Construction-PPEデータセット#
Ultralytics Construction-PPEデータセットは、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）からなる物体検出データセットです。11クラスでラベル付けされており、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を検出し、建設現場での装備不足を特定します。実際の建設現場から厳選したデータで、適切な着用例と不適切な着用例の両方を含むため、職場の安全を監視するコンピュータビジョンモデルのトレーニングに実用的なリソースです。
視聴: 個人用保護具データセットで Ultralytics YOLO をトレーニングする方法 | 建設現場の VisionAI 👷
データセットの構成#
Construction-PPEデータセットには1,416枚の画像が含まれ、construction-ppe.yaml設定で定義された3つの事前定義済みサブセットに分割されています。
| 分割 | 画像 | アノテーション |
|---|---|---|
| 学習 | 1,132 | はい |
| 検証 | 143 | はい |
| テスト | 141 | はい |
すべての画像はUltralytics YOLO形式でアノテーションされており、最先端の物体検出およびトラッキングパイプラインとの互換性が確保されています。
このデータセットには、着用済みの装備、未着用の装備、人物を対象とする11クラスが含まれています。
- 着用済みPPE（5）：
helmet、gloves、vest、boots、goggles - 未着用PPE（4）：
no_helmet、no_gloves、no_boots、no_goggle - その他（2）：
Person、none
着用済みと未着用のラベルを組み合わせることで、モデルは装備が適切に着用されているかを検出し、さらに安全違反を特定できます。vestには、ベスト未着用専用のラベルがない点にご注意ください。
ビジネス価値#
建設業は最も危険性の高い産業の一つであり、課題は通常、規制の不足ではなくその徹底にあります。安全衛生チームの人員には限りがあり、忙しく常に状況が変化する現場の隅々まで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を活用したPPE検出は、この課題の解消に役立ちます。作業員が必要なヘルメット、ベスト、その他の装備を着用しているかを自動確認することで、現場全体で一貫した安全規則の徹底を支援し、リスクの先行指標を可視化します。つまり、事故が発生する前にコンプライアンスの傾向を把握できます。また、PPE検出によって、適切な安全装備を着用していないことが多い無許可の現場侵入者を特定することもできます。
用途#
Construction-PPEは、安全を重視するさまざまなコンピュータビジョンアプリケーションを支えます。
- コンプライアンスの自動監視：ヘルメット、ベスト、手袋などの必要な安全装備を作業員が着用しているか瞬時に確認するAIモデルをトレーニングし、現場のリスクを軽減します。
- 職場の安全分析：PPEの使用状況を経時的に追跡し、違反が頻発する状況を特定して、安全文化の向上に役立つ知見を生成します。
- スマート監視システム：検出モデルをカメラに接続し、PPEの不足をリアルタイムで警告することで、事故を未然に防ぎます。
- ロボティクスと自律システム：ドローンやロボットによる広大な現場のPPEチェックを可能にし、より迅速で安全な点検を支援します。
- 研究と教育：職場の安全や人と物体の相互作用を研究する学生や研究者に、実環境のデータセットを提供します。
ローカルインフラを管理せずにPPE検出モデルのラベル付け、トレーニング、デプロイを行うには、Ultralytics Platformを使ってブラウザー上で一連のワークフローを実行できます。
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、テスト用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ファイルは、Ultralyticsリポジトリのhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/construction-ppe.yamlから直接アクセスできます。
# 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、Construction-PPEデータセットを使ってYOLO26nモデルを100エポックトレーニングできます。以下の例を参考に、すぐに開始できます。その他のオプションや高度な設定については、トレーニングガイドをご覧ください。
from ultralytics import YOLO
# 事前学習済みモデルを読み込みます
model = YOLO("yolo26n.pt")
# Construction-PPEデータセットでモデルをトレーニングします
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、さまざまな環境、照明条件、姿勢の建設作業員が含まれています。適合と不適合の両方の事例を収録しています。
ライセンスと帰属表示#
Construction-PPEはAGPL-3.0ライセンスの下で開発・公開されており、適切な帰属表示を条件に、オープンソース研究や商用アプリケーションで利用できます。
このデータセットを研究で使用する場合は、次の形式で引用してください。
@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#
一般的な建設データセットとは異なり、Construction-PPEには装備未着用クラス（
no_helmet、no_gloves、no_boots、no_goggle）が明示的に含まれています。この二重ラベル方式により、モデルは着用済みのPPEを検出するだけでなく、違反もリアルタイムで特定できます。Construction-PPEデータセットには11クラスがあります。着用済みPPEアイテムが5種類（
helmet、gloves、vest、boots、goggles）、未着用PPEラベルが4種類（no_helmet、no_gloves、no_boots、no_goggle）、さらにPersonと汎用のnoneクラスがあります。vestには、ベスト未着用専用のラベルがない点にご注意ください。Construction-PPEデータセットには11クラス、合計1,416枚の画像が含まれています。内訳はトレーニング用1,132枚、検証用143枚、テスト用141枚です。分割とクラスの詳細については、データセット構成のセクションをご覧ください。
データセット（178.4 MB）は、
data="construction-ppe.yaml"を使ったトレーニングの初回に自動でダウンロードされるため、手動での作業は不要です。Ultralyticsがデータセットを取得し、ローカルのデータセットディレクトリに展開します。関連データセットは物体検出データセットの概要で確認できます。Construction-PPEデータセットを使ってYOLO26モデルをトレーニングするには、次のコードスニペットを使用できます。
トレーニング例from ultralytics import YOLO # モデルを読み込む model = YOLO("yolo26n.pt") # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します） # モデルをトレーニングする results = model.train(data="construction-ppe.yaml", epochs=100, imgsz=640)はい。多様な条件下にある実際の建設現場から画像を厳選しているため、実運用可能な職場安全監視システムの構築に非常に効果的なデータセットです。
このデータセットにより、個人用保護具をリアルタイムで検出し、建設現場の作業員の安全を監視できます。着用済みと未着用の両方の装備クラスがあるため、安全違反の自動検出、コンプライアンスに関する知見の生成、リスクの軽減を実現するAIシステムをサポートします。また、職場の安全、ロボティクス、学術研究におけるコンピュータビジョンソリューションの開発にも実用的なリソースを提供します。