企业官网建设流程全解析

现在还有没有做任务的网站,网页开发工具的作用有多大,呼和浩特网站建设公司,html网页源代码查看无人机航拍工地安全 建筑工地施工数据集#xff0c;航拍工地安全检测图片#xff0c;标注了车、头盔、无背心、人、水坑等多种目标。图片清晰完整#xff0c;适合目标检测模型训练。2000张 yolo格式 类别 8类【‘objects’, ‘car’, ‘helmet’, ‘no-helmet’, ‘no-vest…无人机航拍工地安全 建筑工地施工数据集航拍工地安全检测图片标注了车、头盔、无背心、人、水坑等多种目标。图片清晰完整适合目标检测模型训练。2000张 yolo格式类别 8类【‘objects’, ‘car’, ‘helmet’, ‘no-helmet’, ‘no-vest’, ‘person’, ‘puddle’, ‘vest’]11以下是您提供的无人机航拍工地安全检测数据集的详细信息整理成的表格属性说明数据集名称无人机航拍工地安全检测数据集图像数量2000 张图像来源无人机航拍俯视视角图像质量清晰完整适合目标检测标注格式YOLO 格式.txt总类别数8 类类别列表objects,car,helmet,no-helmet,no-vest,person,puddle,vest典型应用场景建筑工地安全监控、人员合规检测头盔/反光背心、危险区域识别水坑、车辆管理等适用任务目标检测、安全违规行为识别、智能工地管理系统推荐模型YOLOv5 / YOLOv8 / RT-DETR 等主流目标检测模型说明objects类别含义需确认若为“其他物体”或冗余类别建议在训练前评估是否保留no-helmet与helmet、no-vest与vest可用于直接判断安全违规行为puddle水坑可用于识别工地积水隐患提升安全生产预警能力。1、无人机航拍工地安全检测数据集2000 张图像8 类目标YOLO 格式的完整 YOLOv8 训练、验证、推理及部署代码包含✅ 数据准备建议✅dataset.yaml配置✅ YOLOv8 训练脚本Python API✅ 推理示例单图 视频✅ 可选简易 Web 检测界面Flask️ 一、数据目录结构同学请确保您的数据按如下结构组织construction_safety_dataset/ ├── images/ │ ├── train/ │ └── val/ # 建议划分验证集如 1800 train / 200 val ├── labels/ │ ├── train/ │ └── val/ └── dataset.yaml若尚未划分验证集可使用以下脚本自动划分10% 作验证# split_train_val.pyimportosimportrandomimportshutilfrompathlibimportPathdefsplit_dataset(img_dir,label_dir,output_dir,val_ratio0.1):img_pathslist(Path(img_dir).glob(*.jpg))list(Path(img_dir).glob(*.png))random.shuffle(img_paths)n_valint(len(img_paths)*val_ratio)fori,img_pinenumerate(img_paths):lbl_pPath(label_dir)/(img_p.stem.txt)ifnotlbl_p.exists():continuesplitvalifin_valelsetrain(Path(output_dir)/images/split).mkdir(parentsTrue,exist_okTrue)(Path(output_dir)/labels/split).mkdir(parentsTrue,exist_okTrue)shutil.copy(img_p,Path(output_dir)/images/split/img_p.name)shutil.copy(lbl_p,Path(output_dir)/labels/split/lbl_p.name)# 使用split_dataset(original/images,original/labels,construction_safety_dataset,val_ratio0.1) 二、dataset.yaml配置文件# construction_safety_dataset/dataset.yamlpath:/your/absolute/path/to/construction_safety_dataset# 替换为你的绝对路径train:images/trainval:images/valnc:8names:[objects,car,helmet,no-helmet,no-vest,person,puddle,vest]⚠️ 注意若objects是冗余类别如标注错误或“其他”建议在训练前清理或合并。 三、YOLOv8 完整训练代码Python# train_construction_safety.pyfromultralyticsimportYOLO# 1. 加载预训练模型推荐 yolov8n 或 yolov8smodelYOLO(yolov8n.pt)# 可替换为 yolov8s.pt 获取更高精度# 2. 开始训练resultsmodel.train(dataconstruction_safety_dataset/dataset.yaml,epochs100,imgsz640,# 输入尺寸航拍图建议 640~1280batch16,# 根据 GPU 显存调整16 for 16GB GPUnameconstruction_yolov8n,projectruns/construction_safety,device0,# GPU IDCPU 用 cpucacheFalse,# 缓存图像加速占内存workers8,exist_okTrue,verboseTrue,# 可选启用早停防止过拟合patience15# 15 轮无提升则停止)print(f✅ 训练完成最佳模型保存于:{results.save_dir}/weights/best.pt)运行python train_construction_safety.py 四、推理代码单图 视频单图推理# infer_single.pyfromultralyticsimportYOLOimportcv2 modelYOLO(runs/construction_safety/construction_yolov8n/weights/best.pt)resultsmodel(test_image.jpg,conf0.3)# 置信度阈值 0.3annotatedresults[0].plot()cv2.imshow(Safety Detection,annotated)cv2.waitKey(0)cv2.destroyAllWindows()视频/摄像头实时检测# infer_video.pyfromultralyticsimportYOLOimportcv2 modelYOLO(runs/construction_safety/construction_yolov8n/weights/best.pt)capcv2.VideoCapture(drone_video.mp4)# 或 0摄像头whilecap.isOpened():ret,framecap.read()ifnotret:breakresultsmodel(frame,conf0.4)annotatedresults[0].plot()cv2.imshow(Construction Safety AI,annotated)ifcv2.waitKey(1)ord(q):breakcap.release()cv2.destroyAllWindows() 五、简易 Web 界面Flask HTML后端app.py# app.pyfromflaskimportFlask,request,render_template,send_from_directoryfromultralyticsimportYOLOimportcv2importos appFlask(__name__)UPLOAD_FOLDERstatic/uploadsRESULT_FOLDERstatic/resultsos.makedirs(UPLOAD_FOLDER,exist_okTrue)os.makedirs(RESULT_FOLDER,exist_okTrue)modelYOLO(runs/construction_safety/construction_yolov8n/weights/best.pt)app.route(/)defindex():returnrender_template(index.html)app.route(/detect,methods[POST])defdetect():filerequest.files[image]pathos.path.join(UPLOAD_FOLDER,file.filename)file.save(path)imgcv2.imread(path)resultsmodel(img,conf0.3)annotatedresults[0].plot()result_pathos.path.join(RESULT_FOLDER,result_file.filename)cv2.imwrite(result_path,annotated)returnf h3检测结果/h3 img src/static/results/result_{file.filename} width800 bra href/返回/a if__name____main__:app.run(debugTrue)前端templates/index.html!-- templates/index.html --!DOCTYPEhtmlhtmlheadtitle工地安全AI检测/title/headbodyh2上传无人机航拍工地图片/h2formmethodpostenctypemultipart/form-dataaction/detectinputtypefilenameimageacceptimage/*requiredbuttontypesubmit开始检测/button/form/body/html运行 Web 应用pipinstallflask python app.py# 访问 http://localhost:5000