Phát hiện PPE bị thiếu: huấn luyện Ultralytics YOLO trên Construction-PPE

Để phát hiện PPE bị thiếu một cách đáng tin cậy, chỉ gán nhãn những gì camera nhìn thấy. Trong dataset Ultralytics Construction-PPE mới, đầu bị dầm thép che khuất không được xem là thiếu mũ bảo hộ. Chỉ đầu nhìn thấy rõ và không đội mũ mới được gán một khung no_helmet; đầu bị che khuất hoặc nằm ngoài khung hình hoàn toàn không được gán nhãn thiếu thiết bị.

Chúng tôi phát hành dataset vào ngày 3 tháng 11 năm 2026, trong Ultralytics 8.4.200: 1.000 ảnh, 12 lớp và 14.863 bounding box đã được rà soát, bao gồm người, xe nâng, thiết bị bảo hộ và thiết bị bị thiếu nhìn thấy rõ; ảnh và annotation được cấp phép theo CC BY 4.0. Các lớp bao gồm một lớp no_vest chuyên biệt và một lớp forklift; annotation đã được nhóm Ultralytics rà soát. Hướng dẫn này trình bày nội dung dataset, cách áp dụng quy tắc gán nhãn PPE bị thiếu, cũng như cách huấn luyện, đánh giá và triển khai model Ultralytics YOLO26 trên dataset.

Construction-PPE là dataset phát hiện PPE đã được rà soát, gồm 12 lớp#

Construction-PPE là dataset phát hiện đối tượng nguyên bản dành cho công trường xây dựng và khu công nghiệp, do nhóm Ultralytics tạo và công bố mã nguồn mở vào tháng 11 năm 2026. Ảnh bao quát công trường, xưởng, nhà kho, khu vực bốc dỡ hàng và hoạt động bảo trì, với góc nhìn, điều kiện ánh sáng, cách bố trí công nhân và hoạt động xe nâng đa dạng. Dataset được xây dựng để dạy detector nhận biết cả hình dạng của thiết bị bảo hộ lẫn trường hợp thiết bị đó vắng mặt nhưng có thể nhìn thấy.

Dưới đây là những thông tin quan trọng cần biết trước khi huấn luyện, trích từ tài liệu dataset Construction-PPE:

• Quy mô: 1.000 ảnh và 14.863 bounding box trên 12 lớp
• Phân chia: tập train/validation cố định theo tỷ lệ 800/200, không có tập test riêng
• Định dạng: bounding box theo định dạng Ultralytics YOLO, sẵn sàng huấn luyện mà không cần chuyển đổi
• Ảnh: ảnh do con người thu thập và ảnh được tạo, với bố cục ngang, dọc và vuông ở nhiều độ phân giải
• Annotation: kết hợp annotation thủ công của chuyên gia với tự động gán nhãn bằng AI, do nhóm Ultralytics hoàn thành vào tháng 11 năm 2026
• Giấy phép: ảnh và annotation được cấp phép theo Creative Commons Ghi công 4.0 Quốc tế, cho phép sử dụng thương mại kèm ghi công

Ảnh được tạo không phải là ảnh chụp sự kiện có thật, vì vậy bước kiểm thử cuối cùng cho mọi model được huấn luyện trên dataset này cần dùng video từ camera của chính bạn.

Bạn có thể duyệt mọi ảnh và annotation trên Ultralytics Platform, sao chép dataset vào workspace hoặc huấn luyện trực tiếp trên dataset.

Mỗi lớp thiết bị PPE đều có một lớp tương ứng cho thiết bị bị thiếu#

12 lớp được chia thành ba nhóm: năm lớp thiết bị, năm lớp thiết bị bị thiếu và hai lớp dành cho người và phương tiện di chuyển trong công trường. ID bên dưới khớp với annotation và construction-ppe.yaml:

Mỗi lớp thiết bị đều có một lớp "thiếu" tương ứng. Cách ghép cặp này cung cấp cho model ví dụ trực tiếp về hình ảnh thiết bị không có mặt, để model có thể đánh dấu đầu trần hoặc thân người không mặc áo phản quang thành một detection riêng, thay vì để code của bạn suy luận sự vắng mặt từ một khung bị thiếu.

