Construction-PPE 데이터 세트

Q: What makes the Construction-PPE dataset unique?

일반적인 건설 데이터 세트와 달리 Construction-PPE는 누락된 장비 클래스를 명시적으로 포함합니다. 이 이중 라벨링 방식을 통해 모델은 PPE를 탐지할 뿐만 아니라 실시간으로 위반 사항을 표시할 수도 있습니다.

Construction-PPE 데이터 세트는 헬멧, 조끼, 장갑, 부츠, 고글과 같은 필수 보호 장비의 탐지와 누락된 장비에 대한 주석을 통해 건설 현장의 안전 준수를 개선하도록 설계되었습니다. 실제 건설 환경에서 큐레이팅되었으며 규정 준수 및 미준수 사례가 모두 포함되어 있어 작업장 안전을 모니터링하는 AI 모델을 학습하는 데 유용한 리소스입니다.

데이터 세트 구조

Construction-PPE 데이터 세트는 세 가지 주요 하위 집합으로 구성됩니다.

학습 세트: 완전한 PPE 사용과 부분적인 PPE 사용을 모두 특징으로 하는 주석이 달린 건설 이미지의 기본 컬렉션입니다.
유효성 검사 세트: PPE 탐지 및 규정 준수 모니터링 중에 모델 성능을 미세 조정하고 평가하는 데 사용되는 지정된 하위 집합입니다.
테스트 세트: PPE 탐지 및 규정 준수 문제 식별에 대한 최종 모델의 효과를 평가하기 위해 예약된 독립적인 하위 집합입니다.

각 이미지는 최첨단 객체 탐지 및 추적 파이프라인과의 호환성을 보장하는 Ultralytics YOLO 형식으로 주석이 추가됩니다.

이 데이터 세트는 긍정적(착용된 PPE) 및 부정적(누락된 PPE) 범주로 나뉜 11개의 클래스를 제공합니다. 이 이중 긍정/부정 구조를 통해 모델은 제대로 착용된 장비를 탐지하고 안전 위반을 식별할 수 있습니다.

비즈니스 가치

건설업은 여전히 세계에서 가장 위험한 산업 중 하나이며, 2023/2024년 영국에서 발생한 업무 관련 치명적인 부상 123건 중 51건 이상이 건설 현장에서 발생했습니다. 그러나 이 문제는 더 이상 규제 부족의 문제가 아니며, 건설 노동자의 42%가 프로세스를 항상 준수하지 않는다고 인정합니다.
건설업은 이미 광범위한 보건 및 안전(HSE) 표준 프레임워크의 적용을 받고 있지만, HSE 팀은 일관된 시행에 어려움을 겪고 있습니다. HSE 팀은 서류 작업과 감사 업무에 치여 인력이 부족한 경우가 많으며, 바쁘고 끊임없이 변화하는 환경의 모든 구석을 실시간으로 모니터링할 수 있는 능력이 부족합니다.
이러한 상황에서 컴퓨터 비전 기반 개인 보호 장비(PPE) 감지 기술이 매우 중요해집니다. 작업자가 헬멧, 조끼 및 기타 개인 보호 장비를 착용하고 있는지 자동으로 확인하여 HSE 규칙이 존재할 뿐만 아니라 모든 현장에서 효과적으로 일관되게 시행되도록 할 수 있습니다. 컴퓨터 비전은 규정 준수 외에도 안전 관행을 얼마나 잘 따르는지 보여줌으로써 위험에 대한 선행 지표를 제공하여 조직이 규정 준수의 하락 추세를 파악하고 사고를 예방할 수 있도록 합니다.
또한 개인 보호 장비 감지는 허가받지 않은 현장 침입자를 식별하는 데에도 효과적인 것으로 알려져 있는데, 적절한 안전 장비를 갖추지 않은 사람이 가장 먼저 알림을 트리거하기 때문입니다. 궁극적으로 PPE 감지는 완전한 감독, 실행 가능한 통찰력 및 표준화된 보고를 제공하는 간단하면서도 강력한 컴퓨터 비전 활용 사례로서, 건설 회사가 위험을 줄이고 작업자를 보호하며 프로젝트를 안전하게 지킬 수 있도록 지원합니다.

응용 분야

Construction-PPE는 다양한 안전 중심 컴퓨터 비전 애플리케이션을 지원합니다.

자동화된 규정 준수 모니터링: 작업자가 헬멧, 조끼 또는 장갑과 같은 필수 안전 장비를 착용하고 있는지 즉시 확인할 수 있도록 AI 모델을 훈련하여 현장의 위험을 줄입니다.
작업장 안전 분석: PPE 사용량을 시간 경과에 따라 추적하고, 빈번한 위반을 발견하고, 안전 문화를 개선하기 위한 통찰력을 생성합니다.
스마트 감시 시스템: 감지 모델을 카메라와 연결하여 PPE가 누락된 경우 실시간 알림을 보내 사고를 예방합니다.
로봇 공학 및 자율 시스템: 드론 또는 로봇이 대규모 현장에서 PPE 검사를 수행할 수 있도록 지원하여 더 빠르고 안전한 검사를 지원합니다.
연구 및 교육: 작업장 안전 및 인간-사물 상호 작용을 탐구하는 학생과 연구자를 위한 실제 데이터 세트를 제공합니다.

데이터세트 YAML

Construction-PPE 데이터 세트에는 객체 클래스의 전체 목록과 함께 훈련 및 검증 이미지 경로를 정의하는 YAML 구성 파일이 포함되어 있습니다. 다음에서 파일에 직접 액세스할 수 있습니다. construction-ppe.yaml Ultralytics 저장소: 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

Construction-PPE 데이터 세트에서 이미지 크기 640으로 YOLO11n 모델을 100 epoch 동안 훈련할 수 있습니다. 다음 예제는 빠르게 시작하는 방법을 보여줍니다. 더 많은 옵션과 고급 구성은 훈련 가이드를 참조하십시오.

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 건설 작업자를 캡처합니다. 규정 준수 및 규정 미준수 사례가 모두 포함됩니다.

규정 준수 및 규정 미준수 안전 장비 감지를 보여주는 Construction-PPE 데이터 세트 샘플 이미지

라이선스 및 저작자 표시

Construction-PPE는 AGPL-3.0 라이선스에 따라 개발 및 출시되어 적절한 속성 표시와 함께 오픈 소스 연구 및 상업적 애플리케이션을 지원합니다.

연구에 이 데이터 세트를 사용하는 경우 다음과 같이 인용하십시오.

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