【基于YOLOv8的两轮车头盔检测算法 附训练数据集-源码】

实验结果展示

随着国家惩治行车不戴头盔违法行为的力度不断加大，双轮车（电动车与摩托车）头盔检测任务也越来越重要。为此，我们采用YOLOv8对头盔进行检测，从而有效遏制违法行为。

数据集

TWHD数据集

two wheeler helmet dataset 双轮车头盔检测数据集 原始数据集无法用于YOLOv8训练 因此，针对YOLOv8进行了针对性修改。修改后数据集链接：

数据集介绍

随着国家惩治行车不戴头盔违法行为的力度不断加大，双轮车（电动车与摩托车）头盔检测任务也越来越重要，为此我们收集数据并开源了TWHD（two wheeler helmet dataset），总计5448张图片，对图片中的双轮车与驾乘人员整体、未戴头盔的人头、戴头盔的人头进行定位与分类标注。按4:1的比例划分训练集与测试集。TWHD的数据集来自OSF dataset、bike helmet dataset以及网络爬虫，从OSF dataset随机抽取4710张图片并重新标注；此外为了丰富数据集背景、让神经网络区分自行车与双轮车（电动车、摩托车），还融合了来自bike helmet dataset以及网络爬虫的738张图片。

链接

https://gitee.com/bilibilee/TWHD

训练环境

训练环境采用YOLOv8

pip install Ultralytics
1

安装成功即可

主要代码

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]

train: ../datasets/images/train # train images (relative to 'path') 4 images
val: ../datasets/images/val  # val images (relative to 'path') 4 images
test: ../datasets/images/test # test images (optional)

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/509556