YOLOV5电动车头盔检测数据集：从标注训练到部署的实战指南

简介：面向目标检测与电动车安全治理场景的YOLOv5数据集，聚焦道路上电动车骑行者头盔佩戴识别，共3个类别：戴头盔、未戴头盔、整体标注，适合目标检测入门练习及校园、园区等场景的安全监测项目。数据集按训练/验证划分，训练集3646张1920×1080 RGB图像，验证集911张，配套txt标签与图片同名，内含类别序号和归一化坐标，无需额外处理即可直接用于YOLOv5训练。压缩包内共2000个文件，主要文件类型为txt标签文件，另附1个Python可视化脚本，可随机读取图片绘制边界框并保存到当前目录，无需改动即可运行，便于核对标注质量。资源包大小约502MB，已有955人浏览学习。对正在积累头盔检测训练数据的开发者而言，这份资源能省去自行采集与标注的时间，直接进入YOLOv5的训练、调参与效果评估环节。

1. 电动车头盔检测这个场景，为什么非要一份专门的YOLOV5数据集

电动车骑手戴没戴头盔，是路口执勤、小区门禁、园区安防最常被问到的一类问题。监控画面里人车混杂，靠人眼盯屏幕做台账，一天下来疲劳度高得吓人。换成目标检测就简单了：喂一份已标注好的数据集，让YOLOv5学会区分“戴头盔的骑手”和“不戴头盔的骑手”，每帧画面直接出框、出置信度。这份YOLOV5数据集就是为道路上电动车佩戴头盔场景整理的，共3个类别，采用YOLO标准txt标注，解压后可以直接进 yolov5 训练自己的数据集。适合安防工程师接监控方案，也适合目标检测初学者拿来练完整流程。这个场景的真正难点不在网络结构，而在标注口径、类别均衡和现场光照，下面按数据体检、训练、部署这条线把坑逐一说清。

2. 拆开看这份头盔检测数据集：3个类别、目录结构与标注格式

2.1 数据目录长什么样：images 与 labels 的对应关系

拿到压缩包后，先别急着解压就训练。头盔检测数据集的目录结构在不同渠道分发时会有差异，最通用的是 YOLOv5 官方推荐的 images / labels 配对方式：

helmet_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ # 部分数据包没有 test，只有 train/val ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── classes.txt

图片文件与标签文件靠“同名不同后缀”对应，比如IMG_0234.jpg对应IMG_0234.txt，一个 txt 里每一行就是一个目标框。classes.txt 里一行一个类别名，按索引顺序排列，第 0 行就是 txt 里的类别编号 0。这个 3 类别数据集最常见的拆法是helmet（头盔目标）、head（未佩戴头盔时的头部目标）、person（骑手或车身），但不同打包渠道可能把类别顺序调换，也可能把第三类定义为rider，所以拿到手第一步永远是打开 classes.txt 确认索引顺序，再决定 data.yaml 怎么写。

标签 txt 内部格式是 YOLO 归一化坐标，每行五个值：class_id x_center y_center width height，所有坐标都除以了图片宽高，取值在 0 到 1 之间。例如1 0.4823 0.3571 0.2146 0.1723表示类别 1 的框中心位于图片横向 48.23%、纵向 35.71% 处，框宽占整图 21.46%、高占 17.23%。比起 COCO 的 JSON 标注或 VOC 的 XML，这种格式对训练脚本最友好，YOLOv5 直接读入不需要做任何格式转换。

2.2 拿到手先做一遍“体检”：类别分布与标注质量统计

直接拿一个标注好的数据集训练之前，我会用脚本先统计两个东西：每个类别到底有多少个框、框的平均尺寸有多大。这一步能提前暴露类别不均衡和小目标过多的问题，等训练出来发现 mAP 上不去再回头查，浪费的时间更多。

import os from pathlib import Path from collections import Counter data_root = Path("./helmet_dataset") for split in ["train", "val"]: label_dir = data_root / "labels" / split cls_counter = Counter() widths, heights = [], [] for txt in label_dir.glob("*.txt"): lines = txt.read_text().strip().splitlines() for line in lines: parts = line.split() if len(parts) < 5: continue cls = int(parts[0]) w, h = float(parts[3]), float(parts[4]) cls_counter[cls] += 1 widths.append(w) heights.append(h) print(f"[{split}] 各类别框数量: {dict(cls_counter)}") if widths: print(f"[{split}] 平均框宽: {sum(widths)/len(widths):.4f}, " f"平均框高: {sum(heights)/len(heights):.4f}, " f"总框数: {len(widths)}")

