服三类目标在真实作业场景下的判定边界标了出来——帽子被遮挡到什么程度还算、反光条只露出一半怎么框、背心和工作服重叠时归哪一类。它适合两类人：一是要做工地、厂区、园区安全合规检测的算法工程师，二是想拿真实分布数据验证自己训练链路的学生和自学者。下面从数据组织一直讲到训练、验收和踩坑。

2. 拆开压缩包：目录布局、标签格式与三类目标的标注口径

先不要急着跑训练脚本。数据的目录结构和标注口径决定了后面所有的上限，因为训练脚本随时能换，标错的框却改不回来。这一章先把目录、标签格式和三类目标的标注规则逐项过一遍，确认手里的数据和你以为的是同一份东西。

2.1 目录布局与标签文件格式

YOLO 系列的数据组织方式几乎是固定的：图片和 txt 标签分开存，靠文件名 stem 一一对应，目录名 train/val/test 直接对应 data.yaml 里的键。拿到数据集之后，第一件事是用 tree 或文件管理器确认层级，不要用「大概是这样」来假设。

# 常见的目录层级，先确认压缩包解开后没有多套一层文件夹 datasets/ppe/ ├── images/ │ ├── train/ # 训练集图片，jpg/png 混排也能跑，但最好统一 │ ├── val/ # 验证集，用于选模型和调阈值 │ └── test/ # 测试集，只在最后验收时开一次 ├── labels/ │ ├── train/ # 与 images/train 同名的 .txt │ ├── val/ │ └── test/ └── data.yaml # 类别名、路径配置

每个 txt 里一行一个目标，格式是class_id x_center y_center width height，后四个值都是相对原图宽高归一化到 0～1 的浮点数。这意味着标签和图片分辨率是解耦的，你把 1920×1080 的原图缩到 640 训练，标签不用动。反过来，如果你用脚本裁图、拼图、做随机裁剪，标签必须同步重算，这一步没做好是后面 mAP 崩掉的最常见原因。

标签内容长这样：

0 0.482031 0.361111 0.039062 0.074074 1 0.501562 0.615741 0.156250 0.231481 2 0.498437 0.618055 0.171875 0.259259

第一列是类别 id，对应 data.yaml 里 names 列表的下标，从 0 开始。注意这个 id 是「顺序敏感」的：names 里['helmet','vest','workwear']和['vest','helmet','workwear']是两份完全不同的数据集，标签不会跟着名字走，只会跟着下标走。血泪经验是训练前一定打印一遍 names，和标注时用的映射表逐行对一遍，多花三十秒，省掉一次通宵重训。

归一化坐标还有一个隐性约束：x_center ± width/2必须落在 0～1 之间。有些标注工具在目标贴边时会导出负数或大于 1 的值，YOLO 训练时默认会做裁剪，但裁剪后框的宽高关系就变了，等价于给了模型一个错误的正样本。所以 2.1 这一步有两个动作：确认目录层级没有多套一层，确认标签坐标全部落在合法区间。

2.2 三类目标的标注口径：安全帽、反光衣、工作服怎么划界

数据集的核心难点不在格式，在口径。同样是「一个人」，标成反光衣还是工作服，直接决定模型上线后报警逻辑对不对。下面这张表是我整理的判定规则，可以对着数据抽查几十张看看是否一致。

几条容易分歧的地方，建议在项目里直接定死，写进标注规范文档：

一是互斥原则。同一个人身上既有反光衣又有工作服时，只标外层可见的那件，不要两个框都打在同一块区域上。重叠框会让模型在推理时对同一目标输出两个类别的框，NMS 只能按 IoU 压掉位置相近的框，压不掉类别冲突，结果就是报警记录里同一个人被记两条。

二是遮挡原则。可见面积低于三成的目标不标。工地场景里人被脚手架挡掉大半是常态，如果强行标，模型会学到一堆残缺特征，反而拉低正常样本的召回。这部分数据更适合放到测试集里当难例，用来评估模型在遮挡下的表现，而不是塞进训练集教模型「残缺也算」。

