Computer vision para la seguridad laboral y el cumplimiento del uso de EPIs

Una cámara orientada hacia un lugar de trabajo puede responder de forma fiable a un conjunto limitado de preguntas. ¿Lleva esta persona un casco de seguridad? ¿Ha entrado alguien en la zona de exclusión situada alrededor de esa prensa? ¿Cuántas personas hay en este pasillo ahora mismo? Esos son problemas de detección de objetos, segmentación y seguimiento, y los modelos de visión modernos los manejan bien.

Lo que una cámara no puede hacer es decirte si un lugar es seguro. La seguridad es un juicio sobre normas, contexto e intención, y la brecha entre "se ha detectado a una persona sin un chaleco visible" y "se ha registrado una infracción sobre la que merece la pena actuar" es donde la mayoría de los proyectos de seguridad basados en visión por computador triunfan o se desactivan silenciosamente.

Esta guía abarca cuáles son realmente las tareas de detección subyacentes, cuándo comprar una plataforma de seguridad terminada en lugar de construir una, y cómo los equipos que deciden construir usan los modelos de Ultralytics YOLO para hacerlo.

Qué detecta la visión por computador en un lugar de trabajo#

Cada función de seguridad comercializada como un resultado se desglosa en una o más tareas de visión estándar. Ser explícito sobre cuál necesitas marca la diferencia entre un proyecto acotado y uno abierto.

Dos de estas tareas son mucho más difíciles de lo que los proveedores sugieren. La asociación es la primera: detectar un casco de seguridad y detectar a una persona es fácil, y decidir correctamente a qué persona pertenece ese casco en un grupo de seis trabajadores superpuestos no lo es. La segunda es la geometría del mundo real. Una zona dibujada en una imagen 2D no es una zona en el suelo, y sin calibración una persona situada muy por fuera de un área de peligro puede parecer que está dentro del polígono.

Detección de EPI: qué significa "llevarlo puesto" para un modelo#

La detección de EPI suena binaria y no lo es. Un modelo entrenado en cascos de seguridad encontrará cascos de seguridad. No sabrá de forma nativa que un casco llevado en una mano, colocado al revés o desabrochado infringe la norma, porque esos son tres estados visuales diferentes que contienen un casco de seguridad.

Si el objetivo es la supervisión de EPI, especifica la regla al nivel con el que se pueda evaluar un modelo:

• Qué elementos, por zona. Casco de seguridad en todas partes, además de protección ocular solo en la zona de amolado, son dos normas, no una.
• Qué personas, y qué exenciones. Los visitantes, los conductores que permanecen en las cabinas y el personal de oficina que cruza un patio suelen estar sujetos a normas diferentes.
• Qué se considera conforme, incluido el uso parcial e incorrecto.
• Qué ocurre ante una detección. Una alarma en directo, un resumen de turno y una tendencia semanal anonimizada son tres productos diferentes con tres requisitos de precisión distintos.

Ese último punto determina la dificultad del proyecto más que el modelo. Una tendencia de cumplimiento semanal tolera errores individuales porque se compensan al promediar. Una alarma en tiempo real no lo hace: una falsa alarma cada pocos minutos provoca que el sistema sea silenciado en una semana.

Construir o comprar#

Esta es la decisión que la mayoría de los equipos toman de forma implícita y deberían tomar de forma explícita, porque el mercado de proveedores de productos de seguridad terminados es verdaderamente bueno y el caso de desarrollo propio es bastante más limitado de lo que parece.

Compra una plataforma de seguridad cuando tu problema sea un programa de seguridad en lugar de un problema de visión. Si necesitas flujos de trabajo de revisión de incidentes, informes EHS, seguimiento de acciones correctoras, registros de aprobaciones y el equipo de implantación de otra persona in situ, compra. Estos proveedores han construido años de flujo de trabajo en torno a la detección, y la detección es la parte más pequeña de lo que estás pagando.

Construye cuando la restricción sea algo que un producto no pueda flexibilizar. En la práctica, eso significa:

• Cámaras e infraestructura que ya posees y no vas a sustituir, especialmente ópticas no estándar, cámaras térmicas o fuentes que ya fluyen a través de tus propios sistemas. - Una norma específica del sitio que ningún producto incluye de serie: tu propia pieza, tu propia máquina, tu propio procedimiento. - Un requisito estricto local o aislado de internet (air-gapped), donde las grabaciones no pueden salir del sitio bajo ningún concepto. - Estás comercializando un producto. Si la supervisión de seguridad es una característica de algo que vendes (una máquina, un robot, una cámara, una plataforma para instalaciones), eres un desarrollador, no un comprador. - La integración lo es todo, porque la detección debe recaer dentro de un flujo existente de PLC, SCADA, control de accesos o MES en lugar del panel de un proveedor.

Si nada de esto se aplica, comprar suele ser más rápido y económico, y es la recomendación honesta.

