---
language:
  - en
  - ko
license: mit
tags:
  - vision
  - object-detection
  - yolov8
  - ultralytics
  - pytorch
  - safety
  - ppe
  - hardhat
  - mask
  - construction
library_name: ultralytics
pipeline_tag: object-detection
---

# 🦺 YOLOv8 PPE Detection – End-to-End Safety Vision Model

**Author:** Hansung Cho  
**Model:** YOLOv8n fine-tuned for PPE (Personal Protective Equipment) detection on construction-like scenes.

이 모델은 건설 현장 등의 이미지/영상에서 **안전모(Hardhat), 마스크, 안전조끼(Safety Vest), 사람(Person)** 등 PPE 착용 여부를 탐지하기 위해 학습된 YOLOv8 기반 객체 탐지 모델입니다.

- Custom PPE dataset 기반 fine-tuning  
- Web / FastAPI / Webcam까지 연동된 End-to-End 프로젝트의 핵심 모델  
- Hugging Face Hub에서 바로 다운로드 및 사용 가능

---

## 🧠 Model Description

- **Base model:** YOLOv8n (Ultralytics)  
- **Task:** Object Detection (Bounding Box)  
- **Domain:** Construction site & industrial safety PPE detection  
- **Classes (예시):**
  - `Person`
  - `Hardhat`
  - `No-Hardhat`
  - `Safety Vest`
  - `No-Safety Vest`
  - `Mask`
  - `No-Mask`
  - + 기타 PPE 관련 클래스 (총 약 10개)

본 모델은 사람 + PPE 착용 여부를 동시에 탐지하여  
Web UI / Webcam / FastAPI 서버에서 실시간 경고 시스템 구축에 활용될 수 있습니다.

---

## 📊 Training & Evaluation

### Validation 성능 (YOLOv8n Fine-tuning, Validation Set 기준)

| Metric        | Score  |
|---------------|--------|
| **mAP@0.50**  | 0.744  |
| **mAP@0.50:0.95** | 0.436 |
| **Precision** | 0.831  |
| **Recall**    | 0.685  |

---

## 📁 Training Data

- Public PPE / construction-related datasets (Kaggle 등)  
- RGB 이미지  
- Bounding box + class label  
- Hardhat / No-Hardhat / Mask / No-Mask / Safety Vest / No-Safety Vest / Person 등  

> 데이터셋 자체는 포함하지 않으며,  
> 라이선스는 데이터 제공처를 따릅니다.

---

## ⚙️ How to Use

### Ultralytics YOLO + Hugging Face Hub

```python
from huggingface_hub import hf_hub_download
from ultralytics import YOLO

ckpt_path = hf_hub_download(
    repo_id="Hansung-Cho/yolov8-ppe-detection",
    filename="best.pt"
)

model = YOLO(ckpt_path)
results = model("your_image.jpg")
results[0].plot()
```

### Command Line (CLI)

```bash
yolo task=detect mode=predict \
    model="https://huggingface.co/Hansung-Cho/yolov8-ppe-detection/resolve/main/best.pt" \
    source="your_image_or_video.mp4" \
    conf=0.25
```

---

## 🎯 Intended Uses & Use Cases

### Intended
- 건설 현장 CCTV / Webcam 모니터링  
- PPE 착용 여부 자동 점검  
- 안전 교육 PoC / 데모  
- FastAPI + Web UI 실시간 경고 시스템  

### Not Intended
- 법적 제재/징계의 유일한 근거  
- 의료/생명 안전의 단독 판단 기준  
- 완전히 다른 도메인(일상사진/스포츠 등)에서 사용  

---

## ⚠️ Limitations & Ethical Considerations

- **도메인 편향:** 실내·야간·특수복장 환경에서 성능 저하 가능  
- **Occlusion:** 가려진 경우 오탐/미탐 가능  
- **Low Resolution:** 멀리 있는 인물 탐지 어려움  
- **Ethical Use:**  
  - 보조적 검사 도구로만 사용해야 함  
  - 인권·개인정보 보호를 반드시 고려해야 함  

---

## 🧪 Evaluation & Reproducibility

- **Framework:** Ultralytics YOLOv8 / PyTorch  
- **Hardware:** Colab GPU / 단일 GPU  
- **Notebook:** `training/YOLO_PPE.ipynb`  

### Visualization Assets
- Training curves (`results.png`)  
- Confusion matrix (`confusion_matrix.png`)  
- PR Curve (`BoxPR_curve.png`)  
- F1 Curve (`BoxF1_curve.png`)  
- Prediction example (`example.png`)  

---

## 🧩 Integration Example (FastAPI + Web)

### Backend
- FastAPI server (`backend/app.py`)  
- `/predict` → 이미지 업로드 후 YOLO 추론  
- bounding box가 포함된 결과를 base64로 반환  

### Frontend
- HTML / JavaScript (`index.html`, `webcam.html`)  
- 이미지 업로드 / 실시간 Webcam 스트림  
- NO-Hardhat, NO-Mask 등 위험 요소 감지  

### Local
- `local/webcam_ppe.py` → 로컬 웹캠 실시간 감지  

> 전체 시스템 구현은 GitHub 레포지토리에서 확인할 수 있습니다.

---

## 📚 Citation

```
Cho, Hansung. "YOLOv8 PPE Detection – End-to-End AI System for Safety Monitoring."
Hugging Face Model Hub, 2025.
```

---

## 📬 Contact & References

- **GitHub Project Repository:** https://github.com/Hansung-Cho/YOLO_PPE  
- **GitHub Profile:** https://github.com/Hansung-Cho  
- **Model Page:** https://huggingface.co/Hansung-Cho/yolov8-ppe-detection  
- **Ultralytics YOLOv8 Source:** https://github.com/ultralytics/ultralytics  

Feel free to open an issue or reach out for questions, collaboration, or improvements.