Nhãn PPE bị thiếu đánh dấu bộ phận cơ thể nhìn thấy được, không dựa trên giả định#

Các lớp thiết bị bị thiếu cần được định nghĩa chính xác. Nếu người gán nhãn tạo khung cho mọi đầu mà họ không nhìn thấy mũ bảo hộ, kể cả đầu bị dầm che khuất hoặc bị cắt ở mép khung hình, model sẽ học rằng việc bị che khuất tự nó đồng nghĩa với vi phạm.

Construction-PPE áp dụng một quy tắc nhất quán cho cả năm lớp thiết bị bị thiếu: khung thiết bị bị thiếu đánh dấu vùng cơ thể nhìn thấy được nơi thiết bị cần có; bộ phận cơ thể bị che khuất hoặc nằm ngoài khung hình tự nó không đủ để xác định thiết bị bị thiếu. Cụ thể:

• Gán khung no_helmet cho đầu bạn nhìn thấy nhưng không đội mũ bảo hộ.
• Gán khung no_gloves cho bàn tay trần nhìn thấy được, không phải bàn tay giấu sau hộp dụng cụ.
• Gán khung no_vest cho thân người nhìn thấy được nhưng không mặc quần áo có độ phản quang cao.
• Gán khung no_boots cho bàn chân hoặc giày nhìn thấy được nhưng không phải giày dép bảo hộ lao động.
• Gán khung no_goggle cho vùng mắt nhìn thấy được nhưng không có kính bảo hộ.
• Các lớp thiết bị tạo khung quanh chính món đồ nhìn thấy được, vì vậy áo ghi-lê được gán một khung và người mặc áo được gán một khung khác.

Ở bên trái, đầu công nhân bị tấm ván ép anh ấy đang mang che khuất, nên nhãn không khẳng định gì về việc có đội mũ bảo hộ hay không. Ở bên phải, đầu trần nhìn thấy được và thân người nhìn thấy được nhưng không mặc quần áo có độ phản quang cao đều được gán khung thiết bị bị thiếu.

Điều này rất quan trọng đối với gán nhãn dữ liệu ngoài phạm vi dataset này. Nếu bạn mở rộng Construction-PPE bằng ảnh từ camera của chính mình, hãy gán nhãn theo cùng quy tắc; nếu không, model sẽ nhận hai câu trả lời mâu thuẫn cho cùng một câu hỏi. Bài học của Academy về các phương pháp hay nhất trong annotation hướng dẫn cách đưa quy tắc như vậy vào hướng dẫn gán nhãn, đồng thời giải thích vì sao quy trình rà soát có con người tham gia có thể phát hiện những trường hợp tự động hóa bỏ sót.

Forklift và no_vest đưa vùng hoạt động của phương tiện vào cùng một model#

Nhiều quy định tại công trường liên quan đến người và phương tiện cùng hoạt động trong một không gian, chứ không chỉ thiết bị bị thiếu. Lớp forklift đưa phương tiện và công nhân vào cùng một detector, để một model YOLO26 có thể trả về xe nâng, những người ở gần và thân người nhìn thấy được nhưng không mặc quần áo có độ phản quang cao chỉ trong một lượt xử lý.

Với lớp no_vest chuyên biệt, model được huấn luyện trên Construction-PPE có thể trả về các khung forklift, Person và no_vest cho khu vực bốc dỡ hàng chỉ trong một lượt xử lý.

Liên kết các khung đó thành một sự kiện là logic ứng dụng: ghép từng khung no_vest với đúng người, xác định thế nào là "gần" xe nâng và đặt thời gian một điều kiện phải duy trì. Nếu cần đo khoảng cách, hướng dẫn tính khoảng cách tính khoảng cách pixel giữa tâm các khung được chọn; muốn tính khoảng cách ngoài đời thực thì cần hiệu chuẩn camera.

