
개인 보호 장비 (PPE) 감지기 모델을 사용하면 직장 또는 지역 사회 환경에서 위험 노출을 제한하는 장비가 있는지 확인할 수 있습니다.
이 모델은 특정 사람의 사람과 PPE(개인 보호 장비) 항목(장갑, 마스크, 헬멧)을 감지합니다. 모델은 PPE 물품을 감지하고 해당 물품이 해당 신체 부위를 덮고 있는지 감지합니다. 모델은 이 노출 범위 정보를 [0, 1] 범위의 노출 범위 점수로 보고합니다. 모델은 동영상 스트림을 입력으로 받습니다. 모델은 감지 결과를 BigQuery에서 볼 수 있는 프로토콜 버퍼로 출력합니다. 모델은 1FPS로 실행됩니다.
PPE 감지 연산자에는 설정할 수 있는 세 가지 제어 매개변수가 있습니다.
PersonalProtectiveEquipmentDetectionConfig
에서enableHeadCoverageDetection
를 true로 설정합니다.
머리 보호 장비: 작업자가 머리 보호 관련 PPE 항목 정보를 출력합니다. Google Cloud 콘솔에서 이 값을 설정하거나 PersonalProtectiveEquipmentDetectionConfig
에서enableFaceCoverageDetection
를 true로 설정합니다.
얼굴 보호 장비: 운영자가 얼굴 가리개 관련 PPE 항목 정보를 출력합니다. Google Cloud 콘솔에서 이 값을 설정하거나 PersonalProtectiveEquipmentDetectionConfig
에서enableHandsCoverageDetection
를 true로 설정합니다.
손 보호 장갑: 작업자가 손 보호 관련 PPE 항목 정보를 출력합니다. Google Cloud 콘솔에서 이 값을 설정하거나
PPE 감지기 모델 앱 사양
다음 안내에 따라Google Cloud 콘솔에서 PPE 감지기 모델을 만듭니다.
콘솔
Google Cloud 콘솔에서 앱 만들기
PPE 감지기 앱을 만들려면 애플리케이션 빌드의 안내를 따르세요.
PPE 감지기 모델 추가
모델 노드를 추가할 때 선행 학습된 모델 목록에서 PPE 감지기를 선택합니다.
옵션 메뉴에서 감지하려는 PPE 유형을 설정합니다.
BigQuery 커넥터 추가
출력을 사용하려면 앱을 BigQuery 커넥터에 연결합니다.
BigQuery 커넥터 사용에 관한 자세한 내용은 BigQuery에 데이터 연결 및 저장을 참고하세요. BigQuery 가격 정보는 BigQuery 가격 책정 페이지를 참고하세요.
BigQuery에서 출력 결과 보기
모델이 BigQuery에 데이터를 출력한 후 BigQuery 대시보드에서 출력 주석을 확인합니다.
BigQuery 경로를 지정하지 않은 경우 Vertex AI Vision
스튜디오 페이지에서 시스템에서 생성한 경로를 볼 수 있습니다.Google Cloud 콘솔에서 BigQuery 페이지를 엽니다.
대상 프로젝트, 데이터 세트 이름, 애플리케이션 이름 옆에 있는
펼치기를 선택합니다.테이블 세부정보 보기에서 미리보기를 클릭합니다. 주석 열에서 결과를 확인합니다. 출력 형식에 관한 설명은 모델 출력을 참고하세요.
애플리케이션은 결과를 시간순으로 저장합니다. 가장 오래된 결과는 테이블의 시작 부분에 표시되고 가장 최근 결과는 테이블의 끝에 추가됩니다. 최신 결과를 확인하려면 페이지 번호를 클릭하여 마지막 표 페이지로 이동합니다.
모델 출력
모델 출력에는 타임스탬프, 감지 상자, 상자에 해당하는 객체 라벨, 해당 객체의 신뢰도 점수가 포함됩니다. 출력 스트림의 비율은 초당 1프레임입니다.
모델 출력은 동영상 프레임 및 PPE 감지 예측 결과에 관한 정보가 포함된 프로토콜 버퍼 형식입니다. 이 모델의 목표는 사람들이 보호 장비를 제대로 착용하고 있는지 확인하는 것입니다. 따라서 모델은 사람과 사람이 착용하는 PPE를 감지하는 데 중점을 둡니다. 모델 출력은 사람 감지에 중점을 둡니다. 감지된 각 사람에 대해 모델은 사람 주변의 PPE와 각 장비의 노출 범위 점수를 표시합니다.
다음의 프로토콜 버퍼 예시에서 다음 사항에 유의하세요.
- 현재 시간 - 타임스탬프는 추론 결과가 생성된 시간을 나타냅니다.
- 감지된 사람 - 사람으로 식별된 상자 1개, PPE로 식별된 상자 여러 개, 신체 부위별 노출도 점수가 포함된 기본 감지 결과입니다.
