Construction-PPE データセット#

Ultralytics Construction-PPE データセットは、11のクラスでアノテーションされた1,416枚の画像（トレーニング用1,132枚、検証用143枚、テスト用141枚）からなるobject detectionデータセットで、ヘルメット、手袋、ベスト、ブーツ、ゴーグルなどの個人用保護具（PPE）を検出し、建設現場での装着漏れをフラグ付けします。実際の建設環境から収集されたコンプライアンス遵守および非遵守のケースの両方を含んでおり、職場の安全を監視するcomputer visionモデルをトレーニングするための実用的なリソースとなっています。

データセットの構造#

Construction-PPE データセットには、construction-ppe.yaml 設定によって定義された3つの事前定義されたサブセットに分割された1,416枚の画像が含まれています：

すべての画像は Ultralytics YOLO 形式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、着用具、未着用具、および人をカバーする11のクラスを提供します：

• 装着済みの PPE (5): helmet, gloves, vest, boots, goggles
• 未装着の PPE (4): no_helmet, no_gloves, no_boots, no_goggle
• その他 (2): Person, none

装着済みと未装着のラベルを組み合わせることで、モデルは適切に着用された装備の検出と安全違反のフラグ付けの両方を行うことができます。vest には専用のベスト未着用ラベルがないことに注意してください。

ビジネス価値#

建設業は最も危険な業界の1つであり、その課題は規制の欠如よりもむしろ運用の徹底にあります。保健安全チームは多忙を極めており、常に変化し続ける忙しい現場のあらゆる場所をリアルタイムで監視することはできません。

コンピュータビジョンベースのPPE検知は、そのギャップを埋めるのに役立ちます。作業者が必須のヘルメットやベストなどの装備を着用しているかを自動的にチェックすることで、現場全体で安全規則を一貫して適用し、リスクの先行指標を提示します。これにより、事故が発生する前にコンプライアンスの傾向を明らかにします。PPE検知は、通常、適切な安全装備なしで現れる許可されていない現場への侵入者を特定することも可能です。

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瞬時にチェックするAIモデルをトレーニングし、現場で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洞察を生成します。
• スマート監視システム: 検出モデルをカメラと接続し、PPEの欠落時にリアルタイムで警告を送信することで、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大規模な現場全体でPPEチェックを実行できるようにし、より迅速で安全な検査をサポートします。
• 研究および教育: 職場安全や人間と物体の相互作用を研究する学生や研究者に、実世界のデータセットを提供します。

ローカルインフラストラクチャを管理することなく PPE 検出モデルをラベル付け、トレーニング、およびデプロイするには、Ultralytics Platform を使用してブラウザで完全なワークフローを実行します。

データセット YAML#

Construction-PPE データセットには、トレーニング、検証、およびテストの画像パスと、オブジェクトクラスの完全なリストを定義する YAML 設定ファイルが含まれています。construction-ppe.yaml ファイルには、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 🚀 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#

画像サイズ 640 で 100 エポックの間、Construction-PPE データセットで YOLO26n モデルをトレーニングできます。以下の例は、迅速に開始する方法を示しています。その他のオプションや高度な設定については、Training guide を参照してください。

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#

このデータセットは、さまざまな環境、照明条件、姿勢における建設作業員を捉えています。コンプライアンス順守 および 非順守 の両方のケースが含まれています。

ライセンスおよび帰属#

Construction-PPE は AGPL-3.0 License の下で開発およびリリースされており、適切な帰属表示を条件としてオープンソースの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。

このデータセットを研究で使用する場合は、引用してください:

@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}
}

よくある質問 (FAQ)#