# project-d5dcd6ac

**Repository Path**: goodnsxxc/project-d5dcd6ac

## Basic Information

- **Project Name**: project-d5dcd6ac
- **Description**: Auto uploaded: 作弊行为检测数据集
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-02
- **Last Updated**: 2026-07-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 作弊行为检测数据集（1100 张图片已划分）| 目标检测

> 面向考试监考场景的轻量级作弊行为目标检测数据集，已完成标注与训练集 / 验证集划分，可直接用于 YOLO、Faster R-CNN 等主流目标检测模型训练。

## 数据集下载

> 链接：<https://pan.baidu.com/s/1VBxTkGOjM5PWD7jwPPTVYA?pwd=85cv>
>
> 提取码：`85cv`（复制后打开百度网盘 App 操作更方便）

## 数据集概述

| 项目 | 内容 |
| --- | --- |
| 数据规模 | 1100 张作弊检测相关图像 |
| 任务类型 | 目标检测（Object Detection） |
| 标注格式 | YOLO 标注格式 |
| 分类数量 | 2 类 |
| 数据划分 | Train / Val 已按合理比例划分 |

### 目录结构

```
path: main/datasets
train: ./images/train
val: ./images/val
nc: 2
names: ['作弊行为', '使用手机(严重作弊)']
```

## 类别说明

| 类别 | 含义说明 | 应用重点 |
| --- | --- | --- |
| 作弊行为（cheating） | 轻中度违规行为，如抄袭、传纸条、遮挡视线等，范围广、变化多 | 广泛场景泛化能力 |
| 使用手机(严重作弊)（using mobile） | 聚焦使用手机这一严重违规行为，单独标注以强化关键场景检测精度 | 提升警报触发精度 |

## 数据特点

- 室内考试教室、机考等多种真实场景
- 多摄像头视角：俯拍、侧拍、远距离监控
- 多人 / 单人场景
- 不同光照与遮挡情况

## 适用场景

- 线上 / 线下考试的实时作弊检测
- 职业资格与高校监考辅助系统
- 行为风险识别与违规记录管理
- 视频流监控分析（可拓展至动作跟踪）

## 快速开始（以 YOLO 为例）

```bash
yolo train model=yolov8s.pt data=main/datasets/data.yaml epochs=100 imgsz=640
```

可扩展至 Faster R-CNN / Mask R-CNN、SSD、DETR，以及轻量化部署（MobileNet + TFLite / Ascend）等方向。

## 结语

本数据集虽轻量，但具备良好的实用性和扩展能力，可作为 AI 监考系统研发的高效起点。如有更多真实监考场景数据或合作需求，欢迎交流。