Huấn luyện YOLO26 trên Construction-PPE chỉ với vài dòng code#

Bắt đầu với package Python của Ultralytics. YOLO sẽ tải xuống và giải nén archive dataset khi được sử dụng lần đầu.

from ultralytics import YOLO

# Bắt đầu với model YOLO26 nano đã được huấn luyện trước trên COCO
model = YOLO("yolo26n.pt")

# Huấn luyện trên archive Construction-PPE
model.train(
    data="https://github.com/ultralytics/assets/releases/download/v0.0.0/construction-ppe.zip",
    epochs=100,
    imgsz=640,
)

Lệnh CLI tương đương chỉ gồm một dòng:

yolo detect train model=yolo26n.pt data=https://github.com/ultralytics/assets/releases/download/v0.0.0/construction-ppe.zip epochs=100 imgsz=640

Model YOLO26n là lựa chọn hợp lý cho lần chạy đầu tiên để kiểm tra pipeline. Găng tay, kính bảo hộ và ủng là những vật thể nhỏ ở khoảng cách camera công trường, vì vậy hãy so sánh với model cỡ lớn hơn như YOLO26s hoặc YOLO26m trước khi quyết định; tài liệu huấn luyện trình bày kích thước ảnh, batch size và mọi tham số khác. Ultralytics cũng cung cấp notebook Colab cho Construction-PPE nếu bạn muốn dùng GPU miễn phí trên trình duyệt.

Không muốn viết code? Huấn luyện trên Ultralytics Platform#

Trên Ultralytics Platform, mở dataset Construction-PPE và bắt đầu huấn luyện trên cloud với model YOLO26; chọn số epoch, kích thước ảnh và GPU ngay trên trình duyệt. Platform theo dõi các đường cong loss, precision, recall và mAP theo từng epoch, đồng thời cho phép so sánh các lần chạy cạnh nhau. Để thêm ảnh từ camera của bạn, hãy sao chép dataset từ Explore (xem hướng dẫn Explore của Ultralytics Platform), tải ảnh lên rồi gán nhãn trong trình chỉnh sửa annotation, nơi Smart Annotation có thể tạo bản nháp các khung để bạn rà soát.

Đánh giá model theo từng lớp, không chỉ dựa vào một giá trị trung bình#

Một con số mAP duy nhất che khuất những thông tin mà nhóm an toàn cần biết. Model có thể đạt điểm tổng thể cao nhờ phát hiện người, mũ bảo hộ và áo ghi-lê đáng tin cậy, nhưng lại bỏ sót hầu hết trường hợp no_gloves hoặc no_goggle. Hãy đánh giá bằng các metric theo từng lớp:

from ultralytics import YOLO

model = YOLO("runs/detect/train/weights/best.pt")
metrics = model.val()  # uses the dataset's 200-image validation split

print(f"mAP50: {metrics.box.map50:.3f}  mAP50-95: {metrics.box.map:.3f}")
for c in metrics.box.ap_class_index:
    print(f"{model.names[c]:>10}  mAP50-95: {metrics.box.maps[c]:.3f}")

Trước tiên, hãy xem các hàng thiết bị bị thiếu và mở ma trận nhầm lẫn được lưu trong quá trình validation. Nếu helmet và no_helmet bị nhầm lẫn với nhau, hoặc một lớp thiết bị bị thiếu hiếm khi được phát hiện, hãy kiểm tra các ảnh bị bỏ sót và xem số lượng instance của lớp đó trong tập train trước khi thay đổi bất kỳ điều gì khác. Hướng dẫn về các metric hiệu năng YOLO giải thích cách đọc từng biểu đồ.

200 ảnh validation đến từ cùng bộ ảnh với tập train. Trước khi triển khai, hãy thu thập một tập ảnh độc lập từ chính những camera bạn sẽ sử dụng, đánh giá model trên tập đó và dùng kết quả để đo hiệu năng tại công trường.

