Набор данных Construction-PPE
Набор данных Construction-PPE предназначен для повышения соблюдения требований безопасности на строительных площадках за счет обнаружения необходимого защитного снаряжения, такого как каски, жилеты, перчатки, ботинки и очки, а также аннотаций для отсутствующего оборудования. Собранный из реальных строительных сред, он включает в себя как соответствующие, так и не соответствующие требованиям случаи, что делает его ценным ресурсом для обучения моделей искусственного интеллекта, которые отслеживают безопасность на рабочем месте.
Смотреть: Как обучить Ultralytics YOLO на наборе данных средств индивидуальной защиты | VisionAI в строительстве 👷
Структура набора данных
Набор данных Construction-PPE организован в три основных подмножества:
- Набор для обучения: Основная коллекция аннотированных строительных изображений, на которых изображены рабочие, использующие как полную, так и частичную СИЗ.
- Набор для валидации: Специально выделенное подмножество, используемое для точной настройки и оценки производительности модели при detection СИЗ и мониторинге соответствия требованиям.
- Тестовый набор: Независимое подмножество, зарезервированное для оценки эффективности конечной модели в обнаружении СИЗ и выявлении проблем соответствия.
Каждое изображение аннотировано в формате Ultralytics YOLO, что обеспечивает совместимость с современными конвейерами обнаружения объектов и отслеживания.
Набор данных предоставляет 11 классов, разделенных на положительные (надетые СИЗ) и отрицательные (отсутствующие СИЗ) категории. Эта двойная положительно/отрицательная структура позволяет моделям detect правильно надетое снаряжение и выявлять нарушения безопасности.
Коммерческая ценность
- Строительство остается одной из самых опасных отраслей в мире: в 2023/2024 годах в Великобритании в строительстве произошло более 51 из 123 связанных с работой несчастных случаев со смертельным исходом. Однако проблема больше не связана с отсутствием регулирования, поскольку 42% строителей признают, что не всегда соблюдают процессы.
- Строительство уже регулируется обширной системой стандартов охраны труда и техники безопасности (HSE), но группы HSE сталкиваются с проблемой последовательного обеспечения соблюдения этих стандартов. Группы HSE часто перегружены работой, балансируя между оформлением документов и аудитом, и не имеют возможности в режиме реального времени контролировать каждый уголок оживленной и постоянно меняющейся среды.
- Именно здесь неоценимой становится система компьютерного зрения для обнаружения средств индивидуальной защиты (СИЗ). Автоматически проверяя, носят ли рабочие каски, жилеты и другие средства индивидуальной защиты, вы можете гарантировать, что правила охраны труда, техники безопасности и охраны окружающей среды не просто присутствуют, но и эффективно соблюдаются на всех объектах. Помимо соответствия требованиям, компьютерное зрение предоставляет опережающие индикаторы риска, показывая, насколько хорошо бригады соблюдают правила безопасности, что позволяет организациям выявлять тенденции к снижению соблюдения требований и предотвращать инциденты до их возникновения.
- В качестве бонуса, обнаружение средств индивидуальной защиты также может идентифицировать несанкционированных злоумышленников на площадке, поскольку те, кто не оснащен надлежащим защитным снаряжением, первыми вызывают уведомление. В конечном счете, обнаружение СИЗ — это простой, но мощный вариант использования компьютерного зрения, который обеспечивает полный контроль, действенные аналитические данные и стандартизированную отчетность, что позволяет строительным фирмам снижать риски, защищать работников и обеспечивать безопасность своих проектов.
Приложения
Construction-PPE обеспечивает работу различных приложений компьютерного зрения, ориентированных на безопасность:
- Автоматизированный мониторинг соответствия требованиям: Обучите модели искусственного интеллекта для мгновенной проверки, носят ли рабочие необходимые средства защиты, такие как шлемы, жилеты или перчатки, что снижает риски на площадке.
- Аналитика безопасности на рабочем месте: Отслеживайте использование СИЗ с течением времени, выявляйте частые нарушения и генерируйте аналитические данные для улучшения культуры безопасности.
- Интеллектуальные системы видеонаблюдения: Подключите модели обнаружения к камерам для отправки оповещений в реальном времени при отсутствии СИЗ, предотвращая несчастные случаи до того, как они произойдут.
- Робототехника и автономные системы: Позволяют дронам или роботам выполнять проверки СИЗ на крупных объектах, поддерживая более быстрые и безопасные проверки.
- Исследования и образование: Предоставьте реальный набор данных для студентов и исследователей, изучающих безопасность на рабочем месте и взаимодействие человека с объектами.
YAML-файл набора данных
Набор данных Construction-PPE включает файл конфигурации YAML, который определяет пути к изображениям для обучения и валидации, а также полный список классов объектов. Вы можете получить доступ к construction-ppe.yaml file непосредственно из репозитория Ultralytics здесь: 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
Использование
Вы можете обучить модель YOLO11n на наборе данных 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.
Пример обучения
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
Примеры изображений и аннотации
Набор данных содержит изображения строителей в различных условиях окружающей среды, освещения и позах. Включены как соответствующие, так и не соответствующие требованиям случаи.
Лицензия и атрибуция
Construction-PPE разработан и выпущен под лицензией AGPL-3.0, поддерживающей исследования с открытым исходным кодом и коммерческие приложения с надлежащим указанием авторства.
Если вы используете этот набор данных в своих исследованиях, пожалуйста, сошлитесь 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
Что делает набор данных Construction-PPE уникальным?
В отличие от общих наборов данных для строительства, Construction-PPE явно включает отсутствующие классы оборудования. Этот подход с двойной маркировкой позволяет моделям не только detect СИЗ, но и отмечать нарушения в режиме реального времени.
Какие категории объектов включены?
Набор данных охватывает каски, жилеты, перчатки, ботинки, очки и рабочих, а также их аналоги с “отсутствующими СИЗ”. Это обеспечивает всесторонний охват соответствия требованиям.
Как я могу обучить модель YOLO, используя набор данных Construction-PPE?
Для обучения модели YOLO11 с использованием набора данных Construction-PPE можно использовать следующие фрагменты кода:
Пример обучения
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
Подходит ли этот набор данных для реальных приложений?
Да. Изображения получены с реальных строительных площадок в различных условиях. Это делает его очень эффективным для создания развертываемых систем мониторинга безопасности на рабочем месте.
Каковы преимущества использования набора данных Construction-PPE в проектах ИИ?
Набор данных позволяет в режиме реального времени detect персональное защитное оборудование, помогая отслеживать безопасность рабочих на строительных площадках. Благодаря классам для надетого и отсутствующего снаряжения он поддерживает системы искусственного интеллекта, которые могут автоматически отмечать нарушения безопасности, генерировать аналитические данные о соответствии требованиям и снижать риски. Он также предоставляет практический ресурс для разработки решений компьютерного зрения в области безопасности на рабочем месте, робототехники и академических исследований.
