Ultralytics를 활용한 PPE 감지 및 작업장 안전

직장 안전팀은 필수 보호 장비가 없는 곳과 주의가 필요한 상황을 파악해야 합니다. 컴퓨터 비전은 이미지와 동영상에서 사람, 안전모, 고가시성 조끼 및 기타 눈에 보이는 장비를 감지해 이러한 점검을 측정 가능한 작업으로 만듭니다.

Ultralytics Platform은 데이터 준비, 장비 어노테이션, Ultralytics YOLO 모델 학습, 배포, 배포 성능 모니터링에 이르는 전체 PPE 감지 워크플로를 하나의 작업 공간에서 제공합니다. 프로젝트 전반에 걸쳐 컴퓨터 비전 솔루션인 Ultralytics를 활용해 각 팀의 카메라와 현장 요구 사항에 맞춰 시스템을 구축할 수 있습니다.

이 가이드에서는 첫 카메라 샘플부터 검증된 배포까지, 실용적인 PPE 모니터링에 이 워크플로를 활용하는 방법을 설명합니다.

PPE 감지란 무엇인가요?#

개인 보호 장비(PPE) 감지는 객체 감지를 사용해 보호 장비의 위치를 찾고 클래스 레이블을 할당합니다. 모델은 눈에 보이는 각 안전모나 조끼에 대해 바운딩 박스와 신뢰도 점수를 반환하고, 사람 감지 결과도 함께 제공할 수 있습니다.

그런 다음 모니터링 애플리케이션은 이러한 예측 결과를 특정 작업장 규정과 연결합니다. 예를 들어 하역장 점검에서는 눈에 보이는 상체에 필수 조끼를 착용하지 않은 사람을 찾을 수 있습니다. 이러한 판단을 내리려면 장비를 올바른 사람과 연결하고 장비가 가려진 장면을 처리해야 합니다.

카메라로 선명하게 식별할 수 있는 장비부터 시작하세요. 안전모와 조끼는 귀마개나 장갑의 세부 요소 같은 작은 물품보다 처음 대상으로 삼기에 실용적인 경우가 많습니다. 현장에 필요한 클래스를 학습하고 평가하세요. 범용 사전 학습 모델이 모든 유형의 PPE를 인식한다고 가정해서는 안 됩니다.

Ultralytics는 이러한 워크플로에 필요한 비전 기능을 제공합니다. 모델 출력이 안전팀에서 검토할 이벤트로 변환되는 방식은 현장별 규칙에 따라 결정됩니다.

직장 안전 컴퓨터 비전에 Ultralytics를 사용하는 이유는 무엇인가요?#

PPE 프로젝트에서는 카메라 영상부터 현장에서 우수한 성능을 내는 모델까지 이어지는 반복 가능한 경로가 중요합니다. Ultralytics Platform은 데이터셋 관리, 어노테이션, 학습, 모델 내보내기, 호스팅 추론 및 배포 모니터링을 연결합니다. 하나의 작업 공간에서 초기 파일럿과 후속 모델 업데이트를 모두 지원합니다.

새 헬멧 디자인이 도입되거나 카메라가 이동하거나 생산 라인이 바뀔 때 이러한 연속성이 중요합니다. 팀은 동일한 워크플로에서 데이터를 업데이트하고, 레이블을 개선하고, 학습 실행을 비교하고, 개선된 모델을 배포할 수 있습니다.

새 PPE 감지 프로젝트는 Ultralytics YOLO26을 시작점으로 사용하세요. 사용하려는 하드웨어에서 감지 품질과 추론 속도를 모두 측정해 모델 크기를 선택하세요.

Ultralytics Platform으로 PPE 모니터링을 구축하는 방법#

1. 눈에 보이는 규칙 하나를 정의하고 대표 데이터를 수집합니다#

건설 현장 입구에서 안전모 착용 여부를 점검하는 것처럼 구체적인 목표부터 시작하세요. 카메라 시야, 필수 장비, 운영 시간, 애플리케이션이 이벤트를 표시했을 때 검토자가 취해야 할 조치를 정의하세요.

실제 카메라에서 여러 교대 시간대와 조건에 걸쳐 사례를 수집하세요. 역광, 부분 가림, 작업자 무리, 빈 장면, 장비를 들고 있는 상황을 포함하세요. 이러한 사례는 의도한 상황과 시각적으로 유사한 상황을 구분하는 데 도움이 됩니다.

촬영 세션 또는 카메라별로 학습 영상과 평가 영상을 분리하세요. 같은 클립의 인접 프레임은 동일한 분할에 두어야 검증 시 새로운 장면에서의 성능을 측정할 수 있습니다.

Construction-PPE 데이터셋은 PPE 클래스를 살펴보기에 유용한 시작 자료입니다. 대표성 있는 현장 영상을 사용해 모델이 배포 준비를 마쳤는지 판단하세요.

2. PPE를 일관되게 어노테이션합니다#

학습 이미지를 Ultralytics Platform에 업로드하고 필요한 클래스를 정의하세요. 어노테이션 편집기는 수동 바운딩 박스 작업과 Platform에서 호스팅되는 데이터셋의 호환 모델을 사용한 스마트 어노테이션을 지원합니다. 제안된 레이블을 검토하고, 누락된 장비를 수정하고, 학습 전에 잘못된 박스를 제거하세요.

모두가 까다로운 사례를 일관되게 처리할 수 있도록 간단한 레이블링 가이드를 작성하세요. 손에 든 안전모는 눈에 보이는 장비이지만, 해당 장비를 착용하고 있다는 뜻은 아닙니다. 머리가 가려진 경우도 안전모 미착용 사례로 자동 분류해서는 안 됩니다.