三是小目标原则。远处的人头在 1920 宽度下可能只有 12×14 像素，这类样本要么整体放大后再标，要么在训练时提高输入尺寸。安全帽检测的漏检大头全在这一档，后面第 6 章会讲切图推理怎么处理。

2.3 data.yaml 与类别映射：训练前最后一道校验

配置文件看着简单，写错一个键就是几小时的浪费。路径建议写绝对路径，尤其是在容器里跑训练的时候，相对路径会相对于 ultralytics 的工作目录解析，很容易出现「训练集读到了、验证集读空了」的情况。

# data.yaml：路径写绝对路径，避免在容器/远端运行时解析错位 path: /data/datasets/ppe train: images/train val: images/val test: images/test nc: 3 names: 0: helmet # 安全帽 1: vest # 反光衣 2: workwear # 工作服

nc必须等于 names 的条目数，且 id 从 0 连续。names 既可以写成上面的字典形式，也可以写成列表['helmet','vest','workwear']，两种等价，字典形式可读性更好。改完 yaml 之后跑一段十几行的校验脚本，比直接开训划算得多：

from ultralytics import YOLO from pathlib import Path import yaml cfg = yaml.safe_load(Path("/data/datasets/ppe/data.yaml").read_text()) names = cfg["names"] print("类别映射:", names) # 人工核对这一行，别跳过 # 用 model 的 names 校验：加载官方权重只为读结构，不做训练 m = YOLO("yolov8n.pt") assert cfg["nc"] == len(names), "nc 与 names 数量不一致" # 抽查一个标签文件，确认最大类别 id 没越界 sample = Path("/data/datasets/ppe/labels/val").glob("*.txt") for f in list(sample)[:200]: for line in f.read_text().splitlines(): cid = int(line.split()[0]) assert 0 <= cid < cfg["nc"], f"{f.name} 出现越界类别 id {cid}" print("校验通过")

这段脚本做两件事：打印类别映射供人工核对，以及抽查 200 个验证集标签确认类别 id 没有越界。越界 id 在训练时不会报错，会被静默丢弃或当成背景，表现出来就是「某一类怎么都学不会」，排查起来极其费时。抽样数量取 200 是性能和覆盖的折中，验证集通常几千张，抽查两百张足以发现系统性的映射错误。

3. 从数据体检到第一个 baseline：训练链路怎么搭

数据看清楚了就进入训练链路。这一步的目标不是一次训出最好的模型，而是尽快拿到一个能跑通全流程、指标可解释的 baseline。有了 baseline，后面加数据、调增强、换模型才有对比基准，否则所有改动都是玄学。

3.1 数据体检：先筛掉坏图、空标签和重复样本

真实交付的数据集几乎不可能 100% 干净。空标签文件（图里没目标但文件存在）、孤立图片（有图无标签）、重复图片（同一张图改名复制多份）、坐标越界，这四类问题在训练前用脚本扫一遍，比训完再猜便宜太多。

import hashlib from pathlib import Path from collections import Counter ROOT = Path("/data/datasets/ppe") IMG_EXT = {".jpg", ".jpeg", ".png"} def scan(split): stat = Counter() bad = [] seen = {} for img in (ROOT / "images" / split).iterdir(): if img.suffix.lower() not in IMG_EXT: continue stat["images"] += 1 # 内容哈希找重复图：改名/重新压缩过的副本也能抓出来 h = hashlib.md5(img.read_bytes()).hexdigest() if h in seen: bad.append(("dup", img.name, seen[h])) seen[h] = img.name lbl = ROOT / "labels" / split / (img.stem + ".txt") if not lbl.exists(): bad.append(("no_label", img.name, "")) continue lines = [l for l in lbl.read_text().splitlines() if l.strip()] if not lines: stat["empty"] += 1 # 空标签图，在小数据集里最多占 5%~10% for l in lines: p = l.split() if len(p) != 5: bad.append(("bad_cols", img.name, l)); continue cid = int(p[0]); x, y, w, hh = map(float, p[1:]) stat[f"cls_{cid}"] += 1 # 归一化坐标合法性检查，贴边样本最容易在这里炸 if not (0 <= x <= 1 and 0 <= y <= 1) or w <= 0 or hh <= 0 or w > 1 or hh > 1: bad.append(("bad_coord", img.name, l)) return stat, bad for s in ("train", "val", "test"): stat, bad = scan(s) print(s, dict(stat)) print(" 异常数:", len(bad), "前 3 条:", bad[:3])

