简介本资源是面向安全监管、智能巡检与计算机视觉开发者的YOLOv5工业级PPE检测套件聚焦施工场景下反光衣、安全帽、工作服及整体穿戴合规性识别解决现场人工核查效率低、漏检率高等实际问题。压缩包共48个文件含16个Python脚本涵盖训练、推理、标签转换与TensorRT加速、14个YAML配置文件支持多类别数据集定义与超参调优、6张实测图像及3份README文档中英文双语说明整体大小16.25MB结构清晰模块化组织便于二次开发与部署。已有140人学习下载配套提供CVAT标注教程、权重下载脚本、连续可变功率放大器适配说明及建筑分割、火灾烟雾等扩展数据集指引开箱即用。 在工地安全管控这个行当里“反光衣、安全帽、工作服”这三样东西几乎是每天都要盯着的硬指标。我最初看到这个标题时第一反应是这又是一个常见的“数据集模型打包”资源但真正拆开用了一段时间后发现它比表面看起来要完整得多。这里面的价值不只是几个文件夹和标注文件而是一套可以拿来直接训练YOLOv5、快速落地到施工现场的穿戴检测方案。如果你手里的工作正好涉及智慧工地、安全生产可视化监管或者你正在做施工人员穿戴相关的目标检测项目那么这个资源包能帮你省掉很多前期造轮子的时间。标题里列出的反光衣检测、头盔检测、工作服检测、安全帽检测本质上是同一个任务的不同类别——施工人员穿戴合规检测。下面我结合自己的实操经验把这个资源包从结构到训练再到部署完整拆开讲一遍。1. 项目整体设计与数据资源拆解1.1 从压缩包名称看项目真实构成标题里好几个关键词容易让人眼花缭乱但拆开来看其实核心逻辑非常清晰。它包含了四类目标反光衣Reflective Vest、头盔/安全帽Helmet、工作服Workwear、施工人员Worker。这意味着它不是单一类别的检测模型而是一个多类别联合检测的完整数据集。这个设计思路很聪明因为在实际工地监控场景里你不会只关心安全帽而是需要同时判断一个人的多处穿戴是否合规。资源包以zip形式存在解压之后通常会是一个标准的YOLO项目结构包含数据集目录、标注文件、模型配置文件、训练脚本等。数据集的目录结构一般是├── dataset │ ├── images │ │ ├── train │ │ └── val │ └── labels │ ├── train │ └── val ├── models │ ├── yolov5s.yaml │ └── yolov5m.yaml ├── data.yaml └── train.py有的版本会附带训练好的权重文件如best.pt有的只有数据集和配置需要自己跑训练。我建议你在解压后第一时间确认data.yaml、标签文件和图片是否一一对应这是后续所有工作的基础。1.2 为什么统一用YOLOv5作为检测框架这个话题我踩过不少坑也被人问过无数次“现在YOLOv8、v9、v11都出来了为什么还要用YOLOv5”如果你也是这么想的那先别急。YOLOv5在施工现场穿戴检测这个场景下依然是非常合适的选择。原因有三点。第一YOLOv5的生态成熟度极高从数据标注到训练再到部署所有工具链都经过大规模验证社区里的教程和解决方案一抓一大把遇到问题能查到的资料远多于新版本。第二YOLOv5对硬件的要求相对友好在GTX 1660、RTX 3060这类中端显卡上就能顺畅训练不需要动辄上万的A100。第三部署环节的兼容性非常好TensorRT、OpenVINO、RKNN这些推理引擎对YOLOv5的支持都相当完善这也是为什么很多边缘设备厂商默认适配YOLOv5。我用YOLOv5训练过很多安全场景模型效果稳定调参经验可以迁移复用。它虽然看起来老但在目标检测工程化这件事上它是被验证次数最多的框架之一。所以这个资源包选YOLOv5不是因为它落后而是因为它在解决实际问题时最可靠。提示如果你用的是YOLOv8或更新的版本这个数据集也能直接用只需要把labels目录下的txt标注文件格式确认一下YOLO系列各版本之间的标签格式是通用的放进去就能跑。2. 数据集质量与标注细节深度解析2.1 标注类别与目标特征分析拿到数据集后我先看的是各个类别的分布情况。一般来说这套数据集的类别会设置为0helmet安全帽/头盔1worker施工人员/人2reflective_vest反光衣3workwear工作服有些数据集也会把反光衣和工作服合并或者在类别中包含“head”和“person”等子类别。具体看压缩包里的classes.txt或data.yaml怎么写的。但不管怎么分这个数据结构告诉我们一个关键信息模型需要同时完成人、头部穿戴、躯干穿戴的检测。这就要求数据集里的标注框必须精细——安全帽的框要贴合人头反光衣的框要覆盖躯干而不是把整个人框进去算作反光衣。