Construction-PPE 데이터 세트
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
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.
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.
@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
Construction-PPE 데이터 세트의 고유한 특징은 무엇입니까?
일반적인 건설 데이터 세트와 달리 Construction-PPE에는 누락된 장비 클래스가 명시적으로 포함되어 있습니다. 이 이중 라벨링 방식을 통해 모델은 PPE를 감지할 뿐만 아니라 실시간으로 위반 사항을 표시할 수도 있습니다.
어떤 객체 범주가 포함되어 있습니까?
이 데이터 세트는 헬멧, 조끼, 장갑, 부츠, 고글 및 작업자와 함께 해당 “누락된 PPE” 대응 항목을 다룹니다. 이를 통해 포괄적인 규정 준수 범위를 보장합니다.
Construction-PPE 데이터 세트를 사용하여 YOLO 모델을 학습하려면 어떻게 해야 합니까?
Construction-PPE 데이터 세트를 사용하여 YOLO11 모델을 학습하려면 다음 코드 스니펫을 사용할 수 있습니다.
훈련 예제
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="construction-ppe.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=construction-ppe.yaml model=yolo11n.pt epochs=100 imgsz=640
이 데이터 세트는 실제 애플리케이션에 적합합니까?
예. 이미지는 다양한 조건에서 실제 건설 현장에서 큐레이팅됩니다. 따라서 배포 가능한 작업장 안전 모니터링 시스템을 구축하는 데 매우 효과적입니다.
AI 프로젝트에서 Construction-PPE 데이터 세트를 사용하면 어떤 이점이 있습니까?
이 데이터 세트는 개인 보호 장비의 실시간 탐지를 가능하게 하여 건설 현장에서 작업자 안전을 모니터링하는 데 도움이 됩니다. 착용 장비와 누락된 장비 모두에 대한 클래스를 통해 안전 위반을 자동으로 표시하고, 규정 준수 통찰력을 생성하고, 위험을 줄일 수 있는 AI 시스템을 지원합니다. 또한 작업장 안전, 로봇 공학 및 학술 연구 분야에서 컴퓨터 비전 솔루션을 개발하기 위한 실용적인 리소스를 제공합니다.