Detección de PPE y seguridad laboral con Ultralytics
Crea un sistema de detección de PPE con Ultralytics Platform: anota imágenes de las instalaciones, entrena YOLO26, impleméntalo en la nube o en el edge y valida la supervisión de la seguridad laboral.

Los equipos de seguridad laboral necesitan saber dónde falta el equipo de protección obligatorio y qué situaciones requieren atención. La visión artificial permite cuantificar estas comprobaciones detectando personas, cascos, chalecos de alta visibilidad y otros equipos visibles en imágenes y vídeos.
Ultralytics Platform reúne todo el flujo de trabajo de detección de PPE en un único espacio de trabajo: prepara los datos, anota los equipos, entrena un modelo de Ultralytics YOLO, despliégalo y supervisa su rendimiento. Los equipos pueden adaptar la solución a sus propias cámaras y requisitos del centro, con Ultralytics como solución de visión artificial durante todo el proyecto.
Esta guía explica cómo utilizar ese flujo de trabajo para la supervisión práctica de PPE, desde la primera muestra de la cámara hasta un despliegue validado.
¿Qué es la detección de PPE?#
La detección de equipos de protección individual (PPE) utiliza la detección de objetos para localizar equipos de protección y asignarles etiquetas de clase. Un modelo puede devolver un cuadro delimitador y una puntuación de confianza para cada casco o chaleco visible, además de detectar personas.
A continuación, la aplicación de supervisión relaciona esas predicciones con una norma específica del lugar de trabajo. Por ejemplo, una comprobación en una zona de carga podría buscar a una persona cuya parte superior del cuerpo visible no lleve el chaleco obligatorio. Para tomar esa decisión, hay que asociar el equipo a la persona correcta y gestionar las vistas en las que el equipo está oculto.
Empieza por los equipos que la cámara pueda captar con claridad. Los cascos y los chalecos suelen ser objetivos iniciales más prácticos que los objetos pequeños, como los tapones para los oídos o los detalles de los guantes. Entrena y evalúa las clases que necesite tu centro; no des por sentado que un modelo preentrenado de uso general reconoce todos los tipos de PPE.
| Objetivo de supervisión | Capacidad de Ultralytics | Qué validar en tu centro |
|---|---|---|
| Comprobaciones de cascos y chalecos | Detección de objetos personalizada con YOLO | Visibilidad del equipo y asociación con la persona correcta |
| Comprobaciones de protección ocular o guantes | Detección de objetos entrenada con ejemplos pertinentes | Detalle de imagen suficiente a la distancia de trabajo |
| Entrada en zonas restringidas | Detección de personas y seguimiento en vídeo | Ubicación de la zona, perspectiva de la cámara y normas de acceso |
| Detección de peatones y vehículos | Detección y seguimiento | Oclusiones, continuidad del seguimiento y definición de un evento que se pueda revisar |
| Análisis de postura | Estimación de poses | Movimientos pertinentes y límites de los puntos clave corporales visibles |
Ultralytics proporciona las capacidades de visión para estos flujos de trabajo. Las normas específicas de cada centro determinan cómo se convierten los resultados del modelo en eventos que un equipo de seguridad debe revisar.
¿Por qué utilizar Ultralytics para la visión artificial aplicada a la seguridad laboral?#
Los proyectos de PPE dependen de un proceso repetible que convierta las imágenes de las cámaras en un modelo que funcione bien en el centro. Ultralytics Platform conecta la gestión de conjuntos de datos, la anotación, el entrenamiento, la exportación de modelos, la inferencia alojada y la supervisión del despliegue. El mismo espacio de trabajo sirve tanto para el piloto inicial como para las posteriores actualizaciones del modelo.
Esa continuidad es importante cuando llega un nuevo diseño de casco, se cambia una cámara de sitio o se modifica una línea de producción. Los equipos pueden actualizar los datos, perfeccionar las etiquetas, comparar ejecuciones de entrenamiento y desplegar un modelo mejorado mediante el mismo flujo de trabajo.
Utiliza Ultralytics YOLO26 como punto de partida para un nuevo proyecto de detección de PPE. Elige el tamaño del modelo midiendo tanto la calidad de detección como la velocidad de inferencia en el hardware que quieras utilizar.