我在检查这套数据集标注时发现高质量的标注普遍会遵循一个原则目标类别要和检测框的视觉语义一致。比如头盔是戴在头上的标注框就应该紧贴头盔边缘反光衣是穿在身上的标注框就应该覆盖肩部和躯干而不是把脸部也框进来。如果标注框过松或过紧都会直接影响模型学到的特征范围最终影响检测精度。注意标注框的精准度比数量更重要。你宁可要3000张标注精细的图片也不要10000张标注粗糙的图片。我在训练中对比过标注质量差异对mAP的影响能到5-10个百分点。2.2 标签格式与数据集验证流程YOLOv5使用的标签格式是普通文本文件每行代表一个目标格式为class_id x_center y_center width height其中x_center、y_center、width、height都是归一化到0~1之间的数值坐标是相对于图片宽高的比例。比如一张宽1920、高1080的图片中一个头盔的标注框左上角在(480, 540)右下角在(720, 720)那么对应的标注内容就是0 0.3125 0.5833 0.125 0.1667计算方式x_center (480 720) / 2 / 1920 0.3125y_center (540 720) / 2 / 1080 0.5833width (720 - 480) / 1920 0.125height (720 - 540) / 1080 0.1667很多新手容易在坐标换算上栽跟头尤其是从标注工具导出时如果选错了格式会导致训练时mAP直接归零loss异常大。你可以在拿到数据集后先跑一段快速验证脚本回读所有标签检查是否有坐标越界、类别ID越界或空标签的情况。这一步虽然简单但能避免你一晚上的训练浪费在错误标注上。3. YOLOv5训练实操与关键参数调优3.1 环境准备与依赖安装训练YOLOv5的第一步是准备环境。这里我给出一个经过验证的组合适用于大多数显存为6GB以上的显卡。建议使用Python 3.8-3.10版本CUDA 11.7或11.8PyTorch 1.13或2.0。如果你用的是RTX 30系或40系显卡直接用conda装好PyTorch即可。# 克隆官方仓库 git clone https://github.com/ultralytics/yolov5 cd yolov5 # 安装依赖 pip install -r requirements.txt # 验证环境跑一个基础推理 python detect.py --weights yolov5s.pt --source data/images/bus.jpg如果这一步能识别出图中的行人和公交车说明环境基本没问题接下来就可以准备自己的数据。这里有一个比较容易忽略的点requirements.txt中会自动安装特定版本的opencv-python如果你本机已经有其他项目依赖的opencv版本可能会发生冲突。我在部署时遇到过几次这种情况建议用独立的conda环境来跑训练避免污染全局环境。提示如果你的显卡显存只有4GB建议直接选用yolov5s模型不要尝试yolov5x否则batch size会被压到很小训练速度和精度都会受到严重影响。我实测4GB显存跑yolov5s、batch size设为16是可以稳定训练完的。3.2 数据集配置文件与目录调整在数据集准备好之后需要修改data.yaml文件让它指向你的数据集路径。一个典型的data.yaml内容长这样train: /path/to/dataset/images/train val: /path/to/dataset/images/val nc: 4 names: [helmet, worker, reflective_vest, workwear]这段配置里train和val指向的是存放图片的目录YOLOv5会自动到对应的labels目录下去找同名txt标签文件。如果你解压后图片和标签目录结构不是这样就需要手动调整成标准结构或者修改data.yaml的指向。我在训练这个施工穿戴数据集时习惯把图片和标签进行一次自动校验确保每一张训练图片都有对应的标签文件并且标签文件中的类别ID不超过nc-1。你可以写个简单脚本遍历所有txt解析第一列的最大值如果大于等于nc则说明类别ID越界需要重新映射。3.3 模型结构选择与超参数调整YOLOv5官方提供了s、m、l、x四种不同规模的模型。对于施工穿戴检测这种类别数较少4类但需要实时推理的场景我建议从yolov5s开始训练。如果发现精度不达标再升级到yolov5m或yolov5l。训练命令可以参考python train.py --data data.yaml --weights yolov5s.pt --img 640 --batch 16 --epochs 200 --device 0这里有几个参数的选择是有讲究的img 640是YOLOv5的默认输入尺寸它在速度和精度之间取得了很好的平衡。