Wir präsentieren ein neues, herausforderndes Datenset namens CPPE-5 (Medical Personal Protective Equipment), dessen Ziel darin besteht, die Untersuchung der untergeordneten Kategorisierung medizinischer persönlicher Schutzausrüstungen zu ermöglichen – eine Aufgabe, die mit anderen gängigen Datensätzen, die sich auf breite Kategorien konzentrieren (wie PASCAL VOC, ImageNet, Microsoft COCO, OpenImages usw.), nicht möglich ist. Um sicherzustellen, dass Modelle, die auf diesem Datensatz trainiert wurden, in praktischen Anwendungsszenarien in komplexen Szenen effektiv eingesetzt werden können, enthält unser Datenset hauptsächlich Bilder von komplexen Szenen mit mehreren Objekten in ihrer natürlichen Umgebung. Die Bildsammlung dieses Datensatzes zielt darauf ab, möglichst viele nicht-ikonische Bilder zu sammeln und sicherzustellen, dass alle Bilder echte Alltagsaufnahmen sind – im Gegensatz zu anderen bestehenden Datensätzen in diesem Bereich. Unser Datenset umfasst fünf Objektkategorien (Overalls, Gesichtsschutzscheiben, Handschuhe, Masken und Schutzbrillen), wobei jedes Bild mit einer Menge von Begrenzungsboxen und positiven Etiketten annotiert ist. Wir führen eine detaillierte Analyse des Datensatzes im Vergleich zu anderen populären Datensätzen mit breiten Kategorien sowie zu Datensätzen, die sich speziell auf persönliche Schutzausrüstung konzentrieren, durch und stellen fest, dass derzeit kein vergleichbarer öffentlich zugänglicher Datensatz existiert. Schließlich analysieren wir auch die Leistungsfähigkeit und vergleichen die Modellkomplexität von Baseline- und State-of-the-Art-Modellen hinsichtlich der Begrenzungsbox-Ergebnisse. Unsere Code-, Daten- und trainierten Modelle sind unter https://git.io/cppe5-dataset verfügbar.