開源 | 安全帽佩戴檢測數(shù)據(jù)集
最近圖像領(lǐng)域比較火熱的兩個(gè)方向都與復(fù)工復(fù)產(chǎn)相關(guān)，一方面是口罩識(shí)別，另一方面，就是智能工地安全領(lǐng)域中的安全帽佩戴檢測，很多同學(xué)或許沒想到印象的大工地現(xiàn)在已經(jīng)隨著計(jì)算機(jī)視覺領(lǐng)域的發(fā)展如此智能化了。人民的生命安全永遠(yuǎn)是第一位的，特別是在建筑行業(yè)這樣長期處于較高風(fēng)險(xiǎn)的工作環(huán)境當(dāng)中，如何對(duì)工地環(huán)境中工人是否佩戴安全帽以及工地的危險(xiǎn)區(qū)域內(nèi)是否有人，這對(duì)于保持建筑行業(yè)安全持久發(fā)展是至關(guān)重要的。另外，除了今天提及的安全帽佩戴檢測數(shù)據(jù)集外，還有在該數(shù)據(jù)集基礎(chǔ)上的開源落地項(xiàng)目喲，業(yè)界領(lǐng)先的目標(biāo)檢測框架如YOLOv5s、YOLOv5m、YOLOv5l均已用于訓(xùn)練安全帽佩戴檢測數(shù)據(jù)集，代碼和權(quán)重均已開源，相關(guān)項(xiàng)目將和數(shù)據(jù)集一起分享給大家。話不多說，一起來看看數(shù)據(jù)情況~
01
—
數(shù)據(jù)簡介
安全帽佩戴檢測數(shù)據(jù)集來源于項(xiàng)目Smart Construction，它是一個(gè)非常棒的開源項(xiàng)目，利用YOLOv5進(jìn)行目標(biāo)檢測的"落地化"應(yīng)用。具體地，它使用了YOLOv5s、YOLOv5m、YOLOv5l來訓(xùn)練安全帽佩戴檢測數(shù)據(jù)集（SHWD），代碼和權(quán)重均已開源，具體地是使用 YOLOv5 來訓(xùn)練在智能工地安全領(lǐng)域中頭盔目標(biāo)檢測的應(yīng)用。
BAIDU DRIVE：
https://pan.baidu.com/s/1UbFkGm4EppdAU660Vu7SdQ
GOOGLE DRIVE：
https://drive.google.com/open?id=1qWm7rrwvjAWs1slymbrLaCf7Q-wnGLEX
這里還包括兩者利用該數(shù)據(jù)進(jìn)行研究提供的預(yù)訓(xùn)練模型分享喲。
BAIDU MODEL：
https://pan.baidu.com/s/1dWNU_q59sw1a3TVtV7VXEg#list/path=%2F
GOOGLE MODEL：
https://github.com/njvisionpower/Safety-Helmet-Wearing-Dataset#model
下面分別是不同預(yù)訓(xùn)練模型在數(shù)據(jù)集上的表現(xiàn)。
從事圖像目標(biāo)檢測相關(guān)研究或?qū)υ擁?xiàng)目非常感興趣的同學(xué)可以進(jìn)入項(xiàng)目官方鏈接https://github.com/PeterH0323/Smart_Construction，親自動(dòng)手實(shí)踐一下，前提當(dāng)然是擁有性能優(yōu)異的CPU，項(xiàng)目當(dāng)中也提到了用CPU加載數(shù)據(jù)集上花費(fèi)大量時(shí)間，建議使用多核CPU，CPU核心數(shù)設(shè)置得更大一些，這將提高訓(xùn)練速度。眾所周知，CV領(lǐng)域當(dāng)然盡可能使用好的GPU來完成任務(wù)，我們按項(xiàng)目流程實(shí)際體驗(yàn)了一下，這里建議各位同學(xué)在實(shí)踐中使用GTX 1080Ti以上配置的機(jī)器會(huì)有較好的體驗(yàn)。
更多閱讀
特別推薦
點(diǎn)擊下方閱讀原文加入社區(qū)會(huì)員