Link to this sectionConstruction-PPE 데이터셋#

Q: Construction-PPE 데이터셋의 고유한 점은 무엇인가요?

일반적인 건설 데이터셋과 달리 Construction-PPE는 명시적으로 누락된 장비 클래스를 포함합니다. 이러한 이중 라벨링 접근 방식을 통해 모델은 PPE를 감지할 뿐만 아니라 실시간으로 위반 사항을 플래그 지정할 수 있습니다.

Construction-PPE 데이터셋은 헬멧, 조끼, 장갑, 부츠, 고글과 같은 필수 보호 장비의 감지 기능과 누락된 장비에 대한 어노테이션을 제공하여 건설 현장의 안전 준수 상태를 개선하도록 설계되었습니다. 실제 건설 환경에서 수집되었으며, 규정을 준수한 경우와 그렇지 않은 경우를 모두 포함하고 있어 작업장 안전을 모니터링하는 AI 모델 학습에 귀중한 자원이 됩니다.

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

Link to this section데이터셋 구조#

Construction-PPE 데이터셋은 세 가지 주요 하위 집합으로 구성됩니다:

학습 세트(Training Set): PPE를 완벽하게 또는 부분적으로 착용한 작업자가 포함된 어노테이션된 건설 이미지의 기본 모음입니다.
검증 세트(Validation Set): PPE 감지 및 준수 모니터링 중에 모델 성능을 미세 조정하고 평가하는 데 사용되는 지정된 하위 집합입니다.
테스트 세트(Test Set): PPE 감지 및 준수 문제 식별에 대한 최종 모델의 효과를 평가하기 위해 예약된 독립적인 하위 집합입니다.

각 이미지는 Ultralytics YOLO 형식으로 어노테이션되어 최신 객체 탐지 및 추적 파이프라인과의 호환성을 보장합니다.

이 데이터셋은 긍정(PPE 착용) 및 부정(PPE 미착용) 범주로 나뉜 11개의 클래스를 제공합니다. 이러한 이중 긍정/부정 구조를 통해 모델은 장비가 올바르게 착용되었는지 감지하고 안전 위반 사항을 식별할 수 있습니다.

Link to this section비즈니스 가치#

건설업은 세계에서 가장 위험한 산업 중 하나로, 2023/2024년 영국에서 발생한 123건의 업무 관련 치명적 부상 중 51건 이상이 건설 현장에서 발생했습니다. 하지만 문제는 규제 부족이 아니며, 건설 노동자의 42%가 프로세스를 항상 준수하지는 않는다고 인정하고 있습니다.
건설업은 이미 광범위한 보건 및 안전(HSE) 표준 프레임워크의 지배를 받고 있지만, HSE 팀은 일관된 집행에 어려움을 겪고 있습니다. HSE 팀은 종종 서류 작업과 감사 업무를 병행하느라 인력이 부족하며, 복잡하고 끊임없이 변화하는 현장의 모든 구석을 실시간으로 모니터링할 능력이 부족합니다.
바로 이 지점에서 컴퓨터 비전 기반 개인 보호 장비(PPE) 감지가 매우 중요해집니다. 작업자가 헬멧, 조끼 및 기타 개인 보호 장비를 착용하고 있는지 자동으로 확인함으로써 HSE 규칙이 단순히 존재하는 것을 넘어 모든 현장에서 일관되게 효과적으로 집행되도록 보장할 수 있습니다. 규정 준수를 넘어, 컴퓨터 비전은 작업팀이 안전 관행을 얼마나 잘 따르는지 밝혀냄으로써 위험의 선행 지표를 제공하며, 이를 통해 조직이 준수율 하락 추세를 파악하고 사고가 발생하기 전에 예방할 수 있게 합니다.
추가적인 이점으로, 개인 보호 장비 감지는 승인되지 않은 현장 침입자를 식별하는 데에도 유용합니다. 적절한 안전 장비를 갖추지 않은 사람이 가장 먼저 알림을 유발하기 때문입니다. 궁극적으로 PPE 감지는 완전한 감독, 실행 가능한 통찰력, 표준화된 보고를 제공하여 건설 회사가 위험을 줄이고 작업자를 보호하며 프로젝트를 안전하게 지킬 수 있도록 지원하는 강력하고 단순한 컴퓨터 비전 활용 사례입니다.

Link to this section응용 분야#

Construction-PPE는 다양한 안전 중심 컴퓨터 비전 애플리케이션을 강화합니다:

자동화된 규정 준수 모니터링: AI 모델을 학습시켜 작업자가 헬멧, 조끼, 장갑과 같은 필수 안전 장비를 착용하고 있는지 즉시 확인하여 현장 위험을 줄입니다.
작업장 안전 분석: 시간 경과에 따른 PPE 사용량을 추적하고 빈번한 위반 사항을 파악하며 안전 문화를 개선하기 위한 통찰력을 생성합니다.
스마트 감시 시스템: 감지 모델을 카메라와 연결하여 PPE가 없을 때 실시간 경고를 보내 사고가 발생하기 전에 예방합니다.
로봇 공학 및 자율 시스템: 드론이나 로봇이 대규모 현장에서 PPE 검사를 수행할 수 있도록 하여 더 빠르고 안전한 점검을 지원합니다.
연구 및 교육: 작업장 안전과 인간-객체 상호작용을 연구하는 학생과 연구원에게 실제 데이터셋을 제공합니다.

Link to this section데이터셋 YAML#

Construction-PPE 데이터셋에는 학습 및 검증 이미지 경로와 전체 객체 클래스 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

Link to this section사용법#

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

훈련 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)

Link to this section샘플 이미지 및 주석#

이 데이터셋은 다양한 환경, 조명 조건 및 자세의 건설 노동자를 포착합니다. 규정 준수(compliant) 사례와 규정 미준수(non-compliant) 사례가 모두 포함되어 있습니다.

안전 장비 감지를 포함한 Construction-PPE 데이터셋 샘플

Link to this section라이선스 및 귀속#

Construction-PPE는 AGPL-3.0 라이선스에 따라 개발 및 배포되며, 적절한 귀속과 함께 오픈 소스 연구 및 상업적 애플리케이션을 지원합니다.

본 연구에서 이 데이터셋을 사용하는 경우 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}
}

Link to this sectionFAQ#