Part 3: 计算机视觉—— 安全帽佩戴检测

1. 背景介绍

在建筑工地上，安全帽是工人的生命线。但在实际作业中，工人未佩戴或不规范佩戴安全帽的情况时有发生。人工巡检效率低、成本高，而利用计算机视觉技术实时监控工人是否佩戴安全帽，是“智慧工地”最典型的应用场景之一。

你的任务：从零开始，训练一个能识别“戴了安全帽”和“没戴安全帽”的 YOLOv5 模型。

2. 任务拆解

Step 1：数据挖掘

任务

我们不提供数据集，请自己动手去互联网的各个角落寻找数据。

数据来源（两种方式，二选一或混合）

• 方式 A：自己收集图片 + 自己打标签
  • 优点：更能体现你的数据能力与工程完整度；数据分布由你控制。
  • 缺点：耗时，需要完成标注与格式检查。
• 方式 B：直接使用网上现成的 YOLO 格式数据集(建议)
  • 优点：能快速进入训练与调参环节。
  • 缺点：要注意类别定义是否匹配（helmet/head）、标注质量是否可靠、数据许可是否允许使用。

无论选择哪种方式，都请在最终提交中说明你的数据来源，并附上必要的截图证明。

Step 2：数据标注（如果你选用自己收集数据）

任务

体验算法工程师最朴实无华的工作——打标签。

工具推荐

• LabelImg：本地老牌工具，轻量好用
• Roboflow：在线工具，自动化程度高，但需要注册

⚠️ 格式避坑指南

• YOLO 模型不吃 XML 格式（PascalVOC），只吃 TXT 格式。
• 如果你使用 LabelImg，请务必在左侧工具栏将保存格式从 PascalVOC 切换为 YOLO。

你可以抽查一下：打开你生成的某个 .txt 文件，它长得应该像这样，全是 0-1 之间的小数：

0 0.48 0.63 0.69 0.71
1 0.74 0.52 0.31 0.42

每一行的含义是：class_id x_center y_center width height，所有坐标都已归一化，除以了图片的宽高。

标注类别

• 0: helmet（佩戴了安全帽）
• 1: head（未佩戴安全帽 / 普通头发）

注：在 YOLO 的 classes.txt 中，第一行对应的 ID 是 0，第二行是 1，以此类推。请记住你定义的顺序。

注意

标注框要尽量贴合目标，不要框得太大或太小。这直接决定了你模型的精度。

Step 3：模型训练

核心任务

使用经典的 YOLOv5 框架进行训练。

操作指引

• Clone YOLOv5 的官方仓库
• 按照 YOLO 的格式要求整理你的文件夹结构images 和 labels
• 编写 / 修改 data.yaml 配置文件，指向你的数据集路径
• 开始训练

目标

• 观察 Loss 曲线是否下降
• 观察 mAP（mean Average Precision）指标是否上升

Step 4：成果展示

任务

找一段网上关于“工地施工”的视频（视频找不到的话使用图片来验证模型效果也可）。

输出

使用你训练好的模型对视频进行推理，生成一个带有检测框的视频文件。

预期效果

• 视频中戴了帽子的人头上框出 helmet
• 没戴的人框出 head

3. 提交内容

• 如果选择自己收集数据的话，记得展示你标注好的文件夹内容或 LabelImg 界面，证明是你自己标的
• 结果演示：推理完成的视频文件或截图
• 核心代码 / 配置：
  • data.yaml 文件截图
  • 运行训练命令的截图