这段脚本遍历 labels 下所有 txt，统计每个类别的目标数量，并算出归一化后的平均框宽高。逻辑上要注意两点：一是行内值少于 5 个的跳过，避免读到空行或损坏标签；二是归一化宽高乘上图片实际像素才有意义，比如 640×640 的图，平均框高 0.17 大约是 109 像素，这属于中等偏小的目标，训练时--img 640是合理的，如果平均框高低于 0.08，就要考虑把输入分辨率提高到 768 或 960。

提示：如果发现某一个类别框数不到另一个类别的十分之一，先解决数据问题再训练。YOLOv5 虽然内置了按标签频率反比的类别权重，但极端不均衡下自动权重也压不住。

体检完类别分布，建议再抽查几张图，把标注框直接画回原图看边界。常见做法是用 OpenCV 把 txt 转成矩形，重点看头盔类别的框是否把头发区域一起包进去了，这直接决定后面训练时框的稳定性。检查脚本通常我只会跑前 3 张确认标注口径，不会全量跑，因为画框图占磁盘空间且人眼看多了会疲劳。

3. 把数据集跑进 YOLOv5 训练：环境、data.yaml 与超参数选择

3.1 环境准备和目录整理

YOLOv5 官方仓库对新手最友好的地方在于依赖固定，clone 下来装 requirements 就能跑。我一般用 conda 隔离一个专用环境，避免 pycocotools 或 OpenCV 版本和系统环境互相打架。

git clone https://github.com/ultralytics/yolov5 cd yolov5 conda create -n yolo python=3.10 -y conda activate yolo pip install -r requirements.txt

Python 版本建议 3.9 或 3.10，太新的 3.12 在某些旧版 torch 配套下容易出现torchvision编译不匹配的问题。装完后把数据放进datasets/helmet_dataset/，目录结构保持第 2 章的 images/labels 配对形态即可。如果你的数据包是普通的文件夹，没有按 train/val 分好，最简单的方式是手动按 8:2 比例挪图片，同时带着同名 txt 一起挪：先shuf打乱文件名列表，再取前 80% 进 train，后 20% 进 val，并且每张图都要确认 labels 对应目录里有同名 txt，否则训练时那边读不到标注会直接跳过这张图。

3.2 data.yaml 怎么配、超参怎么给

训练前先写好训练集的描述文件，YOLOv5 用这个文件定位图片路径和类别数。

train: ./datasets/helmet_dataset/images/train val: ./datasets/helmet_dataset/images/val nc: 3 names: 0: helmet 1: head 2: person

nc必须和实际标注类别数一致，names的索引顺序必须与 classes.txt 完全一致。这里最容易犯的错是类别顺序不一致：你以为是 0=helmet，数据实际是 0=person，训练出来的混淆矩阵完全没法看。路径建议用相对路径，这样整个项目目录拷贝到别的机器不用改配置。

训练命令我通常这样起：

python train.py \ --data helmet.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --workers 4 \ --cache disk

--weights yolov5s.pt表示加载 COCO 预训练权重做迁移学习，头盔和 person 这些类别在 COCO 里有相近语义，收敛速度比从头训快很多。--cache disk是缓存到磁盘而非内存，避免几千张图一次性塞进内存导致机器卡死。--batch 16在 8GB 显存的卡上配合 640 分辨率比较稳妥，12GB 以上可以试 24 或 32。

3.3 训练结束后的指标怎么读

训练结束终端会打印一个结果表，核心看这几项：

对头盔检测这个业务场景，我优先看 Recall 而不是 Precision。原因很直接：漏掉一个没戴头盔的骑手，比多报一个戴盔框更严重。如果 Recall 明显低于 Precision，说明模型学得太保守，把很多置信度略低的真实目标过滤掉了，这时可以降低--conf阈值或者补数据。如果 mAP@0.5 过了 0.9 但 mAP@0.5:0.95 不到 0.6，多半是框边界不贴合，回到标注口径上看头盔框有没有把头发包进去。

4. 训练头盔检测模型翻车排查：五个常见坑与调整办法

4.1 类别不均衡：模型只会认“戴盔”，漏检“未戴盔”

现象：训练到 40 轮左右 mAP 不再上升，混淆矩阵里“未戴头盔的 head”大量被预测成“helmet”，输出图上一排绿色框，哪怕骑手只是戴了一顶遮阳帽也会被标成头盔。