Cómo crear un sistema de supervisión de PPE con Ultralytics Platform#
1. Define una norma visible y recopila datos representativos#
Empieza con un objetivo concreto, como comprobar el uso de cascos en la entrada de una obra. Define la vista de la cámara, el equipo obligatorio, el horario de funcionamiento y qué debe hacer una persona revisora cuando la aplicación marque un evento.
Recopila ejemplos de las cámaras reales en distintos turnos y condiciones. Incluye contraluz, oclusiones parciales, grupos de trabajadores, escenas vacías y equipos que se estén transportando. Estos ejemplos ayudan a distinguir la situación buscada de otras visualmente parecidas.
Separa las imágenes de entrenamiento y evaluación por sesión de grabación o cámara. Los fotogramas consecutivos del mismo clip deben permanecer en la misma partición para que la validación mida el rendimiento en escenas nuevas.
El conjunto de datos Construction-PPE es un recurso útil para explorar las clases de PPE. Utiliza imágenes representativas de tu centro para determinar si un modelo está listo para el despliegue.
2. Anota el PPE de forma coherente#
Sube tus imágenes de entrenamiento a Ultralytics Platform y define las clases que necesitas. Su editor de anotaciones admite cuadros delimitadores manuales y Smart Annotation con modelos compatibles en conjuntos de datos alojados en Platform. Revisa las etiquetas sugeridas, corrige los equipos que no se hayan detectado y elimina los cuadros incorrectos antes del entrenamiento.
Redacta una breve guía de etiquetado para que todo el mundo trate los casos difíciles de forma coherente. Un casco que se lleva en la mano es un equipo visible, pero eso no demuestra que la persona lo lleve puesto. Una cabeza ocluida tampoco debe convertirse automáticamente en un ejemplo de ausencia de casco.
Si el objetivo incluye detectar un uso incorrecto, define explícitamente los estados visibles y recopila suficientes ejemplos para evaluarlos. Incluye solo las distinciones que la cámara pueda mostrar realmente.
3. Entrena y compara modelos YOLO26#
Crea un proyecto, selecciona el conjunto de datos etiquetado y el modelo YOLO26, e inicia el entrenamiento en la nube en Ultralytics Platform. Sigue las métricas de entrenamiento y compara las ejecuciones a medida que mejoras los datos o ajustas la configuración del modelo.
Examina el rendimiento de cada clase de PPE. Una puntuación general alta puede ocultar una detección deficiente de gafas pequeñas o cascos parcialmente ocultos por la maquinaria. Revisa las detecciones omitidas y los falsos positivos junto con la precisión y la exhaustividad.
Prueba los modelos candidatos con ejemplos reservados del entorno de despliegue previsto, incluidas las vistas de cámara más difíciles. Elige un modelo que cumpla a la vez tus requisitos de calidad y latencia.
4. Despliega el modelo donde estén tus cámaras#
Ultralytics admite la inferencia alojada y la exportación de modelos. Despliega un endpoint específico para las solicitudes de la aplicación o exporta el modelo a un formato compatible para ejecutar inferencias en hardware local compatible. ONNX y TensorRT son ejemplos de formatos de despliegue disponibles en el flujo de trabajo de Ultralytics.
Para las transmisiones continuas de las cámaras, mide el rendimiento y la latencia con el número real de transmisiones, los tamaños de imagen y el hardware previstos. La aplicación que procesa esas transmisiones también se encarga de las reglas de los eventos: asociar el equipo a las personas, comprobar las zonas, mantener la detección entre fotogramas y enviar los eventos a las personas revisoras. El seguimiento de Ultralytics puede mantener el seguimiento de los objetos entre fotogramas de vídeo para respaldar esa lógica.
Elige la modalidad de despliegue en función de tus necesidades de latencia, conectividad y tratamiento de datos; después, valida el modelo exportado o el endpoint antes de ponerlo en marcha.
5. Revisa los resultados y mejora el modelo#
Empieza con un piloto limitado y pide a una persona responsable de seguridad que revise los eventos marcados. Mide tanto las alertas falsas como los eventos omitidos; reducir únicamente las alertas puede ocultar un detector que omita demasiados casos.
