İnşaat-PPE Veri Seti
Construction-PPE veri seti; kask, yelek, eldiven, bot ve gözlük gibi temel koruyucu ekipmanların tespit edilmesini ve eksik ekipmanlar için ek açıklamalar yapılmasını sağlayarak şantiyelerde güvenlik uyumluluğunu artırmak için tasarlanmıştır. Gerçek inşaat ortamlarından derlenen bu veri seti, hem uyumlu hem de uyumsuz vakaları içerdiğinden, işyeri güvenliğini izleyen yapay zeka modellerini eğitmek için değerli bir kaynaktır.
Veri Seti Yapısı
Construction-PPE veri kümesi üç ana alt küme halinde düzenlenmiştir:
- Eğitim Seti: Hem tam hem de kısmi KKD kullanımına sahip işçilerin yer aldığı açıklamalı inşaat görüntülerinden oluşan birincil koleksiyon.
- Doğrulama Seti: KKD tespiti ve uygunluk izlemesi sırasında model performansını ince ayarlamak ve değerlendirmek için kullanılan belirlenmiş bir alt küme.
- Test Seti: Nihai modelin KKD'yi tespit etme ve uygunluk sorunlarını belirleme konusundaki etkinliğini değerlendirmek için ayrılmış bağımsız bir alt küme.
Her görüntüye şu açıklamalar eklenmiştir Ultralytics YOLO formatı, son teknoloji nesne algılama ve izleme işlem hatlarıyla uyumluluk sağlar.
Veri seti, pozitif (giyilen KKD) ve negatif (eksik KKD) kategorilere ayrılmış 11 sınıf sunmaktadır. Bu ikili pozitif/negatif yapı, modellerin uygun şekilde giyilen teçhizatı tespit etmesini ve güvenlik ihlallerini belirlemesini sağlar.
Uygulamalar
Construction-PPE, güvenlik odaklı çeşitli bilgisayarla görme uygulamalarına güç sağlar:
- Otomatik uyumluluk izleme: Yapay zeka modellerini eğiterek çalışanların kask, yelek veya eldiven gibi gerekli güvenlik ekipmanlarını giyip giymediğini anında kontrol edin ve sahadaki riskleri azaltın.
- İşyeri güvenliği analizleri: KKD kullanımını zaman içinde takip edin, sık ihlalleri tespit edin ve güvenlik kültürünü iyileştirmek için içgörüler oluşturun.
- Akıllı gözetim sistemleri: KKD eksik olduğunda gerçek zamanlı uyarılar göndermek için algılama modellerini kameralara bağlayın ve kazaları gerçekleşmeden önce önleyin.
- Robotik ve otonom sistemler: Dronların veya robotların büyük sahalarda KKD kontrolleri yapmasını sağlayarak daha hızlı ve daha güvenli denetimleri destekleyin.
- Araştırma ve eğitim: İşyeri güvenliği ve insan-nesne etkileşimlerini araştıran öğrenciler ve araştırmacılar için gerçek dünyadan bir veri seti sağlayın.
Veri Seti YAML
Construction-PPE veri seti, nesne sınıflarının tam listesiyle birlikte eğitim ve doğrulama görüntü yollarını tanımlayan bir YAML yapılandırma dosyası içerir. Erişebilirsiniz construction-ppe.yaml dosyasını doğrudan burada Ultralytics deposunda bulabilirsiniz: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/construction-ppe.yaml
ultralytics.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
Kullanım
Bir YOLO11n modelini 640 görüntü boyutuyla 100 epok için Construction-PPE veri kümesi üzerinde eğitebilirsiniz. Aşağıdaki örnekler hızlı bir şekilde nasıl başlayacağınızı göstermektedir. Daha fazla seçenek ve gelişmiş yapılandırmalar için Eğitim kılavuzuna bakın.
Eğitim Örneği
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
Örnek Görüntüler ve Açıklamalar
Veri seti, inşaat işçilerini çeşitli ortamlarda, aydınlatma koşullarında ve duruşlarda yakalar. Hem uyumlu hem de uyumsuz vakalar dahil edilmiştir.
Lisans ve Atıf
Construction-PPE, AGPL-3.0 Lisansı altında geliştirilmiş ve yayınlanmıştır, açık kaynaklı araştırmaları ve uygun atıfta bulunulan ticari uygulamaları destekler.
Araştırmanızda bu veri setini kullanırsanız, lütfen atıfta bulunun:
@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}
}
SSS
Construction-PPE veri setini benzersiz kılan nedir?
Genel inşaat veri setlerinin aksine, Construction-PPE eksik ekipman sınıflarını açıkça içerir. Bu ikili etiketleme yaklaşımı, modellerin yalnızca KKD'yi tespit etmesine değil, aynı zamanda ihlalleri gerçek zamanlı olarak işaretlemesine de olanak tanır.
Hangi nesne kategorileri dahil edilmiştir?
Veri seti kaskları, yelekleri, eldivenleri, botları, gözlükleri ve işçileri "eksik KKD" muadilleriyle birlikte kapsamaktadır. Bu da kapsamlı bir uyumluluk kapsamı sağlar.
Construction-PPE veri kümesini kullanarak bir YOLO modelini nasıl eğitebilirim?
Construction-PPE veri kümesini kullanarak bir YOLO11 modelini eğitmek için aşağıdaki kod parçacıklarını kullanabilirsiniz:
Eğitim Örneği
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
Bu veri seti gerçek dünya uygulamaları için uygun mu?
Evet. Görüntüler, farklı koşullar altındaki gerçek şantiyelerden derlenmiştir. Bu da onu konuşlandırılabilir işyeri güvenlik izleme sistemleri oluşturmak için oldukça etkili kılmaktadır.
Yapay zeka projelerinde Construction-PPE veri setini kullanmanın faydaları nelerdir?
Veri seti, kişisel koruyucu ekipmanların gerçek zamanlı olarak tespit edilmesini sağlayarak şantiyelerde işçi güvenliğinin izlenmesine yardımcı oluyor. Hem aşınmış hem de eksik teçhizat sınıflarıyla, güvenlik ihlallerini otomatik olarak işaretleyebilen, uyumluluk içgörüleri oluşturabilen ve riskleri azaltabilen yapay zeka sistemlerini destekler. Ayrıca işyeri güvenliği, robotik ve akademik araştırmalarda bilgisayarla görme çözümleri geliştirmek için pratik bir kaynak sağlar.