原因：数据集中头盔目标远多于裸露头部目标，交叉熵损失天然偏向多数类，模型把“头顶有东西”一律学成了戴盔。

解决：先用第 2 章的统计脚本确认两类框的数量差异，如果超过 5 倍，就把少类图片做水平翻转、亮度扰动后复制一份混进 train 目录，或者单独多拍一些没戴头盔的现场图补进去。数据层面解决比调损失权重靠谱，YOLOv5 的cls_pw虽然会按标签频率反比调整，但极端不均衡时数据分布才是根因。

4.2 头盔框得太小：检测不稳定、容易串到头发边

现象：val 的 box_loss 到 80 轮还在 0.08 以上徘徊，稍远距离的骑手频繁漏检，画出来的框忽大忽小。

原因：标注时只把头盔本体贴边圈起来，目标框高度只有整图的 8% 左右，在 640 分辨率下只有五十几个像素，锚框匹配不稳定，而且头盔边缘和头发颜色接近。

解决：重新统一标注口径，把头盔连同额头、发际线下沿一起包进框里，让框的高度大约是头盔高度的 1.1 到 1.2 倍。如果数据是买来的不能重标，就把--img提高到 768 或 960，等效给每个目标多出约 20% 的像素，小目标漏检会有肉眼可见的改善。

4.3 验证集高分、现场全飘：光照差异导致场景迁移失败

现象：训练集 val mAP 0.93，导出模型跑到现场监控上，下午 4 点逆光方向的画面全部误检，白色头盔在强光下被识别成光头。

原因：数据集大多是白天顺光拍摄，监控点位是低机位仰拍，加上逆光，形成了明显的域偏移，模型学到的颜色分布和现场对不上。

解决：训练时打开 HSV 增强，把默认的饱和度扰动从 0.7 调到 0.9，再给随机亮度加一点负方向的范围；更有效的方法是采集现场几百帧低光照、逆光画面，用原模型先跑一遍伪标签，人工修正后混进数据集做增量微调，而不是重头训练。

4.4 一个骑手被拆成两个框：NMS 和置信度阈值没有配合

现象：同一帧画面里，一个人头顶同时出现 helmet 框和 head 框，检测结果里两个目标重叠超过 60%。

原因：模型同时输出两类预测，默认 NMS 按类别分开抑制，不同类别之间的重叠框不会互相合并，导致同一目标双框。

解决：检测时加--agnostic-nms，对所有类别统一做非极大值抑制；如果做了跟踪统计，还要在业务逻辑里写一条规则：head 框中心落入 helmet 框内时，按戴盔目标计数，一个骑手只计一次。

4.5 --cache 爆内存和 autoanchor 重算变慢：训练参数没理解透

现象：加--cache后内存被打满系统卡死；或者训练日志里出现autoanchor重算锚框，训练速度明显下降。

原因：--cache默认把全部训练图片读入内存，数据集图片多且分辨率大时，内存占用轻松超过几十 GB。autoanchor 会在训练开始前重新聚类锚框，它对标注正常的数据收益不大，但耗时明显。

解决：显存够但内存紧张时用--cache disk，把缓存落到磁盘；如果体检时已经确认目标尺寸分布没有异常，直接加--noautoanchor跳过重算，能省下训练前几十分钟的等待时间。

5. 从训练到现场：detect 参数、统计脚本与轻量化部署

5.1 detect.py 的后处理参数：置信度、IoU 与 agnostic NMS

训练完成后，用 best.pt 做推理时，后处理参数直接影响现场效果。很多新手直接用默认参数跑视频，得到的结果要么满屏误报，要么漏得厉害。

python detect.py \ --weights runs/train/exp/weights/best.pt \ --source test_video.mp4 \ --conf 0.35 \ --iou 0.45 \ --agnostic-nms \ --img 640 \ --save-txt \ --save-conf

--conf 0.35是置信度下限，低于这个值的目标直接丢弃，现场宁缺毋滥时可以调到 0.5；--iou 0.45是 NMS 的 IoU 阈值，阈值越低合并越激进，两个重叠框更容易合为一个；--save-txt会输出与图片同名的 YOLO 格式标签文件，每行格式比训练标签多一列置信度，也就是cls cx cy w h conf，做统计脚本时要注意第六列的存在。

