下載範例檔案

你需要兩份輸入：帶標註的圖片，以及能識別相同類別的訓練模型。

下載圖片

開啟 Roboflow Universe 上的 Helmet Dataset version 2，選擇 YOLO26 匯出格式並下載 ZIP。解壓後保留原有目錄結構。

將 data.yaml 與圖片、標籤資料夾放在一起。教學使用的完整匯出有 2,335 張圖片，分為 Train、Validation 和 Test，類別為 0: helmet。Knotest 按 YOLO 物件偵測資料讀取它。

資料集署名為 Yusin, Helmet Dataset version 2，釋出於 Roboflow Universe。請保留 README、署名和授權資訊。

下載模型

下載 Helmet YOLO26 偵測器。

本教學使用 helmet-object-detection-best.pt。這是 Knotest 團隊為 helmet 類別訓練的模型，輸入大小為 640 × 640。通用 COCO 權重沒有相同的類別，不能重現這個範例。

用於其他工作前，請閱讀資料集條款和 Ultralytics 授權說明。

匯入前確認

你應當有一個包含 data.yaml、圖片和標籤的解壓目錄，以及一個 .pt 模型檔案。兩者都應對應 helmet 類別。

先匯入全部圖片，之後在 Knotest 內選擇 100 張樣本。

下一步：建立專案。