做智慧交通项目的人应该都有这种体会跑模型之前算法调参都是小事真正让人头疼的是手里没有对口的标注数据。去年我接到一个城市路口头盔识别需求时第一反应也是去找现成的头盔检测数据集结果发现市面上开源的数据集要么是国外场景骑手和国内的电动车形态完全不同要么是单场景拍摄同一摄像头、同一角度要么就是各种合成图和爬虫图混杂在一起。训练出来的模型换个路口就掉点根本没法落地。后来我把重心完全倒过来先不下猛药调模型而是老老实实把数据这件事做扎实。磨了快两个月整理出一套 8300 张基于真实交通监控场景的头盔检测数据集配套 YOLO 格式标注专门给 YOLO 系模型使用。这套数据集的定位很明确不是看起来很多的通用目标检测图库而是尽量贴近国内典型城市混合交通实际路况电瓶车、摩托车、三轮车、骑行和步行的行人混在一起戴盔和不戴盔的目标往往只有几十个像素天气、光照、角度都跟实验室里的公开数据集不一样。这篇博文会把整个数据集从采集、清洗、标注到训练坑点完整拆开聊聊一个真正能用于智慧交通项目落地的头盔检测数据集应该长什么样。适合谁看正在做头盔检测、骑车行为识别、道路安全监控项目的同学哪怕是刚入门 YOLO 想找一个靠谱的数据集练手这篇文章里的数据准备思路和踩坑记录也可以直接复用。这里先把数据集的关键信息摆出来后续所有细节都围绕这些展开。项目说明图片总数8300 张标注格式YOLO txt归一化 x_center, y_center, w, h标注类别7 类详见第 3 节图像尺寸1280×720 至 1920×1080场景来源城市路口、非机动车道、小区出入口、学校周边时间分布白天约 70%、黄昏/阴霾约 18%、夜间约 12%目标尺度多数电瓶车驾驶人目标高度在 40~120 px 之间这个构成不是我拍脑袋定的而是根据业务落地的实际需求反推出来的。下面我把每部分的思考过程讲清楚。1. 8300 张图背后的场景取舍为什么公开数据集训练完就掉点先说一下采集思路。市面上很多头盔数据集喜欢把车拍得又大又清楚看起来精度很高但真实路口的监控画面里一辆电瓶车从出现在画面到驶离可能只有 100 px 左右头盔更是只有 20~50 px。所以我在整理这批数据时第一个原则就是目标必须小、场景必须杂、单张图的内容必须多。1.1 采集分布的构成这套数据的采集来源包括城市主干道十字路口占 42%。重点是红灯等待时车辆密集停靠、绿灯放行时多车同时启动这两个高价值片段能大幅提高模型对目标密集相互遮挡情况下的鲁棒性。非机动车道和人行横道占 28%。这类场景容易出现电动车和行人并行、逆行、横穿等不规则运动是目标关联和漏检的高发区。小区出入口、学校周边占 18%。这两个地方的特点是车速慢、目标多、头盔佩戴率差异大能人为制造出难例。商业街、外卖集散点占 12%。外卖骑手群体的头盔佩戴情况、车辆停放时头盔挂在车把上等特殊形态都集中在这里出现。每张图都是直接从监控视频里按帧抽取的不是连拍一个场景下几十张高度相似的画面。抽帧间隔我会尽量控制在 30 帧以上保证同一辆车不会以几乎相同的姿态重复出现在数据集里这能有效避免模型在训练时对某个特定目标过度记忆。1.2 关注场景本身而不是只关注目标本身有一个容易被忽略的点很多开源数据集在裁剪时只保留了目标附近的区域训练时模型看到的永远是被放大的头盔特写。但真实的监控画面里远处目标的信噪比很低模型必须先学会从复杂背景中找到那个可疑的小目标然后才能做分类。为了尽可能模拟这种难度我保留了原始画面的完整上下文信息而不是把每个目标裁剪成大图。你要训练的是一个能部署在路口监控上的检测器不是一个人脸识别式的特写分类器。2. 标注类别体系和标注规范7 个类怎么设计出来的标注是数据集质量的核心。很多数据集看起来数量不小但标注规范含糊类别定义打架训练时混淆矩阵惨不忍睹。这套数据集的标注类别我最终定为 7 类类别 id名称对应标注框0helmet骑行人员头部佩戴的头盔含正在佩戴但尚未系扣1no_helmet骑行人员裸露头部2head行人头部便于辅助区分骑行人员3rider骑行人员全身含骑车姿态4person行人全身5motorcycle两轮机动车含电动摩托车6electric_bicycle电动自行车 / 电动轻便摩托车2.1 为什么同时标了人和车你可能觉得奇怪做头盔检测为什么不只标 helmet 和 no_helmet 两类。我的实际经验是只标两个类别模型在推理时基本没法判断哪个头是骑车的、哪个头是走路的。虽然业务上最终只关心头盔但加入 rider/head/person 之后模型会在特征层面学到人和车之间的关联后期做业务逻辑比如骑手未戴头盔而不是行人没戴头盔时也就不需要再额外做目标关联算法了。