건설-PPE 데이터 세트

Q: What makes the Construction-PPE dataset unique?

일반 건설 데이터 세트와 달리 Construction-PPE는 누락된 장비 등급을 명시적으로 포함합니다. 이러한 이중 라벨링 접근 방식을 통해 모델은 PPE를 감지할 뿐만 아니라 실시간으로 위반 사항을 표시할 수 있습니다.

Construction-PPE 데이터 세트는 헬멧, 조끼, 장갑, 장화, 고글과 같은 필수 보호 장비와 누락된 장비에 대한 주석을 감지할 수 있도록 하여 건설 현장의 안전 규정 준수를 개선하도록 설계되었습니다. 실제 건설 환경에서 선별하여 규정을 준수하는 사례와 준수하지 않는 사례를 모두 포함하고 있어 작업장 안전을 모니터링하는 AI 모델을 학습하는 데 유용한 리소스로 활용할 수 있습니다.

데이터 세트 구조

Construction-PPE 데이터 세트는 세 가지 주요 하위 집합으로 구성되어 있습니다:

교육 세트: 전체 및 부분 PPE를 착용한 작업자가 등장하는 주석이 달린 건설 이미지의 기본 컬렉션입니다.
유효성 검사 세트: PPE 감지 및 규정 준수 모니터링 중에 모델 성능을 미세 조정하고 평가하는 데 사용되는 지정된 하위 집합입니다.
테스트 세트: PPE를 감지하고 규정 준수 문제를 식별하는 최종 모델의 효율성을 평가하기 위해 예약된 독립적인 하위 집합입니다.

각 이미지에는 Ultralytics YOLO 형식으로 주석을 달아 최첨단 객체 감지 및 추적 파이프라인과의 호환성을 보장합니다.

이 데이터 세트는 포지티브(PPE 착용)와 네거티브(PPE 미착용) 카테고리로 나뉜 11개의 클래스를 제공합니다. 이러한 이중 포지티브/네거티브 구조를 통해 모델은 제대로 착용한 장비를 감지하고 안전 위반을 식별할 수 있습니다.

응용 분야

건설-PPE는 안전에 중점을 둔 다양한 컴퓨터 비전 애플리케이션을 지원합니다:

자동화된 규정 준수 모니터링: AI 모델을 학습시켜 작업자가 헬멧, 조끼, 장갑 등 필수 안전 장비를 착용하고 있는지 즉시 확인하여 현장의 위험을 줄입니다.
작업장 안전 분석: 시간 경과에 따른 PPE 사용을 추적하고, 자주 위반되는 사항을 파악하고, 안전 문화를 개선하기 위한 인사이트를 생성하세요.
스마트 감시 시스템: 감지 모델을 카메라와 연결하여 개인보호장비 분실 시 실시간 알림을 전송하여 사고를 미연에 방지하세요.
로보틱스 및 자율 시스템: 드론이나 로봇이 대규모 현장에서 개인보호장비 점검을 수행하도록 지원하여 더 빠르고 안전한 점검을 지원합니다.
연구 및 교육: 작업장 안전과 인간과 물체의 상호 작용을 탐구하는 학생과 연구자에게 실제 데이터 세트를 제공합니다.

데이터세트 YAML

Construction-PPE 데이터 세트에는 객체 클래스의 전체 목록과 함께 학습 및 유효성 검사 이미지 경로를 정의하는 YAML 구성 파일이 포함되어 있습니다. 이 파일은 construction-ppe.yaml 파일을 여기의 Ultralytics 리포지토리에 직접 저장하세요: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/construction-ppe.yaml

ultralytics.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 크기가 640인 100개 에포크에 대해 Construction-PPE 데이터 세트에서 YOLO11n 모델을 훈련할 수 있습니다. 다음 예는 빠르게 시작하는 방법을 보여줍니다. 더 많은 옵션과 고급 구성은 훈련 가이드를 참조하세요.

훈련 예제

PythonCLI

from ultralytics import YOLO

# Load pretrained model
model = YOLO("yolo11n.pt")

# Train the model on Construction-PPE dataset
model.train(data="construction-ppe.yaml", epochs=100, imgsz=640)

yolo detect train data=construction-ppe.yaml model=yolo11n.pt epochs=100 imgsz=640

샘플 이미지 및 주석

이 데이터 세트는 다양한 환경, 조명 조건 및 자세에서 일하는 건설 근로자를 포착합니다. 규정을 준수하는 사례와 준수하지 않는 사례가 모두 포함되어 있습니다.

건설-PPE 데이터 세트 샘플 이미지, 규정 준수 및 비준수 안전 장비 감지를 보여주는 이미지

라이선스 및 저작자 표시

Construction-PPE는 AGPL-3.0 라이선스에 따라 개발 및 배포되어 적절한 저작자 표시를 통해 오픈소스 연구 및 상업적 애플리케이션을 지원합니다.

이 데이터셋을 연구에 사용하는 경우 인용해 주세요:

BibTeX

@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