مجموعة بيانات Construction-PPE#

1,416

Construction PPE

ultralytics

publicDetect

Construction-PPE is an Ultralytics safety-equipment detection benchmark. Its 11 classes localize people, helmets, gloves, vests, boots, and goggles while explicitly identifying missing protective equipment for worksite compliance monitoring.

311 classes145.3 MBSep 2, 2026

helmetglovesvestboots+7

object-detectionconstructionppe+2

مجموعة بيانات Construction-PPE من Ultralytics هي مجموعة بيانات لـ كشف الأجسام تتكون من 1,416 صورة (1,132 للتدريب، و143 للتحقق، و141 للاختبار)، وموسومة ضمن 11 فئة لاكتشاف معدات الوقاية الشخصية — الخوذات والقفازات والسترات والأحذية الواقية والنظارات الواقية — والإبلاغ عن المعدات المفقودة في مواقع البناء. جُمعت هذه المجموعة من بيئات بناء حقيقية، وتتضمن حالات ملتزمة وغير ملتزمة، ما يجعلها موردًا عمليًا لتدريب نماذج الرؤية الحاسوبية التي تراقب السلامة في مكان العمل.

بنية مجموعة البيانات#

تحتوي مجموعة بيانات Construction-PPE على 1,416 صورة مقسمة إلى ثلاث مجموعات فرعية محددة مسبقًا، وفقًا لملف الإعداد construction-ppe.yaml:

تتضمن كل صورة تعليقات توضيحية بتنسيق Ultralytics YOLO، ما يضمن التوافق مع مسارات عمل كشف الأجسام والتتبع الحديثة.

توفر مجموعة البيانات 11 فئة تغطي معدات الوقاية المُرتداة، والمعدات المفقودة، والأشخاص:

• معدات الوقاية المُرتداة (5): helmet، gloves، vest، boots، goggles
• معدات الوقاية المفقودة (4): no_helmet، no_gloves، no_boots، no_goggle
• أخرى (2): Person، none

يتيح الجمع بين تسميات المعدات المُرتداة والمفقودة للنموذج اكتشاف المعدات المُرتداة بشكل صحيح وكذلك الإبلاغ عن مخالفات السلامة. لاحظ أن vest لا يملك تسمية مخصصة للسترة المفقودة.

القيمة التجارية#

يُعد قطاع البناء من أكثر القطاعات خطورة، ويتمثل التحدي عادةً في تطبيق اللوائح وليس في غيابها. وتواجه فرق الصحة والسلامة ضغوطًا كبيرة، ولا تستطيع مراقبة كل ركن من أركان موقع مزدحم ومتغير باستمرار في الوقت الفعلي.

يساعد كشف معدات الوقاية الشخصية القائم على الرؤية الحاسوبية في سد هذه الفجوة. فمن خلال التحقق تلقائيًا من ارتداء العمال للخوذات والسترات والمعدات الأخرى المطلوبة، يفرض هذا النظام قواعد السلامة باستمرار عبر المواقع، ويكشف المؤشرات المبكرة للمخاطر — موضحًا اتجاهات الامتثال قبل وقوع الحوادث. ويمكن لكشف معدات الوقاية الشخصية أيضًا الإبلاغ عن المتسللين غير المصرح لهم بدخول الموقع، الذين غالبًا ما يكونون أول من يظهر دون معدات السلامة المناسبة.

التطبيقات#

تدعم Construction-PPE مجموعة متنوعة من تطبيقات الرؤية الحاسوبية التي تركز على السلامة:

• المراقبة الآلية للامتثال: درّب نماذج الذكاء الاصطناعي على التحقق فورًا من ارتداء العمال لمعدات السلامة المطلوبة، مثل الخوذات أو السترات أو القفازات، ما يقلل المخاطر في الموقع.
• تحليلات السلامة في مكان العمل: تتبع استخدام معدات الوقاية الشخصية بمرور الوقت، وحدد المخالفات المتكررة، وأنشئ رؤى لتحسين ثقافة السلامة.
• أنظمة المراقبة الذكية: اربط نماذج الكشف بالكاميرات لإرسال تنبيهات في الوقت الفعلي عند فقدان معدات الوقاية الشخصية، مما يساعد على منع الحوادث قبل وقوعها.
• الروبوتات والأنظمة المستقلة: مكّن الطائرات المسيّرة أو الروبوتات من إجراء فحوصات معدات الوقاية الشخصية عبر المواقع الكبيرة، دعمًا لعمليات تفتيش أسرع وأكثر أمانًا.
• البحث والتعليم: وفّر مجموعة بيانات واقعية للطلاب والباحثين الذين يستكشفون السلامة في مكان العمل والتفاعلات بين الإنسان والأجسام.

لتوسيم نموذج كشف معدات الوقاية الشخصية وتدريبه ونشره دون إدارة البنية التحتية المحلية، نفّذ سير العمل الكامل في متصفحك باستخدام Ultralytics Platform.

YAML مجموعة البيانات#

تتضمن مجموعة بيانات Construction-PPE ملف إعداد YAML يحدد مسارات صور التدريب والتحقق والاختبار، إلى جانب القائمة الكاملة لفئات الأجسام. يمكنك الوصول إلى ملف construction-ppe.yaml مباشرةً في مستودع Ultralytics من هنا: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/construction-ppe.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Construction-PPE dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/construction-ppe
# Example usage: yolo train data=construction-ppe.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── construction-ppe ← downloads here (178.4 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: construction-ppe # dataset root dir
train: images/train # train images (relative to 'path') 1132 images
val: images/val # val images (relative to 'path') 143 images
test: images/test # test images (relative to 'path') 141 images

# Classes
names:
  0: helmet
  1: gloves
  2: vest
  3: boots
  4: goggles
  5: none
  6: Person
  7: no_helmet
  8: no_goggle
  9: no_gloves
  10: no_boots

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/construction-ppe.zip

الاستخدام#

يمكنك تدريب نموذج YOLO26n على مجموعة بيانات Construction-PPE لمدة 100 حقبة وبحجم صورة يبلغ 640. توضح الأمثلة التالية كيفية البدء بسرعة. لمزيد من الخيارات والإعدادات المتقدمة، راجع دليل التدريب.

from ultralytics import YOLO

# Load pretrained model
model = YOLO("yolo26n.pt")

# Train the model on Construction-PPE dataset
model.train(data="construction-ppe.yaml", epochs=100, imgsz=640)

الصور والتعليقات التوضيحية النموذجية#

تلتقط مجموعة البيانات عمال البناء في بيئات وظروف إضاءة ووضعيات متنوعة. وهي تتضمن حالات ملتزمة وأخرى غير ملتزمة.

الترخيص ونَسب المصدر#

طُوّرت Construction-PPE وأُصدرت بموجب رخصة AGPL-3.0، بما يدعم البحث مفتوح المصدر والتطبيقات التجارية مع نسب المصدر على النحو الملائم.

إذا استخدمت مجموعة البيانات هذه في بحثك، يُرجى الاستشهاد بها:

@dataset{Dalvi_Construction_PPE_Dataset_2025,
    author = {Mrunmayee Dalvi and Niyati Singh and Sahil Bhingarde and Ketaki Chalke},
    title = {Construction-PPE: Personal Protective Equipment Detection Dataset},
    month = {January},
    year = {2025},
    version = {1.0.0},
    license = {AGPL-3.0},
    url = {https://docs.ultralytics.com/datasets/detect/construction-ppe},
    publisher = {Ultralytics}
}

الأسئلة الشائعة#