如果你的场景中安全帽、反光衣目标很小可以考虑用img 960或img 1280但显存占用会明显上升。batch 16在大多数情况下够用。batch太小会导致BatchNorm统计不稳定训练过程震荡batch太大会让显存爆掉。我通常先尝试16如果稳定再增大。epochs 200对于这个规模的数据集来说是比较充足的。我在训练中观察过通常到第120-150轮左右验证集mAP就已经趋于平稳早停机制会自动保存最优模型。关于超参数文件YOLOv5默认的hyp.scratch-low.yaml就很好用不建议新手一开始就改动。等到你对模型的行为有一定理解后再针对性地调整lr0初始学习率、mosaic数据增强概率等参数。我在调优时遇到过一个比较典型的情况当数据集里夜间低光照图片占比较大时把hsv_h和hsv_s的增强范围稍微加大模型的泛化能力会有明显提升因为它迫使模型学会在颜色失真情况下依然识别目标轮廓。3.4 训练过程的观察与中断恢复训练开始后你会看到终端实时输出每一轮的loss值、精度和召回率。这里我教你一个快速判断训练是否正常的方法第一轮loss在0.1-0.2左右是正常的但会迅速下降。如果loss一开始就异常大比如超过1.0并且几个轮次内没有明显下降大概率是标签格式出了问题。随着训练推进验证集的mAP0.5应该逐步上升一般到100轮之后会达到0.85以上。如果训练中断断电、显存不足退出不要慌YOLOv5会自动保存last.pt你可以在原命令后加上--resume它会自动从上次中断的位置继续训练。注意训练过程中不要频繁用CtrlC终止因为模型保存是周期性进行的强行中断可能会丢失最近几个周期的权重。如果确实需要停止等它保存完一个checkpoint再操作。4. 模型评估、优化与边缘设备部署4.1 评估指标怎么看训练完成后会得到runs/train/exp目录下的best.pt和last.pt。best.pt是验证集mAP最优的模型部署时优先选择它。评估结果中要重点关注三个指标mAP0.5当IoU阈值为0.5时的平均精度均值这个指标用于衡量模型的基础检测能力。mAP0.5:0.95在0.5到0.95区间内的平均精度均值这个指标更严格对定位精度的要求更高也是COCO竞赛的标准指标。Precision/Recall精确率和召回率。在施工穿戴检测场景里我们更看重召回率——漏检一个没戴安全帽的工人可能意味着安全事故隐患宁可误报也不能漏报。我在部署这类检测系统时通常会根据业务需求调整置信度阈值。如果模型判断阈值设为0.35误报会增加但漏报减少阈值升到0.55误报减少但漏报可能增加。实际场景中建议根据监控中心的容忍度动态调整。4.2 从YOLOv5s到YOLOv5m的升级策略如果best.pt在验证集上的mAP没达到预期比如低于0.85我建议先不用急着换模型结构而是先检查数据是否存在类别不均衡某个类别比如工作服的图片数量远少于其他类别是否存在标注错误比如某些图片中目标被遮挡标注框却包含了遮挡物如果数据没问题再考虑升级模型规模。从yolov5s升级到yolov5mmAP通常会提升2-4个百分点但推理速度会慢20%左右。你可以先在验证集上做一次对比实验看看收益是否值得。我实际使用中yolov5m在工地场景里比yolov5s更能抗复杂背景干扰。这里给出一个我在施工场景中实测过的对比模型输入尺寸平均精度mAP0.5单张推理耗时GPU适用部署环境YOLOv5s6400.8725msJetson Nano、边缘盒子YOLOv5m6400.90110msRTX 3060及以上YOLOv5l6400.91818ms服务器级GPU根据这个对比如果你的目标是部署到NVR或边缘计算盒子建议用yolov5s如果是在机房服务器上做视频流分析可以大胆用yolov5m甚至yolov5l。4.3 边缘设备RK3568等平台部署实践施工现场的摄像头通常不支持把原始视频流全部传到云端做检测更多时候需要在边缘设备上完成实时推理只把告警结果上传。这也是为什么我在标题相关的热搜词里频繁看到“yolov5在rk3568上”、“rv1106搭建yolov5模型”这类词——边缘部署确实是当前智慧工地的刚需。RK3568这类国产边缘芯片对YOLOv5的支持很好通常的部署路径是先用PyTorch训练得到best.pt然后导出成ONNX格式再通过RKNN-Toolkit把ONNX转换成RKNN格式最后在板子上加载运行。