Construction-PPE 데이터셋

Construction-PPE 데이터셋은 헬멧, 조끼, 장갑, 부츠, 고글과 같은 필수 보호 장비 탐지 기능과 누락된 장비에 대한 어노테이션을 제공하여 건설 현장의 안전 규정 준수를 개선하도록 설계되었습니다. 실제 건설 환경에서 수집되었으며, 규정 준수 사례와 미준수 사례가 모두 포함되어 있어 작업장 안전을 모니터링하는 AI 모델 학습을 위한 귀중한 리소스입니다.

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

데이터셋 구조

Construction-PPE 데이터셋은 세 가지 주요 하위 집합으로 구성됩니다:

학습 세트(Training Set): 작업자가 PPE를 완전하게 또는 부분적으로 착용한 건설 이미지를 포함한 주요 어노테이션 이미지 모음입니다.
검증 세트(Validation Set): PPE 탐지 및 규정 준수 모니터링 중에 모델 성능을 미세 조정하고 평가하는 데 사용되는 지정된 하위 집합입니다.
테스트 세트(Test Set): 최종 모델의 PPE 탐지 효과와 규정 준수 문제 식별 능력을 평가하기 위해 예약된 독립적인 하위 집합입니다.

Each image is annotated in the Ultralytics YOLO format ensuring compatibility with state-of-the-art object detection and tracking pipelines.

이 데이터셋은 긍정(PPE 착용) 및 부정(PPE 누락) 범주로 나뉜 11개 클래스를 제공합니다. 이러한 이중 긍정/부정 구조를 통해 모델은 올바르게 착용된 장비를 탐지하고 안전 위반 사항을 식별할 수 있습니다.

비즈니스 가치

건설업은 여전히 세계에서 가장 위험한 산업 중 하나로, 2023/2024년 영국에서 발생한 123건의 업무 관련 치명적 부상 중 51건 이상이 건설 현장에서 발생했습니다. 그러나 이 문제는 더 이상 규제 부족의 문제가 아니며, 건설 노동자의 42%가 프로세스를 항상 준수하지는 않는다고 인정했습니다.
건설업은 이미 광범위한 보건 및 안전(HSE) 표준 프레임워크의 지배를 받고 있지만, HSE 팀은 일관된 집행에 어려움을 겪고 있습니다. HSE 팀은 서류 작업과 감사를 병행하느라 인력이 부족한 경우가 많으며, 바쁘고 끊임없이 변화하는 환경의 모든 구석을 실시간으로 모니터링할 능력이 부족합니다.
이 지점에서 컴퓨터 비전 기반 개인 보호 장비(PPE) 탐지가 매우 유용해집니다. 작업자가 헬멧, 조끼 및 기타 개인 보호 장비를 착용하고 있는지 자동으로 확인함으로써 HSE 규칙이 단순히 존재하는 것을 넘어 모든 현장에서 효과적이고 일관되게 집행되도록 할 수 있습니다. 규정 준수를 넘어 컴퓨터 비전은 작업자가 안전 관행을 얼마나 잘 따르는지 보여줌으로써 위험의 선행 지표를 제공하며, 이를 통해 조직은 규정 준수 수준의 하향 추세를 파악하고 사건이 발생하기 전에 예방할 수 있습니다.
추가적인 이점으로 개인 보호 장비 탐지는 허가받지 않은 현장 침입자를 식별하는 것으로도 알려져 있습니다. 적절한 안전 장비를 갖추지 않은 사람들이 가장 먼저 알림을 유발하기 때문입니다. 궁극적으로 PPE 탐지는 완전한 감독, 실행 가능한 통찰력 및 표준화된 보고를 제공하여 건설 회사가 위험을 줄이고 작업자를 보호하며 프로젝트를 보호할 수 있도록 지원하는 간단하면서도 강력한 컴퓨터 비전 사용 사례입니다.

응용 분야

Construction-PPE는 다양한 안전 중심 컴퓨터 비전 애플리케이션을 강화합니다:

자동화된 규정 준수 모니터링: 작업자가 헬멧, 조끼 또는 장갑과 같은 필수 안전 장비를 착용하고 있는지 즉시 확인하도록 AI 모델을 학습시켜 현장 위험을 줄입니다.
작업장 안전 분석: 시간이 지남에 따라 PPE 사용량을 추적하고 빈번한 위반 사항을 파악하며 안전 문화를 개선하기 위한 통찰력을 생성합니다.
스마트 감시 시스템: 탐지 모델을 카메라와 연결하여 PPE가 누락되었을 때 실시간 알림을 전송함으로써 사고를 사전에 예방합니다.
로봇 공학 및 자율 시스템: 드론이나 로봇이 대규모 현장에서 PPE 점검을 수행할 수 있도록 지원하여 더 빠르고 안전한 검사를 수행합니다.
연구 및 교육: 작업장 안전과 인간-객체 상호 작용을 연구하는 학생과 연구자에게 실제 데이터셋을 제공합니다.

데이터셋 YAML

Construction-PPE 데이터셋에는 학습 및 검증 이미지 경로와 객체 클래스의 전체 목록을 정의하는 YAML 구성 파일이 포함되어 있습니다. construction-ppe.yaml 파일은 다음 Ultralytics 저장소에서 직접 액세스할 수 있습니다: 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

사용법

이미지 크기 640으로 100 에포크(epoch) 동안 Construction-PPE 데이터셋에서 YOLO26n 모델을 학습할 수 있습니다. 다음 예제는 빠르게 시작하는 방법을 보여줍니다. 더 많은 옵션과 고급 구성은 학습 가이드를 참조하십시오.

학습 예제

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)

샘플 이미지 및 주석

이 데이터셋은 다양한 환경, 조명 조건 및 자세의 건설 노동자를 포착합니다. 규정 준수 및 미준수 사례가 모두 포함되어 있습니다.

Construction-PPE dataset sample with safety gear detection

라이선스 및 저작자 표시

Construction-PPE는 오픈 소스 연구와 적절한 저작자 표시를 동반한 상업적 애플리케이션을 지원하기 위해 AGPL-3.0 라이선스 하에 개발 및 배포됩니다.

본 데이터셋을 연구에 사용하는 경우, 다음과 같이 인용해 주십시오:

인용

@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