Dataset 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.

211 classes145.3 MBSep 2, 2026

helmetglovesvestboots+7

object-detectionconstructionppe+2

El dataset Construction-PPE de Ultralytics es un dataset de detección de objetos compuesto por 1.416 imágenes (1.132 para entrenamiento, 143 para validación y 141 para pruebas), etiquetadas en 11 clases para detectar equipos de protección individual (PPE) —cascos, guantes, chalecos, botas y gafas— y señalar la ausencia de equipamiento en obras de construcción. Recopilado a partir de entornos reales de construcción, incluye casos tanto conformes como no conformes, lo que lo convierte en un recurso práctico para entrenar modelos de visión por ordenador que supervisen la seguridad laboral.

Estructura del dataset#

El dataset Construction-PPE contiene 1.416 imágenes divididas en tres subconjuntos predefinidos, definidos por la configuración construction-ppe.yaml:

Todas las imágenes están anotadas en el formato de Ultralytics YOLO, lo que garantiza la compatibilidad con pipelines de última generación de detección de objetos y seguimiento.

El dataset proporciona 11 clases que abarcan equipamiento puesto, equipamiento ausente y personas:

• PPE puesto (5): helmet, gloves, vest, boots, goggles
• PPE ausente (4): no_helmet, no_gloves, no_boots, no_goggle
• Otros (2): Person, none

Emparejar las etiquetas de equipamiento puesto y ausente permite que un modelo detecte tanto el equipamiento correctamente puesto como las infracciones de seguridad. Ten en cuenta que vest no tiene una etiqueta específica para chaleco ausente.

Valor empresarial#

La construcción es uno de los sectores más peligrosos, y el desafío suele ser hacer cumplir las normas, no la falta de regulación. Los equipos de salud y seguridad están sobrecargados y no pueden vigilar cada rincón de una obra concurrida y en constante cambio en tiempo real.

La detección de PPE basada en visión por ordenador ayuda a cerrar esa brecha. Al comprobar automáticamente si los trabajadores llevan los cascos, chalecos y demás equipamiento requerido, hace cumplir las normas de seguridad de forma coherente en todas las obras y muestra indicadores tempranos de riesgo, revelando tendencias de cumplimiento antes de que se produzcan incidentes. La detección de PPE también puede señalar a intrusos no autorizados en la obra, que normalmente son los primeros en aparecer sin el equipamiento de seguridad adecuado.

Aplicaciones#

Construction-PPE impulsa diversas aplicaciones de visión por ordenador centradas en la seguridad:

• Supervisión automatizada del cumplimiento: Entrena modelos de IA para comprobar al instante si los trabajadores llevan el equipamiento de seguridad requerido, como cascos, chalecos o guantes, y reducir los riesgos en la obra.
• Análisis de la seguridad laboral: Haz un seguimiento del uso de PPE a lo largo del tiempo, detecta infracciones frecuentes y genera información útil para mejorar la cultura de seguridad.
• Sistemas inteligentes de videovigilancia: Conecta modelos de detección con cámaras para enviar alertas en tiempo real cuando falte PPE y evitar accidentes antes de que ocurran.
• Robótica y sistemas autónomos: Permite que drones o robots realicen comprobaciones de PPE en grandes obras para facilitar inspecciones más rápidas y seguras.
• Investigación y educación: Proporciona un dataset del mundo real para estudiantes e investigadores que exploren la seguridad laboral y las interacciones entre personas y objetos.

Para etiquetar, entrenar y desplegar un modelo de detección de PPE sin gestionar infraestructura local, ejecuta todo el flujo de trabajo en el navegador con Ultralytics Platform.

YAML del dataset#

El dataset Construction-PPE incluye un archivo de configuración YAML que define las rutas de las imágenes de entrenamiento, validación y prueba, junto con la lista completa de clases de objetos. Puedes acceder directamente al archivo construction-ppe.yaml en el repositorio de Ultralytics aquí: 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

Uso#

Puedes entrenar un modelo YOLO26n con el dataset Construction-PPE durante 100 épocas y con un tamaño de imagen de 640. Los siguientes ejemplos muestran cómo empezar rápidamente. Para consultar más opciones y configuraciones avanzadas, consulta la guía de entrenamiento.

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)

Imágenes de ejemplo y anotaciones#

El dataset recoge a trabajadores de la construcción en diversos entornos, condiciones de iluminación y posturas. Incluye casos tanto conformes como no conformes.

Licencia y atribución#

Construction-PPE se desarrolla y publica con la Licencia AGPL-3.0, lo que permite la investigación de código abierto y las aplicaciones comerciales con la atribución adecuada.

Si utilizas este dataset en tu investigación, cítalo:

@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}
}

Preguntas frecuentes#