Link to this sectionConstruction-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、ゴーグルなどの基本的な保護具の検出、および装備の欠落に関するアノテーション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います。実際の建設環境から収集されており、コンプライアンス順守事例と非順守事例の両方が含まれているため、職場安全を監視するAIモデルをトレーニングするための貴重なリソースとなります。

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

Link to this section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の主要なコレクション。
検証セット: 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のサブセット。
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 形式でアノテーションされており、最先端の物体検出および追跡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未着用）のカテゴリーに分けられた 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、モデルは適切に着用された装備を検出すると同時に、安全違反を特定することが可能になります。

Link to this section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、英国における2023/2024年の仕事関連の 致命的な傷害 123件のうち51件以上が建設現場で発生しています。しかし、問題はもはや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。
建設業はすでに広範な労働安全衛生（HSE）基準によって管理されていますが、HSEチームは一貫した強制という課題に直面しています。HSEチームは多くの場合、事務作業と監査のバランスをとることに追われており、常に変化する忙しい環境のあらゆる隅々をリアルタイムで監視する能力が不足しています。
ここで、コンピュータビジョンベースの個人用保護具（PPE）検出が非常に価値を発揮します。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保証できます。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安全慣行にどれだけ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への侵入者を特定するためにも有効です。なぜなら、適切な安全装備を装着していない人物 は、最初に通知をトリガーする対象となるからです。最終的に、PPE検出は、完全な監視、実用的な洞察、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、労働者を保護し、プロジェクトを保護できるようにします。

Link to this section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。

Link to this section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検証の画像パスと、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、こちらの 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

Link to this section使用方法#

Construction-PPE データセットで YOLO26n モデルを画像サイズ640で100エポックトレーニングできます。以下の例では、すぐに開始する方法を示しています。その他のオプションや詳細な設定については、トレーニングガイドを参照してください。

学習例

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)

Link to this section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。

安全装備検出を含むConstruction-PPEデータセットのサンプル

Link to this section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。

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:

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}
}

Link to this sectionよくある質問 (FAQ)#