Ultralytics veröffentlicht Datensatz Construction-PPE zur Erkennung fehlender Schutzausrüstung

Was der Datensatz enthält

Construction-PPE ist ein originärer Objekterkennungsdatensatz für Baustellen und Industrieanlagen, den das Ultralytics-Team im November 2026 erstellt und als Open Source veröffentlicht hat. Laut dem Unternehmen decken die Bilder Baustellen, Werkstätten, Lagerhallen, Ladebereiche und Wartungsarbeiten ab, mit unterschiedlichen Blickwinkeln, Lichtverhältnissen, Anordnungen der Arbeiter und Gabelstaplerbetrieb.

• Umfang: 1.000 Bilder und 14.863 Bounding Boxes in 12 Klassen
• Aufteilung: feste Aufteilung in 800 Trainings- und 200 Validierungsbilder, ohne separaten Testsplit
• Format: Bounding Boxes im Ultralytics-YOLO-Format, ohne Konvertierung direkt für das Training nutzbar
• Bilder: von Menschen aufgenommene und generierte Bilder im Quer-, Hoch- und Quadratformat
• Annotation: Annotation durch menschliche Experten in Kombination mit KI-Autoannotation, geprüft vom Ultralytics-Team
• Lizenz: Creative Commons Attribution 4.0 International, die bei Namensnennung die kommerzielle Nutzung erlaubt

Ultralytics weist darauf hin, dass generierte Bilder keine Fotos realer Ereignisse sind. Deshalb müsse der abschließende Test jedes mit den Daten trainierten Modells mit Aufnahmen der eigenen Kameras erfolgen.

Zwölf Klassen, zu jedem Ausrüstungsteil ein Gegenstück für das Fehlen

Die Klassen gliedern sich in drei Gruppen: fünf Ausrüstungsklassen, fünf Klassen für fehlende Ausrüstung und zwei Klassen für Personen und Fahrzeuge. Die Ausrüstungsklassen sind helmet, gloves, vest, boots und goggles. Ihre Gegenstücke heißen no_helmet, no_gloves, no_vest, no_boots und no_goggle. Die übrigen beiden sind Person und forklift.

Laut Ultralytics liefert diese Paarung dem Modell direkte Beispiele dafür, wie Abwesenheit aussieht. Ein unbedeckter Kopf oder ein Oberkörper ohne Weste wird zu einer eigenen Detektion, sodass der Anwendungscode einen Verstoß nicht aus einer fehlenden Box ableiten muss.

Nur das labeln, was die Kamera sieht

Die zentrale Designentscheidung betrifft die Definition der Klassen für fehlende Ausrüstung. Ultralytics argumentiert, dass das Modell lernen würde, Verdeckung selbst als Verstoß zu werten, wenn Annotatoren jeden Kopf ohne sichtbaren Helm markierten, auch Köpfe hinter Trägern oder am Bildrand abgeschnittene. In den Worten des Unternehmens ist ein Kopf hinter einem Stahlträger kein fehlender Helm.

Für alle fünf Klassen fehlender Ausrüstung gilt eine Regel: Die Box markiert die sichtbare Körperregion, in der die Ausrüstung sein sollte, und ein verdecktes oder nicht im Bild befindliches Körperteil begründet für sich genommen keine fehlende Ausrüstung. In der Praxis wird no_helmet auf einen sichtbaren Kopf ohne Helm gesetzt, no_gloves auf eine sichtbare bloße Hand, no_vest auf einen sichtbaren Oberkörper ohne Warnkleidung, no_boots auf einen sichtbaren Fuß ohne Arbeitsschutzschuhe und no_goggle auf einen sichtbaren Augenbereich ohne Schutzbrille. Ausrüstungsklassen umrahmen den Gegenstand selbst, sodass eine Weste und die Person, die sie trägt, getrennte Boxen sind.

Ultralytics merkt an, dass Teams, die den Datensatz mit eigenen Kamerabildern erweitern, diese nach derselben Regel labeln sollten. Andernfalls erhalte das Modell zwei widersprüchliche Antworten auf dieselbe Frage.

Ein YOLO26-Modell trainieren und validieren

Die Anleitung zeigt das Training mit dem Python-Paket von Ultralytics, das beim ersten Einsatz das Datensatzarchiv herunterlädt und entpackt. Das Beispiel startet mit dem auf COCO vortrainierten Modell yolo26n.pt und trainiert 100 Epochen bei einer Bildgröße von 640. Ein CLI-Befehl in einer Zeile leistet dasselbe. Ultralytics bezeichnet YOLO26n als sinnvollen ersten Lauf, um die Pipeline zu prüfen, rät aber zum Vergleich mit einer größeren Variante wie YOLO26s oder YOLO26m, da Handschuhe, Schutzbrillen und Stiefel bei den Abständen von Baustellenkameras kleine Objekte sind.

Wer ohne Code arbeiten möchte, kann den Datensatz auf der Ultralytics Platform klonen, ein Cloud-Training mit einem YOLO26-Modell starten und Epochen, Bildgröße und GPU im Browser wählen. Laut der Anleitung verfolgt die Platform Verlustkurven, Precision, Recall und mAP je Epoche und erlaubt den Vergleich von Läufen. Zusätzlich gibt es ein Colab-Notebook, mit dem sich auf einer kostenlosen Browser-GPU trainieren lässt.

Zur Auswertung warnt die Anleitung, dass ein einzelner mAP-Wert Schwachstellen verbergen kann. Ein Modell könnte Personen, Helme und Westen zuverlässig finden und dabei die meisten Fälle von no_gloves oder no_goggle übersehen. Empfohlen wird, die klassenweisen Metriken zu prüfen, zuerst die Zeilen für fehlende Ausrüstung zu lesen und die bei der Validierung gespeicherte Konfusionsmatrix zu öffnen. Werden helmet und no_helmet verwechselt oder eine Klasse für Fehlendes selten erkannt, rät die Anleitung, die übersehenen Bilder zu untersuchen und zu zählen, wie viele Instanzen dieser Klasse der Trainingssplit enthält.

Fahrzeuge, Personen und die Bedeutung für Sicherheitsteams auf Baustellen

Da der Datensatz neben Person und no_vest auch eine Klasse forklift enthält, kann ein einziges YOLO26-Modell für eine Ladezone in einem Durchgang Boxen für Gabelstapler, Personen und Oberkörper ohne Weste liefern. Ultralytics betont, dass die Umwandlung dieser Boxen in ein Sicherheitsereignis Anwendungslogik ist: jede no_vest-Box der richtigen Person zuordnen, festlegen, was als Nähe zum Gabelstapler gilt, und bestimmen, wie lange ein Zustand andauern muss. Für reale Entfernungen sei zudem eine Kamerakalibrierung nötig.

Für Teams, die eine PPE-Überwachung aufbauen, bietet die Veröffentlichung einen kommerziell nutzbaren Ausgangspunkt mit klarer Labeling-Konvention. Die Grenzen nennt die Quelle selbst: Die 200 Validierungsbilder stammen aus derselben Sammlung wie der Trainingssatz, es gibt keinen Testsplit, und einige Bilder sind generiert. Ultralytics rät, vor dem Einsatz einen unabhängigen Satz von den Kameras zu sammeln, auf denen ein System tatsächlich laufen soll, und damit zu validieren.