输出里最值得盯的是三类实例数之比。安全帽和反光衣的样本通常远多于工作服，如果比例超过 10:1，少数类基本学不动，混淆矩阵里会发现工作服几乎全被分到反光衣。空标签占比也要看，正常情况在 5% 以内算健康——适当的背景图能压低误检，但比例高了模型会偏向「什么都没有」，召回往下掉。重复图未必是错，但训练集和验证集之间出现重复，就是数据泄漏，验证指标会虚高。

3.2 baseline 训练命令与超参设置

第一版不要上大模型。用 yolov8s 或 yolov8n 先跑通，确认指标方向对，再换 yolov8m 或更大尺寸。工地场景的目标尺寸偏小、类别只有三类，参数量上去收益有限，推理成本却是实打实涨的。

# baseline：先小模型跑通链路，imgsz 用 640 起步 yolo detect train \ model=yolov8s.pt \ data=/data/datasets/ppe/data.yaml \ imgsz=640 \ epochs=150 \ batch=32 \ device=0 \ workers=8 \ patience=30 \ optimizer=SGD \ lr0=0.01 \ cos_lr=True \ project=runs/ppe \ name=baseline_s

参数的含义和调整方向：

imgsz是这里面最值得反复试的一个。安全帽在 640 输入下经过 32 倍下采样后只剩几个像素的特征图响应，检测头几乎抓不到；提到 960 或者 1280，小目标召回通常能涨几个点，代价是训练时间和显存。我一般会先用 640 跑一轮确认链路没坏，再用 960 跑第二轮作为正式 baseline，两次结果放一起看，才知道提升是来自尺寸还是来自别的改动。

3.3 增强策略：工地固定机位该关掉哪些

默认的增强配置是从通用检测任务调过来的，直接套在工地场景上会造出物理上不存在的样本。摄像头固定在高处俯拍，画面里的工人永远垂直站立，你要是开了大角度旋转，模型就得学一堆倒挂的人，纯属浪费容量。

# hyp_ppe.yaml：固定机位场景的增强配置，配合 yolo train 的 cfg 参数使用 lr0: 0.01 lrf: 0.01 mosaic: 1.0 # 拼接增强，小目标多的时候保留 close_mosaic: 10 # 最后 10 轮关掉，让模型收敛到真实分布 hsv_h: 0.015 # 色调扰动小一点，反光衣靠颜色区分 hsv_s: 0.7 hsv_v: 0.4 # 亮度扰动保留，工地昼夜/逆光差异大 degrees: 0.0 # 关掉旋转，俯拍场景没有倒置的人 translate: 0.1 scale: 0.5 # 缩放保留，模拟不同距离的工人 fliplr: 0.5 # 左右翻转安全，类别语义不变 flipud: 0.0 # 关掉上下翻转，避免出现倒挂的人 mixup: 0.0 # 混叠会糊掉反光条纹理，先关 copy_paste: 0.0 # 少数类过采样时再打开

三个点值得展开。close_mosaic=10经常被忽略，mosaic 把四张图拼成一张，目标尺度分布和真实画面差异很大，如果一直开到最后一轮，模型收敛时会带着这个偏差，验证指标和现场表现对不上。degrees=0.0和flipud=0.0是场景强约束，不是通用建议——如果你的数据来自手持设备或无人机，这两项另说。copy_paste默认关着，等确认了工作服这一类样本严重不足，再打开做定向过采样，比一上来就开要可控。

4. 验收不只看 mAP：按现场工况回放验证集

训练日志里 mAP50 到 0.9 就认为做完了，是这套流程里最容易翻车的地方。mAP 是在整个验证集上按类别平均出来的，它不区分「远处的小目标」和「近处的大目标」，也不区分「漏检」和「误检」，而工地报警系统对这两类错误的容忍度完全不同。