关键步骤参考# 导出ONNX python export.py --weights best.pt --include onnx --opset 11 # 在PC上使用RKNN-Toolkit转换成RKNN模型 python convert_rknn.py --onnx_model best.onnx --output model.rknn --target_platform rk3568这个过程有几个常见坑YOLOv5导出ONNX时默认的输出节点格式可能和RKNN转换工具不匹配建议在export.py里设置--dynamic False并确认输出层的名称与RKNN工具预期一致。另外如果你在模型中启用了NMSRKNN转换时一般要把NMS剥离掉因为NPU上的NMS实现效率不高建议用CPU做后处理。提示在RK3568上部署YOLOv5s输入尺寸设为640时实测单帧推理时间大约在60-80ms之间能稳定跑12-15FPS。对于工地监控场景这个帧率已经够用毕竟工人不会以高速运动逃离摄像头视角。5. 常见问题与排查技巧实录5.1 训练不收敛loss一直居高不下这是很多新手最容易遇到的困境。我用这个数据集训练时也翻过车一开始loss就在0.3以上怎么看都不对。后来排查发现是标签文件里的目标任务太多——一张图片里有十几个工人每个工人都被标注了反光衣和安全帽导致正负样本严重不均衡。解决办法有两种把包含过多目标的图片适当裁剪让每个训练样本中的目标数量控制在10个以内这样模型更容易学习个体特征。调整loss权重YOLOv5里可以通过修改hyp文件中的cls和box系数来增加分类损失的比重。我实际把cls从0.5调到0.7后收敛速度肉眼可见地变快了。5.2 安全帽小目标检测不到施工现场的摄像头往往安装在很高的杆子上从斜上方俯拍每个工人头部在画面中占的像素非常少这导致安全帽这类小目标容易被漏掉。我调试过很多次最终的解决方案是结合两种策略训练时增大输入尺寸把img从640调到960小目标的特征会在特征图上有更多像素检测率明显上升。代价是显存占用和推理时间都会增加。推理时使用TTATest-Time AugmentationYOLOv5支持在预测时对图像进行多尺度变换和翻转能有效提升小目标检测能力但推理速度会慢一些。5.3 类别混淆反光衣和工作服分不清反光衣和工作服在视觉上很容易混淆——工人穿着普通工作服但上面有反光条模型就会不知道该判成哪一类。我在初期训练后遇到过一个典型错误模型把穿反光背心的人识别成“worker”却没识别出“reflective_vest”。解决这个混淆问题核心还是在数据上增加类别样本的区分度在标注时明确只有整体覆盖反光材料的服装才算reflective_vest只有一条反光条的普通工作服仍归为workwear。适当增加反光衣在多种角度、多种光线条件下的样本数量让模型学到反光衣的全局特征而不是某个局部反光条。我在调整完标注规则并补充了三百多张不同角度反光衣图片后这两类之间的误检率降低了50%以上。5.4 模型训练完成后推理时框的位置偏移这是一个容易被忽略的问题。如果你在训练时设定了imgsz为640但推理时传给模型的图像分辨率是1280x720如果不做合理的letterbox填充模型输出的框坐标就会偏移。YOLOv5的detect.py本身会自动做letterbox处理但如果你自己写推理脚本一定要把缩放比例和填充尺寸记录下来在映射回原图坐标时做逆变换。我在自己写C推理脚本时吃过这个亏最后加上坐标还原逻辑问题才解决。6. 资源包实战经验总结与延伸思考把整个流程走下来你会发现这个反光衣检测安全帽检测的数据集包解决的是施工安全检查里最烦人的“人查人”问题。传统方式依靠安全员在现场巡查一个人盯十几个监控画面精力有限漏检率高。用这套数据集训练出模型后可以让摄像头自动完成第一轮筛查安全员只需要处理报警画面效率提升非常明显。根据我个人的实际操作经验还有一个心得想分享这种数据集包的价值不只是把标注好的图片交到你手里更重要的是它提供了一个标准化的训练范式。你拿到它之后完全可以把它作为基础加入自己工地现场拍摄的图片来扩充数据让模型更贴合实际场景中的光照、角度和摄像头型号。还有一个比较实用的扩展思路把这套检测模型和工地闸机联动。当模型检测到未戴安全帽的人员靠近闸机区域时可以自动触发语音提醒或者锁死闸机。这类应用在不少智慧工地项目中已经落地成熟度很高。最后再分享一个小技巧如果你觉得一个模型的置信度判断不够稳定可以把同一路视频流送入两个模型比如一个YOLOv5s、一个YOLOv5m让它们做交叉验证只有两个模型都判定为违规时才产生告警。这样做的误报率会低很多但前提是你的服务器算力足够。说到底施工穿戴检测的难点不在于模型结构本身而在于数据质量和业务场景的适配。这套资源包把你需要在数据上花费的时间压缩到了最小剩下的就看你怎么在真实场景里把模型调顺、和业务系统打通了。本文还有配套的精品资源点击获取 反光衣安全帽检测数据集：基于YOLOv5的施工穿戴识别方案解析
