SH17：制造业人身安全与个人防护装备检测的数据集
计算机视觉与模式识别
2024-07-08 v1
摘要
工作场所事故持续构成对人身安全的重大风险，尤其是在建筑和制造业，对于有效执行个人防护装备（PPE）合规性的需求日益增长。我们的研究聚焦于开发基于目标检测（Object Detection, OD）和卷积神经网络（Convolutional Neural Network, CNN）的非侵入式技术，用于检测和验证 various 类型 PPE 的正确使用，如头盔、安全眼镜、口罩和防护服。本研究提出 SH17 数据集，包含 8,099 张标注图像，涉及 75,994 个 17 类实例，来自多样化的工业环境，用于训练和验证 OD 模型。我们训练了最先进的 OD 模型进行基准测试，初始结果表明 You Only Look Once（YOLO）v9-e 模型变体在 PPE 检测方面准确率超过 70.9%。模型在跨域数据集上的验证结果表明，这些技术的集成可显著改善安全管理系统，为致力于满足人身安全法规并保护劳动力的行业提供可扩展且高效的解决方案。数据集可在 https://github.com/ahmadmughees/sh17dataset 获取。
引用
@article{arxiv.2407.04590,
title = {SH17: A Dataset for Human Safety and Personal Protective Equipment Detection in Manufacturing Industry},
author = {Hafiz Mughees Ahmad and Afshin Rahimi},
journal= {arXiv preprint arXiv:2407.04590},
year = {2024}
}