4.1 每类 AP 与混淆矩阵怎么读

训练结束先看两个东西：每类 AP 明细和归一化混淆矩阵。前者告诉你哪一类拖后腿，后者告诉你它被错分成了什么。这两份信息合起来才能定位问题。

# 单独跑验证，输出 per-class 指标和混淆矩阵 yolo detect val \ model=runs/ppe/baseline_s/weights/best.pt \ data=/data/datasets/ppe/data.yaml \ imgsz=960 \ conf=0.001 \ iou=0.6 \ plots=True

conf=0.001是验证时的标准做法：算 mAP 需要完整的 PR 曲线，阈值压到极低才能拿到召回的上界，别用 0.25 去跑 val，那样算出来的 mAP 偏低且不可比。iou=0.6是 NMS 的 IoU 阈值，验证阶段用它来生成预测框，和训练时的默认值保持一致即可。

结果解读有几个经验判断：三类里安全帽的 AP 通常最高，因为特征最显著；工作服最低，因为它和便服、反光衣的边界模糊；如果发现反光衣的 AP 明显低于安全帽，但混淆矩阵显示它大量被分到工作服，那多半不是模型容量问题，而是标注口径不一致，得回去查 2.2 节定的规则有没有被严格遵守。

4.2 用现场视频抽帧做工况回放

验证集指标只是第一关。真正决定能不能交付的，是拿一段现场视频抽帧跑推理，人工看几十张带框图。这一步花不了多少时间，但能暴露验证集覆盖不到的工况。

# 每 5 帧抽一张，避免相邻帧高度重复导致统计失真 ffmpeg -i cam01.mp4 -vf "select='not(mod(n\,5))',setpts=N/FRAME_RATE/TB" -vsync vfr frames/cam01_%05d.jpg # 对抽出的帧批量推理，保存带框图与 txt 结果 yolo detect predict \ model=runs/ppe/baseline_s/weights/best.pt \ source=frames/ \ imgsz=960 \ conf=0.35 \ iou=0.6 \ save_txt=True \ save_conf=True \ project=runs/replay \ name=cam01

然后在runs/replay/cam01/labels/下统计每帧的类别计数，重点看两个数：有人的帧里安全帽框为 0 的比例，以及同一帧里反光衣和工作服同时出现的帧数。前者就是漏检率的一个粗估，后者说明互斥原则在推理侧没生效，需要回去检查训练数据里的重叠标注。抽样人工核对三十到五十帧，一般就能判断模型是「真的能用」还是「指标好看」。

4.3 conf、IoU 与 NMS 的取值权衡

部署时的阈值和验证时的阈值不是一回事。安全帽漏检意味着没监测到违章，代价远高于误报，所以两个类可以用不同策略：安全帽放宽阈值、保召回，反光衣稍微收紧、压误报。ultralytics 支持按类别覆盖阈值，写在推理配置里就行。

iou这一项在密集场景里特别关键。NMS 的规则是「两个同类框 IoU 超过阈值就压掉分低的那一个」，工地上三五个人挤在一起的时候，IOU 0.5 很容易把相邻的人框当成重复框压掉，表现就是画面里五个人只报了三顶帽子。把 iou 提到 0.65~0.7，能缓解这个问题，代价是偶尔出现重复框，需要下游逻辑按位置做二次去重。

5. 五个真实翻车现场：数据与训练侧的排查清单

这一章集中说问题。下面五条都是我在不同项目里真实遇到过的，每条按「现象 → 原因 → 解决」写，遇到对应现象可以直接对号入座。

5.1 数据侧的三类问题

第一条：模型指标正常，上线后把反光衣认成安全帽。

现象是验证集 mAP 分布看着合理，但现场回放时同一件反光衣被框成了 helmet。原因是类别 id 与 names 的顺序错位。标注阶段用的映射表是 0-vest、1-helmet，而 data.yaml 写成了 0-helmet、1-vest，标签文件本身没动，索引到哪一类就由 names 决定，训练出来的模型自然把颜色特征学反了。解决办法是固定一份classes.txt作为唯一真源，标注导出和 data.yaml 都从它生成，训练前执行 2.3 节的校验脚本，把映射打印出来人工确认一遍。从那以后我把这一步设成了流程里的强制检查点。