- 사람 식별 상자 - 경계 상자, 신뢰도 점수, 사람 항목
- PPE 식별 상자 - 경계 상자, 신뢰도 점수, PPE 항목
샘플 주석 출력 JSON 객체
{ "currentTime": "2022-11-10T21:02:13.499255040Z", "detectedPersons": [ { "personId": "0", "detectedPersonIdentifiedBox": { "boxId": "0", "normalizedBoundingBox": { "xmin": 0.486749, "ymin": 0.35927793, "width": 0.048630536, "height": 0.21746585 }, "confidenceScore": 0.31775203, "personEntity":{ "personEntityId":"0" } }, "detected_ppe_identified_boxes": { "normalized_bounding_box": { "xmin": 0.07268746, "ymin": 0.80575824, "width": 0.22973709, "height": 0.18754286 }, "confidence_score": 0.45171335, "ppe_entity": { "ppe_label_string": "Glove", "ppe_supercategory_label_string": "Hand Coverage" } }, "detected_ppe_identified_boxes":{ "normalized_bounding_box":{ "xmin": 0.35457548, "ymin": 0.016402662, "width": 0.31828704, "height": 0.18849815 }, "confidence_score": 0.44129524, "ppe_entity":{ "ppe_label_string": "Helmet", "ppe_supercategory_label_string": "Head Coverage" } } } ] }
프로토콜 버퍼 정의
// Output format for Personal Protective Equipment Detection Operator
message PersonalProtectiveEquipmentDetectionOutput {
// Current timestamp
protobuf.Timestamp current_time = 1;
// The entity info for annotations from person detection prediction result
message PersonEntity {
// Entity id
int64 person_entity_id = 1;
}
// The entity info for annotations from PPE detection prediction result
message PPEEntity {
// Label id
int64 ppe_label_id = 1;
// Human readable string of the label (Examples: helmet, glove, mask)
string ppe_label_string = 2;
// Human readable string of the super category label (Examples: head_cover,
// hands_cover, face_cover)
string ppe_supercategory_label_string = 3;
// Entity id
int64 ppe_entity_id = 4;
}
// Bounding Box in the normalized coordinates
message NormalizedBoundingBox {
// Min in x coordinate
float xmin = 1;
// Min in y coordinate
float ymin = 2;
// Width of the bounding box
float width = 3;
// Height of the bounding box
float height = 4;
}
// PersonIdentified box contains the location and the entity info of the
// person
message PersonIdentifiedBox {
// An unique id for this box
int64 box_id = 1;
// Bounding Box in the normalized coordinates
NormalizedBoundingBox normalized_bounding_box = 2;
// Confidence score associated with this box
float confidence_score = 3;
// Person entity info
PersonEntity person_entity = 4;
}
// PPEIdentified box contains the location and the entity info of the PPE
message PPEIdentifiedBox {
// An unique id for this box
int64 box_id = 1;
// Bounding Box in the normalized coordinates
NormalizedBoundingBox normalized_bounding_box = 2;
// Confidence score associated with this box
float confidence_score = 3;
// PPE entity info
PPEEntity ppe_entity = 4;
}
// Detected Person contains the detected person and their associated
// PPE and their protecting information
message DetectedPerson {
// The id of detected person
int64 person_id = 1;
// The info of detected person identified box
PersonIdentifiedBox detected_person_identified_box = 2;
// The info of detected person associated ppe identified boxes
repeated PPEIdentifiedBox detected_ppe_identified_boxes = 3;
// Coverage score for each body part
// Coverage score for face
optional float face_coverage_score = 4;
// Coverage score for eyes
optional float eyes_coverage_score = 5;
// Coverage score for head
optional float head_coverage_score = 6;
// Coverage score for hands
optional float hands_coverage_score = 7;
// Coverage score for body
optional float body_coverage_score = 8;
// Coverage score for feet
optional float feet_coverage_score = 9;
}
// A list of DetectedPersons
repeated DetectedPerson detected_persons = 2;
}
권장사항 및 제한사항
PPE 감지기를 사용할 때 최상의 결과를 얻으려면 데이터를 가져오고 모델을 사용할 때 다음 사항을 고려하세요.
소스 데이터 권장사항
권장: 가능하면 감지 대상을 카메라를 향해 움직이지 않고 서 있게 합니다.
PPE 감지기가 올바르게 처리할 수 있는 샘플 이미지 데이터:
![]() |
![]() |
![]() |
권장하지 않음: 프레임에서 주요 PPE가 너무 작게 보이는 이미지 데이터는 피하세요.
PPE 감지기가 올바르게 처리할 수 없는 샘플 이미지 데이터:
![]() |
권장하지 않음: 일반적이지 않은 관점이나 비정상적인 각도에서 핵심 PPE 상품을 보여주는 이미지 데이터는 피하세요.
PPE 감지기가 올바르게 처리할 수 없는 샘플 이미지 데이터:
![]() |
제한사항
- 해상도: 권장 최대 입력 동영상 해상도는 1920x1080이고 권장 최소 해상도는 160x120입니다.
- 감지 가능한 최소 객체 크기: 모델은 프레임 크기의 5% 미만을 차지하는 장면의 객체를 무시합니다.
- 밝기: 동영상 밝기가 정상이어야 합니다. 동영상 데이터가 너무 밝거나 어두우면 감지기 성능이 저하될 수 있습니다.
- PPE 물품 배치: PPE 모델은 사람들이 PPE 물품을 제대로 사용하고 있는지 분석하는 데 중점을 둡니다. 따라서 PPE를 착용하지 않은 사람은 모델에서 무시됩니다.
- PPE 항목 유형: 이 모델은 의료용 PPE 항목이 아닌 건설 보호 장비에 중점을 둡니다. 따라서 의료 센터나 병원에서는 감지기가 제대로 작동하지 않을 수 있습니다.
- 맞춤 PPE 유형: PPE 모델은 고객 정의 PPE 항목을 지원하지 않습니다. 이 모델은 헬멧, 마스크, 장갑 감지를 지원합니다.
이 목록은 전체 목록이 아니며 이러한 제한사항과 기능은 향후 제품 수정에 따라 변경될 수 있습니다.