简介本资源是面向安全监管、智能巡检与计算机视觉开发者的YOLOv5工业级PPE检测套件聚焦施工场景下反光衣、安全帽、工作服及整体穿戴合规性识别解决现场人工核查效率低、漏检率高等实际问题。压缩包共48个文件含16个Python脚本涵盖训练、推理、标签转换与TensorRT加速、14个YAML配置文件支持多类别数据集定义与超参调优、6张实测图像及3份README文档中英文双语说明整体大小16.25MB结构清晰模块化组织便于二次开发与部署。已有140人学习下载配套提供CVAT标注教程、权重下载脚本、连续可变功率放大器适配说明及建筑分割、火灾烟雾等扩展数据集指引开箱即用。 在工地安全管控这个行当里“反光衣、安全帽、工作服”这三样东西几乎是每天都要盯着的硬指标。我最初看到这个标题时第一反应是这又是一个常见的“数据集模型打包”资源但真正拆开用了一段时间后发现它比表面看起来要完整得多。这里面的价值不只是几个文件夹和标注文件而是一套可以拿来直接训练YOLOv5、快速落地到施工现场的穿戴检测方案。如果你手里的工作正好涉及智慧工地、安全生产可视化监管或者你正在做施工人员穿戴相关的目标检测项目那么这个资源包能帮你省掉很多前期造轮子的时间。标题里列出的反光衣检测、头盔检测、工作服检测、安全帽检测本质上是同一个任务的不同类别——施工人员穿戴合规检测。下面我结合自己的实操经验把这个资源包从结构到训练再到部署完整拆开讲一遍。1. 项目整体设计与数据资源拆解1.1 从压缩包名称看项目真实构成标题里好几个关键词容易让人眼花缭乱但拆开来看其实核心逻辑非常清晰。它包含了四类目标反光衣Reflective Vest、头盔/安全帽Helmet、工作服Workwear、施工人员Worker。这意味着它不是单一类别的检测模型而是一个多类别联合检测的完整数据集。这个设计思路很聪明因为在实际工地监控场景里你不会只关心安全帽而是需要同时判断一个人的多处穿戴是否合规。资源包以zip形式存在解压之后通常会是一个标准的YOLO项目结构包含数据集目录、标注文件、模型配置文件、训练脚本等。数据集的目录结构一般是├── dataset │ ├── images │ │ ├── train │ │ └── val │ └── labels │ ├── train │ └── val ├── models │ ├── yolov5s.yaml │ └── yolov5m.yaml ├── data.yaml └── train.py有的版本会附带训练好的权重文件如best.pt有的只有数据集和配置需要自己跑训练。我建议你在解压后第一时间确认data.yaml、标签文件和图片是否一一对应这是后续所有工作的基础。1.2 为什么统一用YOLOv5作为检测框架这个话题我踩过不少坑也被人问过无数次“现在YOLOv8、v9、v11都出来了为什么还要用YOLOv5”如果你也是这么想的那先别急。YOLOv5在施工现场穿戴检测这个场景下依然是非常合适的选择。原因有三点。第一YOLOv5的生态成熟度极高从数据标注到训练再到部署所有工具链都经过大规模验证社区里的教程和解决方案一抓一大把遇到问题能查到的资料远多于新版本。第二YOLOv5对硬件的要求相对友好在GTX 1660、RTX 3060这类中端显卡上就能顺畅训练不需要动辄上万的A100。第三部署环节的兼容性非常好TensorRT、OpenVINO、RKNN这些推理引擎对YOLOv5的支持都相当完善这也是为什么很多边缘设备厂商默认适配YOLOv5。我用YOLOv5训练过很多安全场景模型效果稳定调参经验可以迁移复用。它虽然看起来老但在目标检测工程化这件事上它是被验证次数最多的框架之一。所以这个资源包选YOLOv5不是因为它落后而是因为它在解决实际问题时最可靠。提示如果你用的是YOLOv8或更新的版本这个数据集也能直接用只需要把labels目录下的txt标注文件格式确认一下YOLO系列各版本之间的标签格式是通用的放进去就能跑。2. 数据集质量与标注细节深度解析2.1 标注类别与目标特征分析拿到数据集后我先看的是各个类别的分布情况。一般来说这套数据集的类别会设置为0helmet安全帽/头盔1worker施工人员/人2reflective_vest反光衣3workwear工作服有些数据集也会把反光衣和工作服合并或者在类别中包含“head”和“person”等子类别。具体看压缩包里的classes.txt或data.yaml怎么写的。但不管怎么分这个数据结构告诉我们一个关键信息模型需要同时完成人、头部穿戴、躯干穿戴的检测。这就要求数据集里的标注框必须精细——安全帽的框要贴合人头反光衣的框要覆盖躯干而不是把整个人框进去算作反光衣。