睡岗人员检测目标检测数据集电子资料（双类别）![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/823c36432cc5eecb6197e4aa4b0b2b00.png)

一、项目简介
岗位人员睡岗行为检测数据集，区分在岗睡岗与正常在岗人员。可用于厂区值班室、工地岗亭安防监控、人员在岗状态识别、毕业设计、算法实验、YOLO 模型训练调优，兼容 YOLOv5/v8/v11/v26 全系列。
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/338b2f3e84f0015c1ecedafd14e2ebb4.png)

二、数据集详情
图片总数：2134 张
标注格式：标准 YOLO txt（class x_center y_center w h）
总标注框：7120 个
类别数量：2 类
类别 ID：0 sleepy 睡岗人员，共 3509 个标注框，涉及 2055 张图片
类别 ID：1 nosleep 正常在岗人员，共 3611 个标注框，涉及 1052 张图片
全部图片均带有有效标注，适合安防场景人员在岗状态识别算法研究![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/31a18bb9540671303ce12a358696b400.png)


三、文件结构
J 睡岗（双类别）/
images/ 图片文件夹
labels/ YOLO txt 标签
classes.txt 类别文件
可自行划分 train/val，也可手动编写 data.yaml，直接导入 YOLO 训练。
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/e5fcda2584770446d718ddc91c97a0c6.png)

四、适用人群
计算机毕业设计、课程大作业
YOLO 目标检测模型训练、对比实验
深度学习算法调优练习
安防监控岗位人员状态检测算法预研（仅限科研学习用途）

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/16010a16f2a8aaec5b81f2072483a380.png)

# 睡岗人员检测目标检测数据集（双类别）

| 项目 | 详情 |
| --- | --- |
| 数据集名称 | 睡岗人员检测目标检测数据集（双类别） |
| 图像总数 | 2134张 |
| 标注总框数 | 7120个 |
| 类别数量 | 2类 |
| 类别明细 | 0：sleepy 睡岗人员，3509个标注，2055张图   1：nosleep 正常在岗人员，3611个标注，1052张图 |
| 标注格式 | YOLO标准txt格式（class x_center y_center w h） |
| 文件目录 | images（原图）、labels（txt标签）、classes.txt |
| 适配模型 | YOLOv5 / YOLOv8 / YOLOv11 / YOLOv12等全系列 |
| 备注 | 全部图片带有有效标注，双类别区分睡岗/在岗状态，可自主划分训练集、验证集，编写yaml直接训练 |

## ✅ 应用场景

1. 厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为
2. 工矿企业、变电站、油站等岗位在岗状态智能化监督
3. 人员在岗合规巡检、值班纪律远程监管算法预研
4. 计算机专业毕业设计、课程大作业、目标检测对比消融实验
5. 双类别小目标人体姿态检测算法调优、模型性能验证

## ✅ 应用价值

1. 双类别区分“睡岗 / 正常在岗”人员状态，贴合安防值班监管业务需求。
2. 样本量大、标注充足，两类样本较均衡，利于模型收敛和状态区分鲁棒性。
3. 标准YOLO标注格式，无需格式转换，配置yaml即可直接启动训练。
4. 面向智慧安防、企业值班监督场景，可用于人员在岗状态自动识别算法原型开发。> 
> 注明：仅限科研、学习、算法实验使用。

## 📝 摘要

睡岗人员检测双类别目标检测数据集，共2134张图像，合计7120个标注框，包含睡岗人员、正常在岗人员两类目标，标准YOLO txt标注，兼容YOLOv5/v8/v11等主流模型。用于厂区值班室、工地岗亭等安防场景人员在岗状态识别算法研发，适合计算机毕设、智慧安防方向科研实验。

### 推文标签

`#睡岗检测数据集 #人员在岗识别 #安防监控数据集 #YOLO双类别数据集 #值班监督AI`



一、项目简介岗位人员睡岗行为检测数据集，区分在岗睡岗与正常在岗人员。可用于厂区值班室、工地岗亭安防监控、人员在岗状态识别、毕业设计、算法实验、YOLO 模型训练调优，兼容 YOLOv5/v8/v11/v26 全系列。

睡岗人员检测目标检测数据集 厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为 睡觉行为检测数据集

人工智能

算法

安全

睡岗人员检测双类别目标检测数据集，含2134张图像、7120个标注框，涵盖睡岗与正常在岗人员两类，采用标准YOLO txt格式，兼容YOLOv5/v8/v11等主流模型。适用于厂区值班室、工地岗亭等安防场景的人员状态识别算法研发，亦可用于计算机毕设及智慧安防方向科研实验。

深度学习

原型开发

YOLO

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

睡岗人员检测目标检测数据集 厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为 睡觉行为检测数据集-腾讯云开发者社区-腾讯云

睡岗人员检测目标检测数据集厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为睡觉行为检测数据集

睡岗人员检测目标检测数据集厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为睡觉行为检测数据集

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

睡岗人员检测目标检测数据集 厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为 睡觉行为检测数据集

睡岗人员检测目标检测数据集 厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为 睡觉行为检测数据集

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

睡岗人员检测目标检测数据集厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为睡觉行为检测数据集

睡岗人员检测目标检测数据集厂区值班室、工地岗亭等安防监控场景，自动识别人员睡岗行为睡觉行为检测数据集