Construction-PPE データセット

Construction-PPE データセットは、ヘルメット、ベスト、手袋、ブーツ、ゴーグルなどの必須防護具の検出を可能にすることで建設現場の安全コンプライアンスを向上させるように設計されており、装備の欠落に関するアノテーションも含まれています。実際の建設環境から収集されており、準拠および非準拠の両方のケースが含まれているため、職場環境の安全を監視するAIモデルのトレーニングに有用なリソースです。

Watch: How to train Ultralytics YOLO on Personal Protective Equipment Dataset | VisionAI in Construction 👷

データセットの構造

Construction-PPE データセットは、主に3つのサブセットで構成されています。

トレーニングセット: PPEを完全または部分的に着用している作業者が含まれる、アノテーション済み建設画像メインコレクション。
バリデーションセット: PPE検出およびコンプライアンス監視中のモデルパフォーマンスを微調整および評価するために使用される指定サブセット。
テストセット: PPEの検出およびコンプライアンスの問題を特定する際の最終的なモデルの有効性を評価するために確保された独立したサブセット。

各画像は Ultralytics YOLO フォーマットでアノテーションされており、最先端の object detection および tracking パイプラインとの互換性を確保しています。

このデータセットは、ポジティブ（PPE着用）とネガティブ（PPE欠落）のカテゴリに分けられた 11クラス を提供します。このポジティブ/ネガティブの二重構造により、モデルは正しく着用された装備を検出し、かつ安全違反を特定することができます。

ビジネス価値

建設業は依然として世界で最も危険な産業の1つであり、2023/2024年の英国における123件の業務関連の 致命的な傷害 のうち、51件以上が建設現場で発生しています。しかし、問題は規制の欠如ではなく、建設作業員の42%がプロセスを常に遵守しているわけではないと認めているという点にあります。
建設業界はすでに広範な労働安全衛生（HSE）基準の枠組みによって統制されていますが、HSEチームは一貫した実施に課題を抱えています。HSEチームは事務処理と監査のバランスをとることに追われることが多く、忙しく変化し続ける環境の隅々までリアルタイムで監視する能力を欠いています。
ここで、コンピュータビジョンベースの個人用保護具（PPE）検出が非常に重要となります。作業者が ヘルメット、ベスト、その他の個人用保護具 を着用しているかを自動的にチェックすることで、HSEルールが存在するだけでなく、すべての現場で一貫して効果的に強制されていることを確認できます。コンプライアンスを超えて、コンピュータビジョンは作業チームがどの程度安全慣行に従っているかを明らかにすることでリスクの先行指標を提供し、組織がコンプライアンスの低下傾向を把握し、インシデントが発生する前に防止することを可能にします。
さらに、個人用保護具の検出は、許可されていない現場侵入者を特定するためにも役立ちます。なぜなら、適切な安全装備を身につけていない人物 は、通知のトリガーとなる最初の対象となるからです。最終的に、PPE検出は、完全な監視、実用的なインサイト、標準化されたレポートを提供するシンプルかつ強力なコンピュータビジョンユースケースであり、建設会社がリスクを軽減し、作業者を保護し、プロジェクトを守るための力を与えます。

アプリケーション

Construction-PPE は、さまざまな安全重視のコンピュータビジョンアプリケーションを強化します：

自動コンプライアンス監視: 作業者がヘルメット、ベスト、手袋などの必要な安全装備を着用しているかを即座に確認するようにAIモデルをトレーニングし、現場のリスクを軽減します。
職場安全分析: PPEの使用状況を長期的に追跡し、頻繁な違反を特定し、安全文化を向上させるためのインサイトを生成します。
スマート監視システム: 検出モデルをカメラと接続し、PPEが欠落している場合にリアルタイムでアラートを送信することで、事故が発生する前に防止します。
ロボティクスおよび自律システム: ドローンやロボットが広範囲な現場でPPEチェックを実行できるようにし、より高速で安全な検査をサポートします。
研究および教育: 職場環境の安全や人間と物体の相互作用を探求する学生や研究者に、実際のデータセットを提供します。

データセットYAML

Construction-PPE データセットには、トレーニングおよびバリデーションの画像パスとオブジェクトクラスの全リストを定義する YAML 設定ファイルが含まれています。construction-ppe.yaml ファイルには、以下の Ultralytics リポジトリから直接アクセスできます: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/construction-ppe.yaml

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

使用方法

Construction-PPE データセットを使用して、画像サイズ640で100エポックの YOLO26n モデルをトレーニングできます。以下の例は、すばやく始める方法を示しています。より多くのオプションや詳細設定については、Training guide を参照してください。

トレーニングの例

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)

サンプル画像とアノテーション

このデータセットには、多様な環境、照明条件、姿勢の建設作業者が含まれています。準拠および 非準拠 の両方のケースが含まれています。

Construction-PPE dataset sample with safety gear detection

ライセンスと帰属

Construction-PPE は AGPL-3.0 License の下で開発および公開されており、適切な帰属表示を行うことでオープンソース研究および商用アプリケーションをサポートしています。

研究でこのデータセットを使用する場合は、以下を引用してください：

引用

@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}
}

FAQ