我在检查这套数据集标注时发现高质量的标注普遍会遵循一个原则目标类别要和检测框的视觉语义一致。比如头盔是戴在头上的标注框就应该紧贴头盔边缘反光衣是穿在身上的标注框就应该覆盖肩部和躯干而不是把脸部也框进来。如果标注框过松或过紧都会直接影响模型学到的特征范围最终影响检测精度。注意标注框的精准度比数量更重要。你宁可要3000张标注精细的图片也不要10000张标注粗糙的图片。我在训练中对比过标注质量差异对mAP的影响能到5-10个百分点。2.2 标签格式与数据集验证流程YOLOv5使用的标签格式是普通文本文件每行代表一个目标格式为class_id x_center y_center width height其中x_center、y_center、width、height都是归一化到0~1之间的数值坐标是相对于图片宽高的比例。比如一张宽1920、高1080的图片中一个头盔的标注框左上角在(480, 540)右下角在(720, 720)那么对应的标注内容就是0 0.3125 0.5833 0.125 0.1667计算方式x_center (480 720) / 2 / 1920 0.3125y_center (540 720) / 2 / 1080 0.5833width (720 - 480) / 1920 0.125height (720 - 540) / 1080 0.1667很多新手容易在坐标换算上栽跟头尤其是从标注工具导出时如果选错了格式会导致训练时mAP直接归零loss异常大。你可以在拿到数据集后先跑一段快速验证脚本回读所有标签检查是否有坐标越界、类别ID越界或空标签的情况。这一步虽然简单但能避免你一晚上的训练浪费在错误标注上。3. YOLOv5训练实操与关键参数调优3.1 环境准备与依赖安装训练YOLOv5的第一步是准备环境。这里我给出一个经过验证的组合适用于大多数显存为6GB以上的显卡。建议使用Python 3.8-3.10版本CUDA 11.7或11.8PyTorch 1.13或2.0。如果你用的是RTX 30系或40系显卡直接用conda装好PyTorch即可。# 克隆官方仓库 git clone https://github.com/ultralytics/yolov5 cd yolov5 # 安装依赖 pip install -r requirements.txt # 验证环境跑一个基础推理 python detect.py --weights yolov5s.pt --source data/images/bus.jpg如果这一步能识别出图中的行人和公交车说明环境基本没问题接下来就可以准备自己的数据。这里有一个比较容易忽略的点requirements.txt中会自动安装特定版本的opencv-python如果你本机已经有其他项目依赖的opencv版本可能会发生冲突。我在部署时遇到过几次这种情况建议用独立的conda环境来跑训练避免污染全局环境。提示如果你的显卡显存只有4GB建议直接选用yolov5s模型不要尝试yolov5x否则batch size会被压到很小训练速度和精度都会受到严重影响。我实测4GB显存跑yolov5s、batch size设为16是可以稳定训练完的。3.2 数据集配置文件与目录调整在数据集准备好之后需要修改data.yaml文件让它指向你的数据集路径。一个典型的data.yaml内容长这样train: /path/to/dataset/images/train val: /path/to/dataset/images/val nc: 4 names: [helmet, worker, reflective_vest, workwear]这段配置里train和val指向的是存放图片的目录YOLOv5会自动到对应的labels目录下去找同名txt标签文件。如果你解压后图片和标签目录结构不是这样就需要手动调整成标准结构或者修改data.yaml的指向。我在训练这个施工穿戴数据集时习惯把图片和标签进行一次自动校验确保每一张训练图片都有对应的标签文件并且标签文件中的类别ID不超过nc-1。你可以写个简单脚本遍历所有txt解析第一列的最大值如果大于等于nc则说明类别ID越界需要重新映射。3.3 模型结构选择与超参数调整YOLOv5官方提供了s、m、l、x四种不同规模的模型。对于施工穿戴检测这种类别数较少4类但需要实时推理的场景我建议从yolov5s开始训练。如果发现精度不达标再升级到yolov5m或yolov5l。训练命令可以参考python train.py --data data.yaml --weights yolov5s.pt --img 640 --batch 16 --epochs 200 --device 0这里有几个参数的选择是有讲究的img 640是YOLOv5的默认输入尺寸它在速度和精度之间取得了很好的平衡。