数据集：安全帽和工作服检测（Towards Complex Real-World Safety Factory Inspection: A High-Quality Dataset for ）

 

论文作者：Fusheng Yu,Xiaoping Wang,Jiang Li,Shaojin Wu,Junjie Zhang,Zhigang Zeng

作者单位：Huazhong University of Science and Technology

论文链接：https://arxiv.org/pdf/2306.02098v1.pdf

内容简介：

1）方向：数据集

2）应用：安全服和头盔检测

3）背景：在建筑工地上，安全服装和头盔对于保障工人的安全至关重要。近年来，深度学习方法在计算机视觉领域引起了广泛关注，因为它们有潜力提高各个行业的安全性和效率。然而，高质量数据集的有限可用性阻碍了深度学习方法在安全服装和头盔检测方面的发展。

4）方法：本研究提出了一个大型、全面、逼真的高质量数据集，用于安全服装和头盔检测，该数据集是从一个真实的化工厂收集的，并由专业的安全检查员进行注释。研究人员将该数据集与几个现有的开源数据集进行了比较，并应用了一些经典的目标检测方法来验证其有效性。

5）结果：结果表明，该数据集更加完整，在实际环境中表现更好。此外，作者已经将他们的部署代码公开发布，以鼓励采用他们的数据集并提高工人的安全性。并表示希望本次工作的努力能促进学术研究和工业的融合，最终为社会的进步做出贡献。