非机动车安全帽识别 无人机电动车安全佩戴检测识别数据集 安全头盔佩戴数据集 电动车载人未戴头盔 目标检测YOLO数据集第10825期

电动车载人未戴头盔目标检测YOLO数据集项目详情任务类型目标检测类别数量3分类类别名称电动车、未戴头盔、载人图片总量1100张数据集划分7:1:2分配 训练集770张 验证集110张 测试集220张标注格式YOLO txt格式、VOC xml格式可直接用于模型训练应用领域交通违章识别、道路安防监控、电动车安全监管、卡口智能识别、城市交管巡检数据集简介该数据集为道路电动车安全检测目标检测数据集取自道路监控实拍画面覆盖日常路口、街道等通行场景。针对电动车、未戴头盔、载人三类目标进行框选标注包含早晚不同光照、车流干扰、多车同框等复杂道路实景。标注优势标注结果可直接用于 YOLO 系列目标检测模型训练无需额外格式转换极大降低数据准备成本。数据集标注质量稳定边界框贴合目标主体能够精准识别电动车、骑乘人员头盔状态以及载人行为减少车流背景带来的误检漏检。模型训练效果使用 YOLO26 完成训练后模型检测精度表现良好可快速识别画面中的电动车同时判断是否存在未佩戴头盔、违规载人行为。数据集包含人行道、路口车流、逆光等多样背景便于模型在多变的道路监控场景下保持稳定检测效果。数据集划分与拓展用途支持训练集、验证集、测试集按 7:1:2 科学划分图片总数充足方便用户复现训练流程并对比不同算法效果。该数据集可进一步用于非机动车违章自动抓拍、交通安全统计、智慧交通平台接入、道路安全预警等多项延伸任务。YOLO配置文件# 目标检测数据集配置 names: 0: 电动车 1: 未戴头盔 2: 载人YOLO26训练代码示例from ultralytics import YOLO # 加载YOLO26目标检测模型 model YOLO(yolo26n.pt) # 启动模型训练 model.train( data数据集配置.yaml, epochs100, imgsz640, batch8 )#头盔检测 #目标检测 #电动车违章 #智慧交通 #道路安防