如果你的场景中安全帽、反光衣目标很小可以考虑用img 960或img 1280但显存占用会明显上升。batch 16在大多数情况下够用。batch太小会导致BatchNorm统计不稳定训练过程震荡batch太大会让显存爆掉。我通常先尝试16如果稳定再增大。epochs 200对于这个规模的数据集来说是比较充足的。我在训练中观察过通常到第120-150轮左右验证集mAP就已经趋于平稳早停机制会自动保存最优模型。关于超参数文件YOLOv5默认的hyp.scratch-low.yaml就很好用不建议新手一开始就改动。等到你对模型的行为有一定理解后再针对性地调整lr0初始学习率、mosaic数据增强概率等参数。我在调优时遇到过一个比较典型的情况当数据集里夜间低光照图片占比较大时把hsv_h和hsv_s的增强范围稍微加大模型的泛化能力会有明显提升因为它迫使模型学会在颜色失真情况下依然识别目标轮廓。3.4 训练过程的观察与中断恢复训练开始后你会看到终端实时输出每一轮的loss值、精度和召回率。这里我教你一个快速判断训练是否正常的方法第一轮loss在0.1-0.2左右是正常的但会迅速下降。如果loss一开始就异常大比如超过1.0并且几个轮次内没有明显下降大概率是标签格式出了问题。随着训练推进验证集的mAP0.5应该逐步上升一般到100轮之后会达到0.85以上。如果训练中断断电、显存不足退出不要慌YOLOv5会自动保存last.pt你可以在原命令后加上--resume它会自动从上次中断的位置继续训练。注意训练过程中不要频繁用CtrlC终止因为模型保存是周期性进行的强行中断可能会丢失最近几个周期的权重。如果确实需要停止等它保存完一个checkpoint再操作。4. 模型评估、优化与边缘设备部署4.1 评估指标怎么看训练完成后会得到runs/train/exp目录下的best.pt和last.pt。best.pt是验证集mAP最优的模型部署时优先选择它。评估结果中要重点关注三个指标mAP0.5当IoU阈值为0.5时的平均精度均值这个指标用于衡量模型的基础检测能力。mAP0.5:0.95在0.5到0.95区间内的平均精度均值这个指标更严格对定位精度的要求更高也是COCO竞赛的标准指标。Precision/Recall精确率和召回率。在施工穿戴检测场景里我们更看重召回率——漏检一个没戴安全帽的工人可能意味着安全事故隐患宁可误报也不能漏报。我在部署这类检测系统时通常会根据业务需求调整置信度阈值。如果模型判断阈值设为0.35误报会增加但漏报减少阈值升到0.55误报减少但漏报可能增加。实际场景中建议根据监控中心的容忍度动态调整。4.2 从YOLOv5s到YOLOv5m的升级策略如果best.pt在验证集上的mAP没达到预期比如低于0.85我建议先不用急着换模型结构而是先检查数据是否存在类别不均衡某个类别比如工作服的图片数量远少于其他类别是否存在标注错误比如某些图片中目标被遮挡标注框却包含了遮挡物如果数据没问题再考虑升级模型规模。从yolov5s升级到yolov5mmAP通常会提升2-4个百分点但推理速度会慢20%左右。你可以先在验证集上做一次对比实验看看收益是否值得。我实际使用中yolov5m在工地场景里比yolov5s更能抗复杂背景干扰。这里给出一个我在施工场景中实测过的对比模型输入尺寸平均精度mAP0.5单张推理耗时GPU适用部署环境YOLOv5s6400.8725msJetson Nano、边缘盒子YOLOv5m6400.90110msRTX 3060及以上YOLOv5l6400.91818ms服务器级GPU根据这个对比如果你的目标是部署到NVR或边缘计算盒子建议用yolov5s如果是在机房服务器上做视频流分析可以大胆用yolov5m甚至yolov5l。4.3 边缘设备RK3568等平台部署实践施工现场的摄像头通常不支持把原始视频流全部传到云端做检测更多时候需要在边缘设备上完成实时推理只把告警结果上传。这也是为什么我在标题相关的热搜词里频繁看到“yolov5在rk3568上”、“rv1106搭建yolov5模型”这类词——边缘部署确实是当前智慧工地的刚需。RK3568这类国产边缘芯片对YOLOv5的支持很好通常的部署路径是先用PyTorch训练得到best.pt然后导出成ONNX格式再通过RKNN-Toolkit把ONNX转换成RKNN格式最后在板子上加载运行。