Датасет Construction-PPE#

1,416

Construction PPE

ultralytics

publicDetect

Construction-PPE is an Ultralytics safety-equipment detection benchmark. Its 11 classes localize people, helmets, gloves, vests, boots, and goggles while explicitly identifying missing protective equipment for worksite compliance monitoring.

211 classes145.3 MBSep 2, 2026

helmetglovesvestboots+7

object-detectionconstructionppe+2

Датасет Ultralytics Construction-PPE — это датасет для детектирования объектов, содержащий 1 416 изображений (1 132 для обучения, 143 для валидации и 141 для тестирования), размеченных по 11 классам для обнаружения средств индивидуальной защиты — касок, перчаток, жилетов, ботинок и защитных очков — и выявления отсутствующих средств защиты на строительных площадках. Собранный в реальных строительных условиях, он включает как соответствующие, так и несоответствующие требованиям случаи, что делает его практичным ресурсом для обучения моделей компьютерного зрения, отслеживающих безопасность на рабочем месте.

Структура датасета#

Датасет Construction-PPE содержит 1 416 изображений, разделённых на три заранее определённых поднабора, заданных конфигурацией construction-ppe.yaml:

Каждое изображение размечено в формате Ultralytics YOLO, что обеспечивает совместимость с современными конвейерами детектирования объектов и трекинга.

Датасет содержит 11 классов, охватывающих надетые и отсутствующие средства защиты, а также людей:

• Надетые средства защиты (5): helmet, gloves, vest, boots, goggles
• Отсутствующие средства защиты (4): no_helmet, no_gloves, no_boots, no_goggle
• Прочее (2): Person, none

Сочетание меток для надетых и отсутствующих средств защиты позволяет модели обнаруживать как правильно надетые средства защиты, так и нарушения требований безопасности. Обрати внимание, что для vest нет отдельной метки отсутствующего жилета.

Практическая ценность#

Строительство — одна из самых опасных отраслей, и проблема обычно заключается не в отсутствии правил, а в их соблюдении. Службы охраны труда перегружены и не могут в реальном времени контролировать каждый уголок постоянно меняющейся строительной площадки.

Детектирование средств индивидуальной защиты с помощью компьютерного зрения помогает устранить этот пробел. Автоматически проверяя, носят ли работники обязательные каски, жилеты и другие средства защиты, такая система обеспечивает единообразное соблюдение правил на разных объектах и выявляет ранние признаки риска — показывая тенденции соблюдения требований до того, как произойдут инциденты. Детектирование средств защиты также может выявлять несанкционированных нарушителей, которые обычно первыми появляются без надлежащих средств безопасности.

Применения#

Construction-PPE поддерживает различные приложения компьютерного зрения, ориентированные на безопасность:

• Автоматический контроль соблюдения требований: обучай модели ИИ мгновенно проверять, носят ли работники необходимые средства защиты, такие как каски, жилеты или перчатки, снижая риски на объекте.
• Аналитика безопасности на рабочем месте: отслеживай использование средств защиты с течением времени, выявляй частые нарушения и получай полезные сведения для улучшения культуры безопасности.
• Интеллектуальные системы видеонаблюдения: подключай модели детектирования к камерам, чтобы отправлять оповещения в реальном времени при отсутствии средств защиты и предотвращать несчастные случаи до их возникновения.
• Робототехнические и автономные системы: позволяй дронам или роботам проверять средства защиты на больших объектах, обеспечивая более быстрые и безопасные инспекции.
• Исследования и образование: используй реальный датасет для студентов и исследователей, изучающих безопасность на рабочем месте и взаимодействие человека с объектами.

Чтобы размечать данные, обучать и развёртывать модель для детектирования средств защиты без управления локальной инфраструктурой, выполни весь рабочий процесс в браузере с помощью Ultralytics Platform.

YAML датасета#

Датасет Construction-PPE включает файл конфигурации YAML, в котором указаны пути к изображениям для обучения, валидации и тестирования, а также полный список классов объектов. Получить файл construction-ppe.yaml можно непосредственно в репозитории Ultralytics здесь: https://github.com/ultralytics/ultralytics/blob/main/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

Использование#

Ты можешь обучить модель YOLO26n на датасете Construction-PPE в течение 100 эпох с размером изображения 640. В следующих примерах показано, как быстро начать работу. Дополнительные параметры и расширенные конфигурации см. в руководстве по обучению.

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)

Примеры изображений и аннотаций#

Датасет содержит изображения строительных рабочих в различных условиях, при разном освещении и в разных позах. В него входят как соответствующие, так и несоответствующие требованиям случаи.

Лицензия и указание авторства#

Construction-PPE разработан и выпущен по лицензии AGPL-3.0, поддерживающей исследования с открытым исходным кодом и коммерческие приложения при условии указания авторства.

Если ты используешь этот датасет в своих исследованиях, пожалуйста, укажи ссылку на него:

@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}
}

Часто задаваемые вопросы#