잘못된 착용 상태가 목표에 포함된다면 눈에 보이는 상태를 명확하게 정의하고 이를 평가하기에 충분한 사례를 수집하세요. 카메라에 실제로 포착되는 구분만 포함하세요.

3. YOLO26 모델을 학습하고 비교합니다#

프로젝트를 만들고 레이블이 지정된 데이터셋과 YOLO26 모델을 선택한 다음 Ultralytics Platform에서 클라우드 학습을 시작하세요. 학습 지표를 추적하고 데이터를 개선하거나 모델 구성을 조정하면서 실행 결과를 비교하세요.

각 PPE 클래스의 성능을 살펴보세요. 전체 점수가 높더라도 작은 고글이나 기계 뒤에 일부 가려진 헬멧은 제대로 감지하지 못할 수 있습니다. 정밀도와 재현율뿐 아니라 미탐지와 오탐도 검토하세요.

가장 까다로운 카메라 시야를 포함해 실제 배포 환경에서 분리해 둔 사례로 후보 모델을 테스트하세요. 품질 및 지연 시간 요구 사항을 모두 충족하는 모델을 선택하세요.

4. 카메라가 작동하는 곳에 배포합니다#

Ultralytics는 호스팅 추론 및 모델 내보내기를 지원합니다. 애플리케이션 요청을 처리하는 전용 엔드포인트를 배포하거나, 호환되는 로컬 하드웨어에서 추론할 수 있도록 지원 형식으로 모델을 내보내세요. ONNX와 TensorRT는 Ultralytics 워크플로에서 사용할 수 있는 배포 형식의 예입니다.

연속 카메라 스트림의 경우 실제 스트림 수, 이미지 크기 및 하드웨어를 사용해 처리량과 지연 시간을 측정하세요. 해당 스트림을 처리하는 애플리케이션은 장비와 사람의 연결, 구역 점검, 프레임 간 지속성, 검토자에게 이벤트 전달 등 이벤트 규칙도 담당합니다. Ultralytics 추적은 동영상 프레임 간 객체 트랙을 유지해 이러한 로직을 지원할 수 있습니다.

지연 시간, 연결성 및 데이터 처리 요구 사항에 맞춰 배포 경로를 선택한 다음, 출시 전에 내보낸 모델이나 엔드포인트를 검증하세요.

5. 결과를 검토하고 모델을 개선합니다#

범위를 제한한 파일럿으로 시작하고 안전 검토자가 표시된 이벤트를 확인하도록 하세요. 오탐 알림과 미탐 이벤트를 모두 측정하세요. 알림만 줄이면 너무 많은 상황을 놓치는 감지기가 감춰질 수 있습니다.

배포 모니터링을 사용해 서비스 상태, 요청 지연 시간 및 오류를 확인하세요. 별도로 샘플링한 카메라 결과를 사람의 레이블과 비교해 감지 품질을 평가하세요. 인프라 지표만으로는 PPE 감지 정확도를 입증할 수 없습니다.

까다로운 사례를 데이터셋에 다시 포함하고 어노테이션을 수정한 다음 Ultralytics Platform에서 재학습하세요. 카메라 배치, 장비, 조명 또는 현장 배치가 크게 바뀐 후에도 이 검토를 반복하세요.

PPE 감지 파일럿의 유용성을 결정하는 요소는 무엇인가요?#

실용적인 파일럿은 시스템이 마주할 조건에 관한 구체적인 질문에 답합니다:

• 카메라에 장비가 보이나요? 관련 거리에서 객체 크기, 초점, 조명 및 가림 여부를 확인하세요.
• 애플리케이션이 PPE를 올바른 사람과 연결하나요? 가까이 들고 있는 장비를 포함해 여러 사람이 모이거나 서로 겹치는 상황을 검토하세요.
• 관련 이벤트를 얼마나 자주 놓치나요? 표시된 클립뿐 아니라 정상 운영 상황에서 레이블이 지정된 샘플도 검토하세요.
• 교대 근무당 검토자에게 전달되는 오탐 알림은 몇 건인가요? 같은 상황을 반복 감지하는 경우를 포함해 전체 이벤트 워크플로를 측정하세요.
• 충분히 빠르게 응답하나요? 이미지 캡처부터 추론을 거쳐 검토 대기열 또는 알림에 도달할 때까지 걸리는 시간을 측정하세요.

출시 전에 승인 기준에 합의하세요. 교대 근무 종료 시 검토하는 보고서와 즉시 전송되는 알림은 시간 및 오류 요구 사항이 서로 다릅니다.

유용한 관찰을 중심으로 모니터링을 설계합니다#

PPE 모니터링은 얼굴 인식을 추가하지 않고 객체 감지와 임시 트랙을 사용해 작동할 수 있습니다. 시스템의 목적을 정의하고, 이미지 접근을 제한하며, 저장된 영상의 보존 기간을 명확히 설정하세요.

검토자가 불확실한 감지 결과를 맥락에 따라 해석하도록 하세요. 카메라는 장비 인증, 숨겨진 손상 또는 보이지 않는 보호 상태를 평가할 수 없습니다. 결과는 현장 점검, 교육 및 확립된 안전 절차를 지원하는 데 활용하세요.

Ultralytics 시작하기#

카메라 시야 하나와 PPE 요구 사항 하나를 선택하세요. 대표 이미지를 수집하고 레이블을 지정한 뒤 YOLO26 모델을 학습하고 명확한 파일럿 기준에 따라 결과를 평가하세요. Ultralytics는 프로젝트가 성장함에 따라 개선하고 확장할 수 있는 단일 컴퓨터 비전 워크플로를 팀에 제공합니다.

Ultralytics Platform에서 PPE 감지 프로젝트를 시작하거나, Platform 빠른 시작 가이드를 따라 첫 모델을 구축하세요.