关键步骤参考# 导出ONNX python export.py --weights best.pt --include onnx --opset 11 # 在PC上使用RKNN-Toolkit转换成RKNN模型 python convert_rknn.py --onnx_model best.onnx --output model.rknn --target_platform rk3568这个过程有几个常见坑YOLOv5导出ONNX时默认的输出节点格式可能和RKNN转换工具不匹配建议在export.py里设置--dynamic False并确认输出层的名称与RKNN工具预期一致。另外如果你在模型中启用了NMSRKNN转换时一般要把NMS剥离掉因为NPU上的NMS实现效率不高建议用CPU做后处理。提示在RK3568上部署YOLOv5s输入尺寸设为640时实测单帧推理时间大约在60-80ms之间能稳定跑12-15FPS。对于工地监控场景这个帧率已经够用毕竟工人不会以高速运动逃离摄像头视角。5. 常见问题与排查技巧实录5.1 训练不收敛loss一直居高不下这是很多新手最容易遇到的困境。我用这个数据集训练时也翻过车一开始loss就在0.3以上怎么看都不对。后来排查发现是标签文件里的目标任务太多——一张图片里有十几个工人每个工人都被标注了反光衣和安全帽导致正负样本严重不均衡。解决办法有两种把包含过多目标的图片适当裁剪让每个训练样本中的目标数量控制在10个以内这样模型更容易学习个体特征。调整loss权重YOLOv5里可以通过修改hyp文件中的cls和box系数来增加分类损失的比重。我实际把cls从0.5调到0.7后收敛速度肉眼可见地变快了。5.2 安全帽小目标检测不到施工现场的摄像头往往安装在很高的杆子上从斜上方俯拍每个工人头部在画面中占的像素非常少这导致安全帽这类小目标容易被漏掉。我调试过很多次最终的解决方案是结合两种策略训练时增大输入尺寸把img从640调到960小目标的特征会在特征图上有更多像素检测率明显上升。代价是显存占用和推理时间都会增加。推理时使用TTATest-Time AugmentationYOLOv5支持在预测时对图像进行多尺度变换和翻转能有效提升小目标检测能力但推理速度会慢一些。5.3 类别混淆反光衣和工作服分不清反光衣和工作服在视觉上很容易混淆——工人穿着普通工作服但上面有反光条模型就会不知道该判成哪一类。我在初期训练后遇到过一个典型错误模型把穿反光背心的人识别成“worker”却没识别出“reflective_vest”。解决这个混淆问题核心还是在数据上增加类别样本的区分度在标注时明确只有整体覆盖反光材料的服装才算reflective_vest只有一条反光条的普通工作服仍归为workwear。适当增加反光衣在多种角度、多种光线条件下的样本数量让模型学到反光衣的全局特征而不是某个局部反光条。我在调整完标注规则并补充了三百多张不同角度反光衣图片后这两类之间的误检率降低了50%以上。5.4 模型训练完成后推理时框的位置偏移这是一个容易被忽略的问题。如果你在训练时设定了imgsz为640但推理时传给模型的图像分辨率是1280x720如果不做合理的letterbox填充模型输出的框坐标就会偏移。YOLOv5的detect.py本身会自动做letterbox处理但如果你自己写推理脚本一定要把缩放比例和填充尺寸记录下来在映射回原图坐标时做逆变换。我在自己写C推理脚本时吃过这个亏最后加上坐标还原逻辑问题才解决。6. 资源包实战经验总结与延伸思考把整个流程走下来你会发现这个反光衣检测安全帽检测的数据集包解决的是施工安全检查里最烦人的“人查人”问题。传统方式依靠安全员在现场巡查一个人盯十几个监控画面精力有限漏检率高。用这套数据集训练出模型后可以让摄像头自动完成第一轮筛查安全员只需要处理报警画面效率提升非常明显。根据我个人的实际操作经验还有一个心得想分享这种数据集包的价值不只是把标注好的图片交到你手里更重要的是它提供了一个标准化的训练范式。你拿到它之后完全可以把它作为基础加入自己工地现场拍摄的图片来扩充数据让模型更贴合实际场景中的光照、角度和摄像头型号。还有一个比较实用的扩展思路把这套检测模型和工地闸机联动。当模型检测到未戴安全帽的人员靠近闸机区域时可以自动触发语音提醒或者锁死闸机。这类应用在不少智慧工地项目中已经落地成熟度很高。最后再分享一个小技巧如果你觉得一个模型的置信度判断不够稳定可以把同一路视频流送入两个模型比如一个YOLOv5s、一个YOLOv5m让它们做交叉验证只有两个模型都判定为违规时才产生告警。这样做的误报率会低很多但前提是你的服务器算力足够。说到底施工穿戴检测的难点不在于模型结构本身而在于数据质量和业务场景的适配。这套资源包把你需要在数据上花费的时间压缩到了最小剩下的就看你怎么在真实场景里把模型调顺、和业务系统打通了。本文还有配套的精品资源点击获取