Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

個人防護裝備 (PPE) 偵測工具指南

個人防護裝備 (PPE) 偵測器模型可協助您驗證工作場所或社群環境中，是否有可限制暴露於危害的裝備。

模型會偵測特定人員和個人防護裝備 (手套、口罩和安全帽)。模型會偵測 PPE 項目，以及這些項目是否遮蓋住對應的人體部位。模型會將這項涵蓋範圍資訊回報為涵蓋範圍分數，範圍介於 [0, 1]。模型會接受影片串流做為輸入內容。模型會以通訊協定緩衝區的形式輸出偵測結果，您可以在 BigQuery 中查看。模型會以每秒 1 幀的速度執行。

PPE 偵測運算子有三個可設定的控制參數：

頭部護具：作業人員會輸出頭部護具相關的個人防護裝備項目資訊。請在 Google Cloud 控制台中設定這個值，或在 PersonalProtectiveEquipmentDetectionConfig 中將 enableHeadCoverageDetection 設為 true。
口罩：作業人員會輸出與口罩相關的個人防護裝備項目資訊。請在 Google Cloud 控制台中設定這個值，或在 PersonalProtectiveEquipmentDetectionConfig 中將 enableFaceCoverageDetection 設為 true。
手部遮蓋物：作業人員會輸出與手部遮蓋物相關的 PPE 項目資訊。在 Google Cloud 控制台中設定這個值，或在 PersonalProtectiveEquipmentDetectionConfig 中將 enableHandsCoverageDetection 設為 true。

PPE 偵測工具模型應用程式規格

按照下列操作說明，在Google Cloud 控制台中建立 PPE 偵測器模型。

控制台

在 Google Cloud 控制台中建立應用程式

如要建立 PPE 偵測器應用程式，請按照「建構應用程式」中的指示操作。

前往「Applications」(應用程式) 分頁

新增 PPE 偵測工具模型

新增模型節點時，請從預先訓練模型清單中選取「PPE detector」(個人防護裝備偵測器)。
在選項選單中設定要偵測的 PPE 類型。

新增 BigQuery 連接器

如要使用輸出內容，請將應用程式連結至 BigQuery 連接器。

如要瞭解如何使用 BigQuery 連接器，請參閱「連結並將資料儲存至 BigQuery」。如需 BigQuery 定價資訊，請參閱 BigQuery 定價頁面。

在 BigQuery 中查看輸出結果

模型將資料輸出至 BigQuery 後，您可以在 BigQuery 資訊主頁中查看輸出註解。

如果未指定 BigQuery 路徑，您可以在 Agent Platform Vision Studio 頁面中，查看系統建立的路徑。

在 Google Cloud 控制台開啟「BigQuery」頁面。

前往「BigQuery」
依序選取目標專案、資料集名稱和應用程式名稱旁的「展開」。
在表格詳細資料檢視畫面中，按一下「預覽」。查看「annotation」(註解) 欄中的結果。如要瞭解輸出格式，請參閱「模型輸出內容」。

應用程式會依時間順序儲存結果。最舊的結果會顯示在表格開頭，最新的結果則會新增至表格結尾。如要查看最新結果，請按一下頁碼，前往最後一個資料表頁面。

模型輸出

模型輸出內容包括時間戳記、偵測框、與方框對應的物件標籤，以及該物件的可信度分數。輸出串流的速率為每秒一個影格。

模型輸出內容為通訊協定緩衝區格式，內含視訊影格和 PPE 偵測預測結果的相關資訊。這項模型的目標是檢查人員是否正確穿戴防護裝備。因此模型會著重於偵測人員和人員穿戴的 PPE。模型輸出內容著重於人員偵測。模型會列出偵測到的每個人周圍的 PPE，以及每件裝備的遮蓋分數。

在下列通訊協定緩衝區範例中，請注意以下事項。

目前時間 - 時間戳記會記錄推論結果的產生時間。
偵測到的人員 - 主要偵測結果，包括一個人員識別框、多個 PPE 識別框，以及每個身體部位的涵蓋範圍分數。
「識別出的人」方塊 - 定界框、可信度分數和人員實體。
標示 PPE 的方塊 - 定界框、可信度分數和 PPE 實體。

註解輸出內容 JSON 物件範例

{
  "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"
          }
      }
    }
  ]
}

通訊協定緩衝區定義

// 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;
}