5.2 头盔率统计：逐帧计数前先想清楚去重

最常见的错误是把视频每一帧的目标数加起来当统计结果，一辆车在画面里停留 30 帧就会被计 30 次。我一般先每隔 8 到 10 帧抽一帧，再只统计画面中间区域的目标，最后按帧序列做简单的重叠去重：如果当前检测框中心与上一帧某个框中心距离小于框宽的一半，认为是同一目标，不重复计数。

import cv2 from pathlib import Path labels_dir = Path("runs/detect/exp/labels") person_count = helmet_count = 0 last_centers = [] for txt in sorted(labels_dir.glob("*.txt")): centers = [] for line in txt.read_text().strip().splitlines(): parts = line.split() cls = int(parts[0]) conf = float(parts[5]) cx, cy = float(parts[1]), float(parts[2]) if conf < 0.35: continue centers.append((cls, cx, cy)) if cx < 0.2 or cx > 0.8: # 只统计画面中线区域 continue if cls == 2: # 与上一帧中心距离小于 0.05，视为同一目标 if any(abs(cx - pcx) < 0.05 and abs(cy - pcy) < 0.05 for _, pcx, pcy in last_centers): continue person_count += 1 elif cls == 0: if any(abs(cx - pcx) < 0.05 and abs(cy - pcy) < 0.05 for _, pcx, pcy in last_centers): continue helmet_count += 1 last_centers = [(c, x, y) for c, x, y in centers] helmet_rate = helmet_count / max(person_count, 1) print(f"人员目标约 {person_count}, 头盔目标约 {helmet_count}, " f"头盔率约 {helmet_rate:.2%}")

这段脚本是简化版去重逻辑，适合先跑通统计流程。实际项目中用 ByteTrack 或 DeepSORT 做多目标跟踪会更准，但阈值逻辑是一样的。

提示：头盔率定义没有标准答案，有的项目把“头盔目标数 / 人员目标数”叫头盔率，有的项目要求按车辆数算，先和业务方确认口径再写统计公式。

5.3 轻量化方案：yolov5n / ONNX 与边缘设备部署

树莓派这类边缘设备跑 YOLOv5 是有可能的，但得先想清楚模型规格。一般做法是先对比 n/s/m 三个档位，再决定是否导出 ONNX 用推理引擎运行。

树莓派 4B 上我试过 yolov5n 转 ONNX 后配合半精度推理，单帧耗时大约在 300 到 500 毫秒这个量级，做 1 秒抽帧统计勉强够用。需要注意两点：一是导出保存的 ONNX 要确认输出层的形状，避免动态尺寸导致推理报错；二是 ONNX Runtime 的输入要做相同的 letterbox 预处理，不然推理结果会偏。

6. 把模型变成标注工具：用伪标签把你的新场景数据快速扩出来

6.1 批量预测输出 YOLO 格式伪标签

换一个路口或换一批摄像头后，原有数据集的分布就不够用了。新场景重新标注成本高，我会先用手头 best.pt 对新场景图片批量预测，生成伪标签，再人工抽检修正。命令和普通检测一致，只是不需要保存可视化结果图，只保存 txt。

python detect.py \ --weights runs/train/exp/weights/best.pt \ --source ./new_scene_images \ --conf 0.5 \ --iou 0.5 \ --save-txt \ --save-conf \ --project ./pseudo \ --name batch1

伪标签目录在./pseudo/batch1/labels，每行格式是cls cx cy w h conf，多了一列置信度。训练新模型前必须把第六列去掉，YOLOv5 读训练标签只认前五列，带着置信度列会出现解析错误。

6.2 伪标签筛选策略与再训练注意点

伪标签不能无脑全收。我会按三个标准筛：置信度低于 0.5 的删掉，这类大概率是边界错框；与新场景光照风格明显不符的框删掉，比如强逆光下把树影当头盔的情况；每个类别抽 10% 用 labelImg 或 CVAT 人工复核，重点看头盔框是否把头发包进去，这是最容易错的口径。修正后的伪标签和原数据集混合，从原 best.pt 继续微调 30 到 50 轮，比从 COCO 权重重新训收敛快得多。如果你计划换 YOLOv8 训练，这套目录和 txt 标注可以直接复用，data.yaml 改成 YOLOv8 的写法即可，类别顺序不变。

最早我拿外部数据集直接丢进去训，结果夜间带队测试时被一排开远光的电动车搞崩了，那批逆光图让我意识到数据分布比网络结构更急。从那以后，我每次拿到外部数据集都强制先跑一遍统计脚本和伪标签抽检，再进正式训练，这个习惯帮我省下的重训时间比下载数据本身还多。这份 3 类别头盔数据集是个不错的起点，但它的价值在于给你一套可用的标注分布，而不是替你解决现场光照和统计口径。把第 2 章的体检和第 4 章的坑过一遍，再谈部署，你会少走很多弯路。希望帮到你。

本文还有配套的精品资源，点击获取