← 首页 · 模型与数据 模型与数据

电力安监 PPE + 烟火:开源模型与数据集短名单(D0–30 冷启动)

调研日期:约 2026-10-25(Asia/Shanghai)
落盘:/workspace/research/edge-ai-ppe-smoke-fire-model-shortlist.md
定位:对齐 90 天路径 D0–30(见 edge-ai-power-dev-roadmap.md)的可执行冷启动清单;许可口径对齐 edge-ai-license-ledger-template.md;事件上报对齐 edge-ai-event-schema-acceptance.md;板端导出量级对照 edge-ai-board-fps-power-matrix.md;Roboflow 扫描对照 edge-ai-roboflow-vibration-catalog.md。
方法:WebSearch / WebFetch / 官方 LICENSE 原文核验。不确定一律 unknown,禁止编造端到端 FPS。
硬红线:NC / 许可不明 / Roboflow 未确认 → 不进商用仓;Ultralytics 闭源嵌入须 Enterprise;AI 告警禁止接入保护跳闸 / GOOSE。


0. 一句话结论

PPE 冷启动优先 Hard Hat Workers(Public Domain)+ Construction Site Safety(CC BY 4.0,须署名)+ 站内自采复标;SHWD 仅作流水线,商用前剔除 SCUT-HEAD 负样本并法务复核。烟火冷启动优先 D-Fire(CC0,注意 PublicDataset* 子图原许可)。架构默认走 Apache/MIT 栈(YOLOX-n / RTMDet-t/s),Ultralytics 仅评测或已签 Enterprise。事件码 PPE_VIOLATION / SMOKE_FIRE / PERSON_INTRUSION,quality=suspect,主站只读。


