Tập dữ liệu Construction-PPE#

1,416

Construction PPE

ultralytics

publicDetect

Official Ultralytics Construction-PPE object detection dataset with 1,416 images across 11 classes for helmets, gloves, safety vests, boots, goggles, people, and missing protective equipment. Includes 1,132 train, 143 validation, and 141 test images with 11,521 reviewed bounding boxes.

111 classes145.3 MBAug 21, 2026

helmetglovesvestboots+7

object-detectionconstructionppe+2

Bộ dữ liệu Ultralytics Construction-PPE là một tập dữ liệu phát hiện đối tượng gồm 1.416 hình ảnh (1.132 cho huấn luyện, 143 cho xác thực và 141 cho kiểm thử) được gán nhãn trên 11 lớp nhằm phát hiện thiết bị bảo hộ cá nhân — mũ bảo hiểm, găng tay, áo phản quang, ủng và kính bảo hộ — cũng như gắn cờ báo hiệu thiếu thiết bị tại các công trường xây dựng. Được tuyển chọn từ các môi trường xây dựng thực tế, bộ dữ liệu bao gồm cả các trường hợp tuân thủ và không tuân thủ, trở thành nguồn tài nguyên thực tế để huấn luyện các mô hình thị giác máy tính giám sát an toàn nơi làm việc.

Cấu trúc tập dữ liệu#

Bộ dữ liệu Construction-PPE chứa 1.416 hình ảnh được chia thành ba tập con xác định trước, được định nghĩa bởi cấu hình construction-ppe.yaml:

Mọi hình ảnh đều được chú thích theo định dạng Ultralytics YOLO, đảm bảo khả năng tương thích với các pipeline phát hiện đối tượng và theo dõi hiện đại nhất.

Tập dữ liệu cung cấp 11 lớp bao gồm trang bị được mặc, trang bị bị thiếu và con người:

• PPE đang mặc (5): helmet, gloves, vest, boots, goggles
• Thiếu PPE (4): no_helmet, no_gloves, no_boots, no_goggle
• Khác (2): Person, none

Việc kết hợp các nhãn thiết bị đang mặc và còn thiếu cho phép mô hình vừa phát hiện thiết bị được đeo đúng cách vừa gắn cờ báo hiệu vi phạm an toàn. Lưu ý rằng vest không có nhãn áo phản quang bị thiếu riêng biệt.

Giá trị kinh doanh#

Xây dựng là một trong những ngành công nghiệp nguy hiểm nhất, và thách thức thường nằm ở việc thực thi thay vì thiếu các quy định. Các đội ngũ y tế và an toàn thường bị quá tải và không thể theo dõi mọi góc của một công trường bận rộn và luôn thay đổi trong thời gian thực.

Việc phát hiện PPE dựa trên computer vision giúp thu hẹp khoảng cách đó. Bằng cách tự động kiểm tra xem công nhân có đeo mũ bảo hiểm, áo khoác và các trang bị khác theo yêu cầu hay không, hệ thống giúp thực thi các quy tắc an toàn một cách nhất quán trên khắp các công trường và đưa ra các chỉ số dẫn dắt về rủi ro — tiết lộ xu hướng tuân thủ trước khi các sự cố xảy ra. Phát hiện PPE cũng có thể cảnh báo những người xâm nhập trái phép vào công trường, những đối tượng thường là người đầu tiên xuất hiện mà không có trang bị an toàn thích hợp.

Ứng dụng#

Construction-PPE hỗ trợ nhiều ứng dụng thị giác máy tính tập trung vào an toàn:

• Giám sát tuân thủ tự động: Đào tạo các model AI để kiểm tra ngay lập tức xem công nhân có đang đeo thiết bị an toàn bắt buộc như mũ bảo hiểm, áo khoác hoặc găng tay hay không, giúp giảm thiểu rủi ro tại công trường.
• Phân tích an toàn tại nơi làm việc: Theo dõi việc sử dụng PPE theo thời gian, phát hiện các vi phạm thường xuyên và tạo thông tin chi tiết để cải thiện văn hóa an toàn.
• Hệ thống giám sát thông minh: Kết nối các model phát hiện với camera để gửi cảnh báo thời gian thực khi thiếu PPE, ngăn ngừa tai nạn trước khi chúng xảy ra.
• Robot và các hệ thống tự hành: Cho phép máy bay không người lái (drone) hoặc robot thực hiện kiểm tra PPE trên các công trường lớn, hỗ trợ các đợt thanh tra nhanh hơn và an toàn hơn.
• Nghiên cứu và giáo dục: Cung cấp tập dữ liệu thực tế cho sinh viên và các nhà nghiên cứu đang khám phá sự an toàn tại nơi làm việc và tương tác giữa người và vật thể.

Để gán nhãn, huấn luyện và triển khai mô hình phát hiện PPE mà không cần quản lý hạ tầng cục bộ, hãy chạy toàn bộ workflow trực tiếp trong trình duyệt của bạn với Ultralytics Platform.

YAML tập dữ liệu#

Bộ dữ liệu Construction-PPE bao gồm một tệp cấu hình YAML định nghĩa các đường dẫn hình ảnh huấn luyện, xác thực và kiểm thử cùng với danh sách đầy đủ các lớp đối tượng. Bạn có thể truy cập tệp construction-ppe.yaml trực tiếp trong kho lưu trữ Ultralytics tại đây: 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

Cách sử dụng#

Bạn có thể huấn luyện mô hình YOLO26n trên bộ dữ liệu Construction-PPE trong 100 epoch với kích thước hình ảnh là 640. Các ví dụ sau đây minh họa cách bắt đầu nhanh chóng. Để biết thêm các tùy chọn và cấu hình nâng cao, hãy xem Hướng dẫn huấn luyện.

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)

Hình ảnh mẫu và chú thích#

Tập dữ liệu ghi lại hình ảnh công nhân xây dựng trong các môi trường, điều kiện ánh sáng và tư thế đa dạng. Cả các trường hợp tuân thủ và không tuân thủ đều được bao gồm.

Giấy phép và ghi công#

Construction-PPE được phát triển và phát hành theo Giấy phép AGPL-3.0, hỗ trợ nghiên cứu mã nguồn mở và các ứng dụng thương mại khi ghi nguồn đầy đủ.

Nếu bạn sử dụng tập dữ liệu này trong nghiên cứu của mình, vui lòng trích dẫn nó:

@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}
}

Câu hỏi thường gặp#