小区楼道杂物堆积目标检测数据集![]()
| 项目 | 详情 |
|---|---|
| 任务类型 | 目标检测 |
| 图片总量 | 400张 |
| 分类数量 | 1类 |
| 标注格式 | YOLO txt |
| 划分比例 | 训练集：验证集 |
- 数据集简介
- 该数据集为小区楼道杂物堆积目标检测数据集，采集自真实小区、楼梯通道实拍场景。
- 数据集仅包含杂物单一类别，标注为YOLO txt标签格式，附带类别标签文件，拿到数据无需额外处理，可直接用于YOLO系列目标检测模型训练。
- 数据已经提前完成划分，训练集334张，验证集81张，省去用户自行分配数据的步骤。
数据集标注优势
- 样本场景贴近真实环境，包含楼道背光、室内灯光干扰、杂物形态多样、背景家具墙面干扰等情况。
- 标注框贴合堆积杂物区域，标注规范稳定，便于模型学习不同形态杂物的外观特征。
- 场景覆盖楼梯通道、小区公共区域，针对性强，适合消防通道隐患识别的专项训练。
模型训练与应用
- 使用YOLO26默认代码完成训练，模型能够快速识别画面内堆积的杂物目标。
- 识别结果可用于小区公共区域杂物巡检、消防通道堵塞隐患识别、楼道消防安全监测。
- 适合智慧社区安防项目、消防安全AI监测方案、相关方向毕设以及检测算法调试测试。
- 数据集面向社区消防隐患排查场景，为楼道智能安防视觉方案提供训练素材。
配置文件
```bashpath:./train:images/trainval:images/valtest:images/testnames:0:杂物# YOLO26训练代码from ultralytics import YOLOif __name__ == '__main__':model = YOLO("yolo26n.pt") model.train( data="数据集配置.yaml",epochs=100,imgsz=640,batch=8,device=0 )#楼道杂物检测 #消防通道隐患识别 #智慧社区安防 #小区杂物堆积监测 #目标检测数据集
)