所以这套数据集在 YOLO 任务中建议直接跑 7 类而不是只跑 2 类。如果你确实只需要二分类输出可以在训练后用 rider 或 motorcycle 框做空间过滤效果通常比一开始就训练二分类要好。2.2 难例标注规则特别容易标错的那几类数据标注最怕的就是规则不统一不同标注员对同一个模糊场景有不同理解。我整理了一批难例标注规则这是整个过程里沉淀下来最有价值的部分正在戴头盔头盔在手上举向头部标 no_helmet同时另标一个 head。如果头的最终朝向被头盔遮挡依然以头部位置为准标 no_helmet。头盔戴在头上但下巴扣没有系标 helmet不标 no_helmet。因为从监控上看佩戴特征已经出现业务上一般也认这个为戴了。头盔挂在后视镜或车把上只标对应的 motorcycle / electric_bicycle不标 helmet。头盔夹在腋下或抱在手上只标 rider / person不标 helmet。后座乘员、蹲在踏板上的人只要露出头部一律参与标注不因看不全而跳过。骑车人戴工地的安全帽归入 helmet 类。虽然形态不同但从安全监测业务角度应该视为戴盔。头盔反光、过曝、镜头虚焦以能看到头盔轮廓为最低标准能辨认轮廓就标 helmet完全不可辨认则不标宁缺毋滥。这类规则我建议所有做数据集的团队都明确写进标注文档。没有规则的数据集算法组根本不敢拿去算指标。3. 数据清洗和标注重检8300 张里被淘汰掉的 1400 张标完一批之后我做了两轮清洗。第一轮清的是原始图剔除画面完全模糊、遮挡率过高目标被大面积遮挡的帧剔除同一场景连续帧中目标姿态完全重复的冗余帧剔除压缩痕迹严重、出现大量马赛克块的视频帧剔除红外补光下目标形态严重扭曲的画面少量保留作为夜间样本的增益。第二轮清的是标注质量。我做了双层抽检先由标注人员进行互检再由我自己抽检 12% 的图逐框核对。最后大概有 1400 张图因为标注分歧过大、画面质量不达标被整体移除。如果你图省事把这 1400 张也硬塞进去最终结果就是测试集指标虚高、换场景就崩与其这样不如老老实实砍掉。清洗完以后我又做了一步关键操作重新梳理图像尺寸和曝光分布。因为监控视频截图的宽高比不统一直接丢给 YOLO 训练会导致大量图像被自动缩放填充产生黑边和形变。统一到 1280×720 或 1920×1080 之后可以避免很多 letterbox 相关的误检问题。4. 用 YOLO 训练前的数据准备划分、增强和目录组织数据到位之后不要急着开训先把训练集、验证集、测试集的划分方案定下来。这里我踩过一个很大的坑如果按原始采集地点直接划分同一个路口的画面会因为背景高度相似导致验证集和测试集的分数虚高。正确做法是先按照采集点位做分组再按组划分保证同一个监控点位的画面不会同时出现在训练集和测试集里。4.1 数据集目录和划分比例最终划分如下划分图片数占比train585070%val125015%test120015%图片目录建议这样组织dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── data.yaml └── README.mddata.yaml 的核心内容path: ./dataset train: images/train val: images/val test: images/test nc: 7 names: 0: helmet 1: no_helmet 2: head 3: rider 4: person 5: motorcycle 6: electric_bicycle这里强调一个细节images 和 labels 目录必须保持完全同名同结构的文件对应关系否则训练时会疯狂报 missing label 错误。检查是否对齐最直接的方式是写一个脚本统计两边文件名集合差异而不是眼睛看。4.2 数据增强策略哪些该开哪些该关YOLO 的默认增强策略里mosaic 和 mixup 一般建议开着对挖掘小目标有帮助。但我要特别提醒一点垂直翻转flipud在头盔检测场景里一定不要开。因为监控画面是固定的地平线视角头盔永远在画面靠上的位置倒置图像会产生大量反物理样本把模型搞糊涂。水平翻转fliplr可以开因为车辆左右方向不分语义。色彩增强hsv建议保持温和监控摄像头的白平衡相对稳定不需要大幅改变色相。夜间样本不建议依赖图像增强硬造而是靠真实采集的夜视图补足否则红外噪点和暗部细节的光学特征很难被增强器模拟出来。5. 训练阶段的实际坑小目标、混淆矩阵和 BN 崩溃进入训练阶段之后有 4 类问题几乎每个人都会遇到我分别讲一下我在这套数据集上的实测经验。