UltralyticsによるPPE検出と職場の安全

職場の安全管理チームは、必要な保護具がどこで不足しているのか、どのような状況に注意が必要なのかを把握する必要があります。コンピュータービジョンを使えば、画像や動画から人、ヘルメット、高視認性ベスト、その他の目視できる装備を検出し、こうした確認を定量化できます。

Ultralytics Platformでは、PPE検出のワークフロー全体を1つのワークスペースで実行できます。データの準備、装備のアノテーション、Ultralytics YOLOモデルのトレーニング、デプロイ、デプロイ後のパフォーマンス監視が可能です。プロジェクト全体を通じてコンピュータービジョンソリューションを提供するUltralyticsとともに、チームは自社のカメラや現場の要件に合わせて構築できます。

このガイドでは、最初のカメラ映像のサンプルから検証済みのデプロイまで、実用的なPPE監視にこのワークフローを活用する方法を説明します。

PPE検出とは何ですか？#

個人用保護具（PPE）検出では、物体検出を使って保護具の位置を特定し、クラスラベルを割り当てます。モデルは、目視できるヘルメットやベストごとにバウンディングボックスと信頼度スコアを返し、人の検出結果も併せて返します。

監視アプリケーションは、こうした予測結果を特定の職場ルールに結び付けます。たとえば、荷積み場の確認では、上半身が見えている人のうち、必要なベストを着用していない人を探します。この判断には、装備を正しい人に関連付けることと、装備が隠れている映像への対応が必要です。

カメラで鮮明に捉えられる装備から始めてください。ヘルメットやベストは、耳栓や手袋の細部などの小さな物品よりも、最初の対象として実用的なことがよくあります。現場で必要なクラスをトレーニングして評価してください。汎用の事前学習済みモデルが、あらゆる種類のPPEを認識できるとは限りません。

Ultralyticsは、こうしたワークフローに必要なビジョン機能を提供します。モデルの出力を安全管理チームが確認するイベントにどう変換するかは、現場固有のルールによって決まります。

職場の安全管理にUltralyticsのコンピュータービジョンを使う理由#

PPEプロジェクトでは、カメラ映像から現場で優れた性能を発揮するモデルに至るまで、再現性のあるプロセスが重要です。Ultralytics Platformは、データセット管理、アノテーション、トレーニング、モデルのエクスポート、ホスト型推論、デプロイの監視をつなぎます。同じワークスペースで、初期パイロットからその後のモデル更新まで対応できます。

新しいヘルメットのデザインが導入されたとき、カメラが移動したとき、生産ラインが変更されたときには、この一貫性が重要になります。チームは同じワークフローでデータを更新し、ラベルを改善し、トレーニング結果を比較して、改良したモデルをデプロイできます。

新しいPPE検出プロジェクトの出発点として、Ultralytics YOLO26を使用してください。使用予定のハードウェアで検出品質と推論速度の両方を測定し、モデルサイズを選択してください。

Ultralytics PlatformでPPE監視を構築する方法#

1. 目視できるルールを1つ定義し、代表的なデータを収集する#

建設現場の入口でヘルメットを確認するなど、具体的な目標から始めてください。カメラの視野、必要な装備、稼働時間、アプリケーションがイベントを検出した際に確認担当者が取るべき対応を定義してください。

実際のカメラから、さまざまなシフトや条件の映像を収集してください。逆光、部分的なオクルージョン、作業員の集団、無人のシーン、持ち運ばれている装備を含めてください。こうした例は、意図した状態と見た目が似た状況を区別するのに役立ちます。

撮影セッションまたはカメラごとに分けて、トレーニング用と評価用の映像を分離してください。同じクリップ内の隣接フレームは同じ分割に含め、新しいシーンでの性能を検証できるようにしてください。

Construction-PPEデータセットは、PPEクラスを調べる際の有用な出発点です。モデルがデプロイに適しているかどうかは、現場を代表する映像を使って判断してください。

2. PPEを一貫した方法でアノテーションする#

トレーニング画像をUltralytics Platformにアップロードし、必要なクラスを定義してください。アノテーションエディターでは、Platformでホストされたデータセットに対して、互換性のあるモデルを使った手動のバウンディングボックス作成とスマートアノテーションを利用できます。提案されたラベルを確認し、見落とされた装備を修正して、トレーニング前に誤ったボックスを削除してください。

難しいケースの扱いを統一するため、簡潔なラベリングガイドを作成してください。手に持たれたヘルメットは目視できる装備ですが、その人が着用していることにはなりません。頭部が隠れている場合も、自動的にヘルメット未着用の例として扱うべきではありません。

不適切な着用状態を目標に含める場合は、目視できる状態を明確に定義し、それらを評価するのに十分な事例を収集してください。カメラで実際に確認できる違いだけを含めてください。