第二条：召回怎么都上不去，loss 却在正常下降。

现象是训练 loss 曲线平滑下降，验证 mAP 卡在 0.5 左右不动，混淆矩阵里大量真实目标被预测成背景。原因是标签路径错位导致部分标签没读进来。YOLO 对「图片存在但标签缺失」的处理是静默跳过，不报错，于是这部分图变成了纯背景样本，模型学到的是「这些位置什么都没有」。解决办法是跑 3.1 的体检脚本，看no_label计数；同时看 train 和 val 的图片数是否和 labels 数量对得上。另一个高发场景是路径里有多层同名目录，标签实际在labels/labels/train下。

第三条：验证集 mAP 0.95，现场只有 0.6。

现象是验证指标高得离谱，回放一段新视频却大面积漏检。原因是训练集和验证集来自同一段视频的相邻帧，帧间差异只有几帧，几乎等于把训练样本复制了一份给验证集。这是典型的数据泄漏，指标衡量的是「记住」而不是「泛化」。解决办法是按摄像头编号、按拍摄日期、按场景切分，不按帧随机切。切完之后验证集指标通常会掉几个点，那个更低的数才是真话。

5.2 训练与评估侧的两个问题

第四条：工作服这一类的 AP 接近 0，全被分到反光衣。

现象是混淆矩阵里工作服那一行几乎全落在反光衣列上，自己的对角线接近空白。原因有两层：一是样本量差距过大，三类实例数可能到 20:1；二是这两类在视觉上本来就接近，深色反光衣和深色工装在低照度下几乎同色。解决分三步走：先把语义边界重新核一遍，确认标注规则里互斥原则确实被执行了；再针对工作服补采样本，或者用copy_paste做定向过采样；如果补完还是分不开，就把两类合并成一个「工装」大类，下游用颜色或反光区域检测做二次判定，比硬训一个分不开的分类头实用。

第五条：远处的小目标全漏，近处的大目标很准。

现象是回放视频里三米内的人框得很稳，十米外的工人一个都不报。原因是输入尺寸不够，安全帽在 640 输入下经过下采样后特征响应太弱。解决有两条路，代价不同：把训练和推理的 imgsz 一起提到 960 或 1280，简单直接，但显存和延迟都涨；或者保持 640，改用切图推理（把大图切成重叠小块分别推理再合并），显存占用低但后处理复杂。我一般先用提尺寸验证收益，确认小目标确实是瓶颈之后，再决定要不要上切图。

6. 难例回流与切图推理：把数据集用出第二层价值

数据集用一遍就放着了，是最浪费的做法。真正拉开差距的是把它变成一个可持续迭代的闭环：现场视频回放出来的错检帧，人工修一遍标签，回流进训练集，下一版模型专门补这批短板。工具链上，用训练好的模型对未标注帧做预标注（yolo detect predict ... save_txt=True），再导入标注工具只做修正，效率比从零画框高一个数量级。回流的样本优先挑三类：漏检的小目标、被遮挡的目标、模型置信度在 0.2~0.4 之间的模糊样本。每轮回流控制在几百张，训一轮看验证集上那一批难例的子集指标有没有涨，涨了才继续加。

切图推理是另一半。做法是把 1920×1080 的帧切成 640×640、重叠 20% 的若干块，逐块推理后把框映射回原图坐标，再做一次全局 NMS。重叠率取 20% 是为了避免目标正好被切在边界上，被切成两半的目标在任意一块里都不完整，反而更难检。这套流程对小目标提升明显，代价是单帧推理耗时涨三到四倍，实时性要求高的场景要慎重。

有个习惯我保持了挺久：每次改完数据或增强配置，都先把上一版的 best.pt 在同一份固定难例集上跑一遍，拿到对照数，再跑新版。没有对照就没有判断力，只看总 mAP 涨了 0.3 个点就下结论，十有八九是随机波动。另外，切图推理的重叠率和 NMS 阈值要一起调，单独调一个经常是这边压下去那边冒上来。希望帮到你。

本文还有配套的精品资源，点击获取