1. 数据集短名单

名称 URL 规模量级 标注类型 SPDX/许可(核验日) commercial_ok 初判 变电站室外适配 缺口 / 备注
SHWD(Safety Helmet Wearing) https://github.com/njvisionpower/Safety-Helmet-Wearing-Dataset ~7.5k 图;帽正样本 ~9k、头负样本量大 VOC bbox;helmet / head 仓内 MIT LICENSE;负样本含 SCUT-HEAD(原声明偏学术) conditional(整包勿直接商用) 差:多为网络图,非站内配电/室外机位 流水线可用;商用前剔除 SCUT 子集或换自采负样本;台账 DS-003 原黄牌仍有效
Hard Hat Workers https://public.roboflow.com/object-detection/hard-hat-workers ;Kaggle 镜像 https://www.kaggle.com/datasets/andrewmvd/hard-hat-detection Roboflow ~7k;Kaggle 常标 ~5k bbox:Helmet / Head / Person 页标 Public Domain;Kaggle CC0 yes(仍存证截图) 中:工地为主,可作帽/头冷启动 缺背心/绝缘靴;室外逆光、远距小人弱;台账须 roboflow_export_confirmed=yes
Construction Site Safety https://universe.roboflow.com/roboflow-universe-projects/construction-site-safety ;HF/Kaggle 镜像常标 CC BY 社区版本图量约数百~数千(Universe 可见版本图量会变) Hardhat / Safety Vest / NO-* / Person / machinery… 镜像声明 CC BY 4.0(须署名);Universe 页亦标 Open Source Dataset yes(署名 + 导出确认) 中偏:有 NO-Hardhat / NO-Vest,利于违规类 场景偏工地;电力电弧服/反光黄绿与警示牌易混淆
Ultralytics Construction-PPE https://docs.ultralytics.com/datasets/detect/construction-ppe 1,416 图;11 类 helmet/gloves/vest/boots/goggles + no_* + Person AGPL-3.0 conditional(闭源产品红) 中:含缺失类,利于违规召回 数据+工具链均受 Ultralytics 轨道约束;无 Enterprise 不进商用仓
HardHat & SafetyVest(Roboflow Top) https://universe.roboflow.com/ppe-kit-detection/hardhat-safetyvest 约 22k(抓取当日量级) head / helmet / vest 页 无 SPDX → NOASSERTION unknown → 未确认按 red 图量大但域≠变电站 禁止进商用冷启动清单直至 §2.4 确认
Substation_PPE / PPE-enhanced https://universe.roboflow.com/substation-ppe/substation_ppe ;…/ppe-enhanced ~0.6k / ~5.1k helmet、boots、gloves、no-* 页 无 SPDX unknown 高相关(变电站向) 电力专用候选,但许可未核 → 仅沙箱;优先作「类名参考」推动自采
D-Fire https://github.com/gaiasd/DFireDataset ;页 https://gaia-solutions-on-demand.github.io/DFireDataset/ >21k 图;Fire/Smoke 框约 1.4万/1.1万;含大量 None YOLO bbox:fire / smoke 仓 LICENSE:CC0-1.0;文件名前缀 PublicDataset* 保留原提供方条款 conditional→偏 yes(剔除/隔离 PublicDataset 子图后更稳) 中:监控/野外火烟多,站内电缆沟/柜体火弱 烟火主冷启动;须单独台账 PublicDataset 子源(HPWREN/FESB/Jadon FireNet 等)
DFS(Fire and Smoke) https://github.com/siyuanwu/DFS-FIRE-SMOKE-Dataset 9,462 图;VOC;含 other 易混淆类 fire / smoke / other 页 无明示 SPDX → NOASSERTION unknown 有 other 类利于降误报,但场景未必站内 评测沙箱可用;不进商用仓直至许可确认
BoWFire https://bitbucket.org/gbdi/bowfire-dataset 量级较小(经典 RGB 火图,含分割) 分类/分割 下载页 无清晰 SPDX unknown 低:室内/小图偏多 仅历史对照;优先 D-Fire
FireNet(UCL 消防设备) https://www.firenet.xyz/ 消防器材多任务集 分类/检测/分割 CC BY-NC 4.0 no 不适用本任务(灭火器/烟感设备,非明火烟雾) 命名陷阱:勿与 Jadon 等「火焰检测 FireNet」混淆;NC 红线
MIVIA Fire / Smoke https://mivia.unisa.it/datasets/video-analysis-datasets/fire-detection-dataset/ 视频集(火/负样本视频量级数十~百) 视频级标签 需注册;商用条款 不明 unknown 视频时序有参考价值 学术对照;不进商用仓
站内自采(必做) 合同 + SOP(本项目) D0–30 目标:PPE ≥2k~5k 框或等价片段;烟火正负各数百起 bbox + 违规/区带属性 合同约定权属 补签后 yes 最高 反光服色、警示牌、蒸汽、焊花、逆光必须覆盖;台账 self_collect

冷启动合集建议(工程侧,仍须法务抽检)

  1. PPE:Hard Hat Workers(CC0) ∪ Construction Site Safety(CC BY) → 统一类名映射 → 站内复标。
  2. 烟火:D-Fire(优先非 PublicDataset*)→ 站内负样本(蒸汽/焊花/日落)。
  3. 明确排除商用仓:UCL FireNet(NC)、DFS/BoWFire/MIVIA(unknown)、未确认 Roboflow Top、Ultralytics Construction-PPE(无 Enterprise)。

2. 检测权重 / 架构短名单

2.1 许可双轨(必须先选轨)

轨道 代表 SPDX 闭源边缘盒子
A. 推荐商用默认 YOLOX(Megvii)、RTMDet(OpenMMLab/MMDetection)、RT-DETR(Baidu 官方仓) 多为 Apache-2.0 可嵌入;保留 NOTICE/署名
B. Ultralytics YOLOv8/11/12 等 AGPL-3.0 须 Enterprise;否则整仓开源义务
C. 评测沙箱 任意 AGPL/页无许可权重 — 禁止合入 models/prod/

官方口径(约 2025–2026):使用 Ultralytics 代码/训练管线/由其训练的模型 → AGPL 或买 Enterprise。电力站端闭源盒子默认 A 轨,或 B 轨已签合同号写入台账 ultralytics_track。