3. YOLO26モデルをトレーニングして比較する#

プロジェクトを作成し、ラベル付きデータセットとYOLO26モデルを選択して、Ultralytics Platformでクラウドトレーニングを開始してください。トレーニング指標を追跡し、データの改善やモデル設定の調整に応じて、実行結果を比較してください。

各PPEクラスの性能を確認してください。全体スコアが高くても、小さなゴーグルや機械の陰に一部隠れたヘルメットの検出が弱い場合があります。適合率と再現率に加え、検出漏れと誤検出も確認してください。

デプロイ予定の環境から取り分けた未使用の事例を使って、候補モデルをテストしてください。最も難しいカメラ視点も含めてください。品質とレイテンシの要件を同時に満たすモデルを選択してください。

4. カメラが稼働する場所にデプロイする#

Ultralyticsはホスト型推論とモデルのエクスポートに対応しています。アプリケーションからのリクエスト用に専用エンドポイントをデプロイするか、モデルを対応フォーマットにエクスポートして、互換性のあるローカルハードウェアで推論を実行してください。ONNXとTensorRTは、Ultralyticsのワークフローで利用できるデプロイフォーマットの例です。

連続したカメラストリームでは、実際のストリーム数、画像サイズ、ハードウェアを使ってスループットとレイテンシを測定してください。ストリームを処理するアプリケーション側で、装備と人の関連付け、区域の確認、フレーム間での状態の維持、確認担当者へのイベント通知といったイベントルールも管理します。Ultralyticsのトラッキングは動画フレーム間で物体のトラックを維持し、こうしたロジックを支援できます。

レイテンシ、接続性、データ処理の要件に合わせてデプロイ方法を選択し、ロールアウト前にエクスポートしたモデルまたはエンドポイントを検証してください。

5. 結果を確認し、モデルを改善する#

小規模なパイロットから始め、検出されたイベントを安全管理の確認担当者にチェックしてもらってください。誤警報と見逃しの両方を測定してください。警報だけを減らそうとすると、検出漏れが多すぎるモデルを見過ごす可能性があります。

デプロイ監視を使って、サービスの稼働状況、リクエストのレイテンシ、エラーを確認してください。検出品質を評価するには、別途、サンプリングしたカメラ映像の結果を人手で付けたラベルと照合してください。インフラの指標だけではPPE検出の精度を確認できません。

難しい事例をデータセットに追加し、アノテーションを修正して、Ultralytics Platformで再トレーニングしてください。カメラの設置位置、装備、照明、現場のレイアウトに大きな変更があった後も、この確認を繰り返してください。

PPE検出のパイロットを有用にするには？#

実用的なパイロットでは、実際に遭遇する条件について、次のような具体的な問いに答えます。

• カメラで装備を確認できますか？ 該当する距離で、対象物の大きさ、フォーカス、照明、遮蔽物を確認してください。
• アプリケーションはPPEを正しい人に対応付けていますか？ 近くに装備を持っている人も含め、集団や重なり合う作業員を確認してください。
• 関連するイベントをどのくらいの頻度で見逃しますか？ 検出されたクリップに加え、通常運用のラベル付きサンプルも確認してください。
• 1シフトあたりに確認担当者へ届く誤警報は何件ですか？ 同じ状況の検出が繰り返される場合も含め、イベント処理ワークフロー全体を測定してください。
• 十分な速さで応答できますか？ 画像の取得から推論を経て、確認キューへの登録または通知に至るまでの時間を測定してください。

ロールアウト前に受け入れ基準を合意してください。シフト終了時に確認するレポートと即時通知では、タイミングとエラーの要件が異なります。

有用な監視結果を得られるよう設計する#

PPE監視は、顔認識を追加しなくても、物体検出と一時的なトラックを使って実施できます。システムの目的を定義し、画像へのアクセスを制限するとともに、保存する映像の保持期間を明確に設定してください。

確認担当者には、不確実な検出結果を文脈に沿って判断してもらってください。カメラでは、装備の認証、隠れた損傷、視認できない保護機能を評価できません。結果は、現場点検、トレーニング、確立された安全手順を支援するために活用してください。

Ultralyticsを始める#

カメラの視点を1つ、PPE要件を1つ選んでください。代表的な画像を収集してラベル付けし、YOLO26モデルをトレーニングして、明確なパイロット基準に照らして結果を評価してください。プロジェクトの成長に合わせて改善・拡張できるコンピュータービジョンのワークフローを、Ultralyticsがチームに一元的に提供します。

Ultralytics PlatformでPPE検出プロジェクトを始めるか、Platformクイックスタートに沿って最初のモデルを構築してください。