5.1 小目标样本在类别之间的不均衡头盔和 no_helmet 是典型的类别不均衡问题在交通监控画面里不戴盔的人往往更少但业务上恰恰最看重不戴盔的识别召回率。我处理方式不是直接改损失函数而是先做统计——按图像统计每个类别出现的框数量发现 helmet 框数大概是不戴盔的 3 倍左右。于是先在采样层面做了类别加权训练时以一定概率复制含 no_helmet 的样本参与本轮迭代而不是简单粗暴地重复生成整张图。这样既提高了难例的出现频率又不会显著增加过拟合风险。5.2 混淆矩阵里 helmet 和 no_helmet 的混淆来源跑完一轮之后去翻 confusion matrix经常能发现 helmet 和 no_helmet 之间存在不少误判。我仔细检查了误判样本原因基本集中在这几种远处目标分辨率太低头盔轮廓信息在小尺寸下断裂雨夜反光导致背景和头盔纹理相似佩戴的半盔露出大面积头发跟不戴盔在外观上接近。针对这些问题我在数据集中额外补充了一批半盔露出头发雨天天桥底阴影等难例图行之有效地拉低了混淆比例。只调模型不补数据是很难解决这类光学混淆的。5.3 BN 层崩溃和 batch size 的关系训练的时候第一次用单卡 3090 跑 YOLOv5 的 base 模型batch size 设到 16跑了几十个 epoch 后发现 loss 开始小幅震荡随后某些类别出现大面积漏检。查了半天问题出在 BN 统计量在小 batch 下方差偏大导致网络在前向时输出不稳定。这在监控类数据集上尤其明显因为小目标密度的空间分布本身就很不均匀。我改用 batch size 32必要时用梯度累积模拟并关闭了某些层对 BN 的自动冻结策略情况明显好转。遇到 loss 曲线异常振荡时先检查 batch size 再动网络结构。5.4 预训练权重的选择建议从 COCO 预训练权重开始迁移学习而不要从随机初始化开始。头盔虽然属于比较特殊的目标但 COCO 里包含 person、motorcycle 等相近类别底层特征可以直接沿用。实测从 COCO 权重开始相比随机初始化大概能节省 40% 的训练时间且最终 mAP 高 3~5 个百分点。如果显存紧张可以考虑冻结前 10 层只微调后面几层对监控场景的小目标检测也有正向作用。6. 训练参数、评估指标和结果复现给出我在这套数据集上验证过的推荐配置直接复现即可参数推荐值说明modelYOLOv5s / YOLOv8s推理速度与精度均衡imgsz1280小目标场景尽量不小于 1280batch32或 16 梯度累积确保 BN 稳定epochs150配合早停策略lr00.01权重衰减默认即可mosaic1.0开启mixup0.2控制在较低水平fliplr0.5开启flipud0.0必须关闭hsv_h/hsv_s0.015 / 0.5轻量色彩增强训练完成后的评估不要只看 mAP0.5。智慧交通业务更关注的是在不同置信度阈值下误报和漏报的关系。我一般会看 mAP0.5:0.95、precision-recall 曲线和 F1 曲线同时重点检查 no_helmet 这个类别的 recall而不是整体 mAP。因为整体 mAP 很容易被 helmet 这种多数类抬上去掩盖少数类的失败。我这边一个典型的验证结果在 val 集上 mAP0.5 约 0.86mAP0.5:0.95 约 0.55no_helmet 类别的 recall 约 0.78。这个水平放到真实路口去看单路口的漏检率大约在 8%~12%取决于该路口非机动车流量密度。如果你看到公开数据集测试 99%之类的数字先确认它的测试集来源和复杂度大概率是场景太简单了。7. 数据集的适用边界和下一次迭代方向这套数据集不是万能的它有明确边界主要覆盖城市监控视角目标是电瓶车、摩托车骑行者如果想做工厂安全帽检测或者商场室内场景需要另行补充室内角度数据。此外数据集中夜间占比只有 12%如果你做 24 小时全时段运营建议在部署前额外采集夜间数据微调。最后再分享一点个人体会。做数据集的这几个月我最大的收获不是那 8300 张图本身而是把数据质量怎么定义这件事想明白了。对一个落地的智慧交通项目来说模型的泛化能力从来不是靠调参调出来的而是靠数据的边界撑出来的。你现在花在数据清洗和标注规范上的时间后面都会在换场景部署时成倍省回来。下一步我打算给这批数据补上一组 video sequence 级别的 tracking id让它能直接喂给 ByteTrack 之类的跟踪模型做骑行轨迹分析如果你在做相关项目拿这套数据去做迁移学习测试就行。真实路口的挑战永远比想象中多但把数据地基打牢之后那些难题至少不再是无从下手。