Utiliza la supervisión del despliegue para examinar el estado del servicio, la latencia de las solicitudes y los errores. Por separado, revisa una muestra de los resultados de las cámaras comparándolos con etiquetas humanas para evaluar la calidad de detección. Las métricas de infraestructura por sí solas no demuestran la precisión de la detección de PPE.
Añade al conjunto de datos los ejemplos difíciles, corrige sus anotaciones y vuelve a entrenar en Ultralytics Platform. Repite esta revisión después de cambios importantes en la ubicación de las cámaras, los equipos, la iluminación o la distribución del centro.
¿Qué hace que un piloto de detección de PPE sea útil?#
Un piloto práctico responde a preguntas concretas sobre las condiciones que tendrá que afrontar:
- ¿Puede la cámara ver el equipo? Comprueba el tamaño del objeto, el enfoque, la iluminación y los obstáculos a la distancia pertinente.
- ¿Asocia la aplicación el PPE a la persona correcta? Revisa los grupos y a los trabajadores que se solapan, incluido el equipo que se transporte cerca.
- ¿Con qué frecuencia omite un evento pertinente? Revisa una muestra etiquetada tanto del funcionamiento normal como de los clips marcados.
- ¿Cuántas alertas falsas reciben las personas revisoras por turno? Mide todo el flujo de trabajo de los eventos, incluidas las detecciones repetidas de una misma situación.
- ¿Responde con suficiente rapidez? Mide el tiempo desde la captura de la imagen hasta su llegada a la cola de revisión o el envío de una notificación, pasando por la inferencia.
Acuerda los criterios de aceptación antes del despliegue. Un informe que se revisa al final del turno y una notificación inmediata tienen requisitos distintos de tiempo y de error.
Diseña la supervisión en torno a observaciones útiles#
La supervisión de PPE puede funcionar con detecciones de objetos y seguimientos temporales sin añadir reconocimiento facial. Define la finalidad del sistema, restringe el acceso a las imágenes y establece periodos de conservación claros para cualquier grabación almacenada.
Pide a las personas revisoras que interpreten las detecciones inciertas en su contexto. Una cámara no puede evaluar la certificación del equipo, los daños ocultos ni las protecciones que no puede ver. Utiliza los resultados para respaldar las inspecciones del centro, la formación y los procedimientos de seguridad establecidos.
Empieza con Ultralytics#
Elige una vista de cámara y un requisito de PPE. Recopila imágenes representativas, etiquétalas, entrena un modelo YOLO26 y evalúa los resultados con criterios claros para el piloto. Ultralytics ofrece a tu equipo un único flujo de trabajo de visión artificial que puede mejorar y ampliar a medida que crezca el proyecto.
Empieza tu proyecto de detección de PPE en Ultralytics Platform o sigue la guía de inicio rápido de Platform para crear tu primer modelo.
Preguntas frecuentes
Utiliza Ultralytics Platform para gestionar todo el flujo de trabajo de visión artificial y Ultralytics YOLO26 para la detección personalizada de PPE. En un mismo entorno puedes preparar y anotar datos, entrenar y comparar modelos, y elegir la inferencia alojada o la exportación para el despliegue.
Sí, siempre que la transmisión de la cámara sea accesible para tu aplicación de inferencia y ofrezca suficiente detalle para detectar el PPE que te interesa. Antes de ampliar el sistema a más cámaras, valida la resolución, el ángulo de visión, la iluminación y la capacidad de procesamiento con imágenes representativas.
Las capacidades de detección de PPE dependen de los datos de entrenamiento y las clases del modelo. Ajusta un modelo de detección YOLO26 con ejemplos etiquetados de tus equipos y evalúalo con imágenes que no haya visto durante el entrenamiento.
Sí. Los modelos de Ultralytics pueden ejecutarse en hardware local compatible, también mediante formatos de exportación admitidos. Elige el entorno de ejecución de tu dispositivo y verifica la velocidad y la calidad de detección después de la exportación.
Puede detectar equipos visibles y ayudar a comprobar el cumplimiento de normas definidas. Los resultados reales dependen de la vista de la cámara, los datos de entrenamiento y la lógica de la aplicación. Valida todo el flujo de trabajo y recurre a la revisión humana en los casos ambiguos.