2.2 轻量骨干 × 板型(建议输入与导出)

板型 建议模型量级 建议输入 导出路径 备注
RK3588 YOLOX-Nano/Tiny 或 RTMDet-t/s;评测可用 YOLO-n 640(远距小人可试 960,路数减半) PyTorch → ONNX → rknn-toolkit2 → .rknn INT8 校准集须含站内帽/背心/烟;NMS 在 CPU
算能 BM1684X 同上 Nano/Tiny 640 ONNX → TPU-MLIR → .bmodel 多路站端主机首选国产;适配器走 sophon-stream→MQTT
Jetson Orin Nano YOLOX-s / RTMDet-s;或 Enterprise 下 YOLO11n 640;FP16 常作上线默认 ONNX → TensorRT → .engine DeepStream nvinfer;换 JetPack 须重建 engine
Hailo-8 / 8L YOLO 系 Zoo 已有 HEF 的 nano 级;自训需编译器支持算子 640(部分 Zoo 为 640) ONNX → Hailo Dataflow Compiler → .hef 桌面 Zoo FPS 不可直接搬到 Pi5 PCIe×1
巡检备选 同 Orin / Hailo 640 同上 路数少、可稍大 backbone

类名冻结建议(映射到 Schema cls)

  • PPE:helmet / no_helmet / vest / no_vest / person(可选 gloves/boots 二期)
  • 烟火:fire / smoke
  • 闯入:person + 电子围栏属性 attrs.zone=restricted

不要写进合同的数字:芯片峰值 TOPS、Zoo model-only FPS。端到端以验收协议实测为准(矩阵仅给量级:如 RK3588 YOLOv8n INT8 单核公开约数十 FPS 量级,端到端再打 0.3~0.7 折)。


3. 事件码建议(对齐统一 Schema)

Topic:edgeai/{org}/{site}/{device_id}/events/{task},task ∈ ppe | smoke_fire | intrusion。

event.code 触发条件(示例) severity 建议 quality 下游
PPE_VIOLATION no_helmet 或 no_vest 持续 ≥debounce_ms(默认 2000)且在作业区 high / medium suspect(D0–30 默认) 安监工单 / 辅控只读点
PPE_NO_HELMET 可作细分码(Schema 样例已用);总码仍可归 PPE_VIOLATION 同上 suspect 同上
SMOKE_FIRE fire 或 smoke score≥阈值且防抖通过 critical(策略可配) suspect 消防/安监;禁止直控灭火剂联锁除非另签安全认证
PERSON_INTRUSION person ∩ 禁入区(配置多边形) high suspect 安防;与 PPE 解耦

强制字段:schema_ver、model.ver、quality(默认 suspect,人工复核或现场集达标后再升 confirmed)、debounce_ms。
禁止:把上述事件映射为保护跳闸、断路器 GOOSE、一次设备联锁。点表仅 只读告警/遥信(见 IEC/104 系列模板)。


4. 变电站误报场景清单(必须进负样本与配置)

ID 场景 易误报为 缓解
F1 黄/红 警示牌、围栏反光条 反光背心 / vest 要 person 共现;无人体则丢弃 vest
F2 设备散热 蒸汽 / 水雾 smoke 时序确认(≥N 帧)+ 红外辅判(若有)+ 气象联动
F3 焊花 / 角磨火花 fire 作业票时间窗降敏;ROI 排除已知检修位
F4 日落逆光 / 镜头眩光 fire / 漏检帽 HDR/降低曝光;score 动态阈值;逆光时段专项复标
F5 雨雾、镜头脏污 smoke 画质分 blur/fog 门控;低画质只出 telemetry
F6 远距小人(门外/围墙) 漏检 PPE 或误闯入 960 输入或 ROI 裁剪;闯入用区域+轨迹而非单帧
F7 橙色 绝缘毯 / 地线标识 vest / fire 色块 形状+人体关联;色阈 alone 禁用
F8 广告牌/海报人物 person / PPE 电子围栏外默认忽略

