该数据集旨在检测铁路轨道上人员的计算机视觉模型，主要目标是通过提供高质量的带注释图像来提高铁路安全性，这些图像可用于训练模型以实时检测未经授权的人为干预，从而防止事故和死亡。

数据集包含 3,766 张人类在铁路轨道上的行为图片，分辨率为 1,080×1,080 。每幅图像都带有边界框注释，标记人类的存在及其在铁路轨道上的行为。注释以 YOLO 格式 (TXT) 提供，并带有详细的类标签。这些图像共有 4 个类别：

轨道：应检测到铁路轨道上的人类行为。
站立：铁路轨道上的人类行为之一。
坐：人类坐在铁路轨道上。
睡觉：人类在轨道上睡觉或躺着。
数据集用途 
该数据集非常适合训练和评估物体检测模型，特别是基于卷积神经网络 (CNN) 和 YOLO 架构的模型。它也适用于铁路安全、物体检测和实时监控系统的研究。