Chuyển detection PPE bị thiếu thành các sự kiện có thể rà soát#

Vì thiết bị bị thiếu là một lớp riêng, quy tắc rà soát ban đầu có thể rất ngắn gọn: đánh dấu mọi frame có khung PPE bị thiếu với độ tin cậy cao hơn một ngưỡng.

from ultralytics import YOLO

MISSING = {"no_helmet", "no_goggle", "no_gloves", "no_boots", "no_vest"}

model = YOLO("runs/detect/train/weights/best.pt")
for r in model.predict("site_camera_frame.jpg", conf=0.4):
    for cls, conf in zip(r.boxes.cls.int().tolist(), r.boxes.conf.tolist()):
        if r.names[cls] in MISSING:
            print(f"Review: {r.names[cls]} ({conf:.2f})")

Đối với video, thay predict bằng track. Theo dõi đối tượng gán ID cho các detection qua nhiều frame. Sau đó, ứng dụng của bạn liên kết từng khung PPE bị thiếu với một track của người, chẳng hạn bằng cách kiểm tra khung Person nào chứa nó, rồi áp dụng quy tắc về thời gian duy trì và sự kiện để người rà soát thấy một sự kiện thay vì một loạt frame:

Kể từ Ultralytics 8.4.202, các prediction được lưu từ luồng RTSP và webcam sử dụng tốc độ khung hình riêng của từng luồng, nhờ đó clip ghi lại phát ở đúng tốc độ. Khi model sẵn sàng, hãy export model sang ONNX, TensorRT, OpenVINO hoặc định dạng khác cho thiết bị edge của bạn, hoặc triển khai model từ Platform lên endpoint chuyên dụng.

Detector báo cáo những gì camera nhìn thấy. Detector không thể đánh giá mũ bảo hộ có được chứng nhận hay áo ghi-lê có bị hỏng hay không, vì vậy hãy chuyển các sự kiện của detector cho người có thể đánh giá.

Đối tượng nên sử dụng Construction-PPE#

Dùng Construction-PPE làm điểm khởi đầu để phát hiện năm loại PPE và sự vắng mặt của chúng tại công trường, xưởng, nhà kho hoặc khu vực bốc dỡ hàng. Dataset này phù hợp nếu bạn cần:

• Phát hiện thiết bị bị thiếu, không chỉ phát hiện thiết bị. Năm lớp thiết bị bị thiếu chuyên biệt, được gán nhãn theo quy tắc nhất quán dựa trên bộ phận cơ thể nhìn thấy được, cung cấp cho model ví dụ trực tiếp về thiết bị vắng mặt.
• Nhận biết phương tiện và người đi bộ trong cùng một model. Các lớp forklift, Person và no_vest kết hợp với nhau bao quát tình huống tại khu vực bốc dỡ hàng.
• Giấy phép dataset rõ ràng và nhãn sẵn sàng huấn luyện. Ảnh và annotation theo CC BY 4.0, cho phép sử dụng thương mại kèm ghi công; nhãn theo định dạng YOLO có thể dùng để huấn luyện YOLO26 mà không cần chuyển đổi. Các model YOLO bạn huấn luyện trên dataset này được cấp phép riêng; xem câu hỏi về giấy phép bên dưới.

Nếu dự án chỉ cần mũ cứng và áo ghi-lê ở quy mô lớn, Ultralytics Platform cũng lưu trữ Safety Helmet and Reflective Jacket, gồm 10.138 ảnh và 2 lớp. Với dự án chỉ cần phát hiện mũ bảo hộ, Safety Helmet Detection có 5.000 ảnh được gán nhãn head, helmet và person. Để tìm hiểu quy trình đầu cuối tại công trường, từ xác định quy tắc đầu tiên đến giám sát triển khai, hãy đọc hướng dẫn của chúng tôi về phát hiện PPE và an toàn lao động với Ultralytics.