每条误报应在验证集有 ≥50 负样本片段,并写入《配置基线表》阈值与防抖。


5. 两周落地清单(对齐 D0–30 前两周)

日 动作 产出
D1–2 建许可台账行:HardHat、Construction Site Safety、D-Fire、候选 Roboflow;截图 SPDX Excel + evidence_path
D1–3 拉数、统一 YOLO/COCO 格式;类名映射表 v0.1;隔离 PublicDataset* / unknown data/ppe/、data/smoke_fire/
D3–5 A 轨训练 YOLOX-n 或 RTMDet-t(640);固定 seed;记录超参 runs/... + 精度表(公开验证集)
D5–7 导出 ONNX → 目标板 INT8(RKNN / bmodel / TRT / HEF 择一) models/ppe/、models/smoke_fire/ + SHA256
D7–10 单路 RTSP→解码→推理→NMS→统一 Schema MQTT;quality=suspect 样例报文;Broker 可复现
D10–12 注入 §4 误报录像;调 debounce / person-vest 共现规则 误报率初表
D12–14 主站/辅控 只读点联调(告警计数、最高 score);确认无跳闸映射 点表签字栏;阶段门禁检查单

门禁:许可黄/红资产未入商用仓;MQTT 断线不堵推理(目标口径见验收协议);model.ver=文件哈希。

5.1 冷启动「最小可跑」配方(可直接派工)

  1. 数据:Hard Hat Workers(帽/头/人)+ Construction Site Safety(背心与 NO-*)合并后去重;烟火只用 D-Fire 非 PublicDataset* 子集;另建站内负样本夹(蒸汽、焊花、警示牌、逆光各至少一段视频抽帧)。
  2. 训练:单卡先训 PPE 检测 100~150 epoch 量级(早停看 val mAP),再训烟火双类;两任务权重分文件,部署用 stride 复用或双模型轮询,避免一开头就做多任务头。
  3. 量化:每任务各留 200~500 张现场风格校准图;INT8 相对 FP 的召回跌落写进报告,超约定百分点则回退 FP16(Orin)或缩小输入(RK/算能)。
  4. 联调:先只开 PPE_VIOLATION,稳定后再开 SMOKE_FIRE;闯入第三周再开,降低告警风暴。
  5. 验收口径:不承诺 Zoo FPS;只承诺「N 路拉流 + MQTT 样例可复现 + 许可台账可追溯」。

6. 许可红线(与台账模板一致)

  1. NC / 仅学术 / research only → commercial_ok=no,隔离。
  2. Roboflow 页无 SPDX 或未完成原作者+ToS 确认 → unknown,禁止写入商用冷启动清单。
  3. Ultralytics 闭源嵌入 → 无 Enterprise 合同号则停止发布。
  4. 用 NC/不明数据训出的权重 → 默认 dist_weights_ok=no。
  5. AI 事件禁止接保护;质量默认 suspect。
  6. 镜像站许可 ≠ 官方许可;一仓多来源(如 SHWD+SCUT、D-Fire+PublicDataset)拆行登记。

7. 与系列文档挂钩

文档 本短名单用法
edge-ai-power-dev-roadmap.md 落实 P0 PPE+烟火 D0–30 选数与选模
edge-ai-event-schema-acceptance.md 事件码、MQTT、验收口径
edge-ai-license-ledger-template.md 入库字段与红线;预填可增 DS-HardHat / DS-DFire 行
edge-ai-roboflow-vibration-catalog.md Universe 变电站 PPE Top 仅沙箱
edge-ai-board-fps-power-matrix.md 导出路径与「勿抄 Zoo FPS」

8. 免责

本文为工程选型备忘,不构成法律意见;commercial_ok 为初判。正式商用、招投标、对外交付前须法务复核并更新台账 legal_status。

首页 电力边缘 AI · 云端训练/微调服务深度调研 →