Proveedores de plataformas de seguridad que merece la pena preseleccionar#

Estos son productos terminados con equipos de despliegue y flujo de trabajo EHS. Ultralytics no es una alternativa a ellos; es lo que un equipo utiliza cuando está desarrollando en lugar de comprando.

Intenseye. Una plataforma de visión EHS para empresas que abarca EPIs, ergonomía, orden y limpieza, y riesgos relacionados con vehículos en grandes huellas multi-sitio. Su punto fuerte es la amplitud de casos de uso predefinidos y la capa del programa EHS que los rodea. Es la opción ideal para grandes organizaciones industriales con una función de seguridad madura. Inconveniente: alcance y proceso empresariales, no es un despliegue ligero.

Protex AI. Una plataforma de inteligencia de seguridad que preserva la privacidad, se conecta a los circuitos cerrados de televisión (CCTV) existentes y muestra eventos y tendencias de riesgo. Su punto fuerte es la capa de análisis y priorización: ayuda a los equipos de seguridad a ver dónde se concentra el riesgo en lugar de limitarse a activar alertas. Es la opción ideal para organizaciones con parques de cámaras existentes. Inconveniente: diseñada en torno a su propio flujo de trabajo en lugar de una integración personalizada profunda.

viAct. La mayor cobertura de entornos de construcción y obras públicas pesadas, con módulos basados en escenarios para la seguridad en obra, además de supervisión de EPIs y equipos. Es la opción ideal para proyectos de construcción e infraestructuras. Inconveniente: los módulos orientados a la construcción pueden encajar de forma menos natural en una planta de fabricación.

Everguard.ai. Combina la visión con datos de wearables y sensores para la concienciación sobre la seguridad de los trabajadores, orientada a la industria pesada como la siderurgia. Su punto fuerte es la fusión de múltiples sensores en lugar de solo cámaras. Es la opción ideal para entornos industriales pesados de alto riesgo. Inconveniente: el componente de dispositivos ponibles añade trabajo de implantación y gestión del cambio.

Visionify. Centrada en un catálogo de aplicaciones de visión para la seguridad laboral desplegables en cámaras existentes. Su punto fuerte es una biblioteca definida de casos de uso que mantiene el acotamiento simple. Es la opción ideal para equipos que desean un caso de uso de seguridad específico funcionando rápidamente. Inconveniente: superficie de plataforma más limitada que la de las suites EHS empresariales.

Groundlight. Adopta un enfoque diferente, permitiendo a los equipos definir preguntas visuales en lenguaje natural con derivación a humanos cuando el modelo no está seguro. Su punto fuerte es la rapidez para lograr una comprobación funcional sin necesidad de ensamblar un conjunto de datos primero. Es la opción ideal para equipos que validan si una comprobación visual es siquiera viable. Inconveniente: el modelo de derivación se adapta mejor a comprobaciones intermitentes que a la supervisión continua de alto volumen.

Desarrollo de la supervisión de seguridad con modelos de Ultralytics YOLO#

Para los equipos en la columna de desarrollo, la capa de visión es la parte que ahora está bien resuelta. Los modelos de Ultralytics YOLO (YOLOv8, YOLO11 y YOLO26) cubren las tareas de la tabla anterior: detección de objetos para EPIs y equipos, seguimiento para la lógica de zonas y vehículos, estimación de poses para la postura y detección de caídas, y segmentación donde los límites importan más que los cuadros.

Un desarrollo viable tiene este aspecto.

Empieza a partir de la regla, no del modelo. Redacta la regla en un lenguaje aplicable, define la zona en coordenadas del mundo real y decide qué activa una detección. Este es el paso que se omite y el motivo por el que la mayoría de los pilotos se estancan.

Recopila datos de las cámaras que realmente vas a usar. Un modelo entrenado con conjuntos de datos públicos de EPIs y desplegado en la cámara de tu patio al dusk (atardecer) decepcionará. Tus propias grabaciones (turno de noche, lluvia, contraluz, el ángulo incómodo que nadie quiso reubicar) son el conjunto de datos que importa. La Ultralytics Platform puede anotar esas grabaciones con la anotación inteligente basada en SAM y entrenar con ellas sin mover los datos a un sistema separado.

Elige el destino de despliegue con antelación, porque restringe el modelo. Un modelo que se ejecuta en un dispositivo edge pequeño junto a la cámara tiene un presupuesto de tamaño y latencia diferente al de uno que se ejecuta en un servidor de las instalaciones gestionando veinte flujos. Los modelos de Ultralytics se exportan a formatos que incluyen ONNX y TensorRT por ese motivo, y el destino de exportación debe fijarse antes de optimizar para lograr una precisión que no puedes desplegar.

Sitúa la lógica por encima del modelo. Las detecciones no son infracciones. La capa que convierte los cuadros en eventos (persistencia a lo largo de N fotogramas, geometría de zonas, exenciones, horarios de turnos, eliminación de rebotes) es donde realmente se controla la tasa de falsas alarmas, y es normal que requiera más código que la integración del modelo.

Envía las alertas a los lugares donde la gente ya trabaja. Un panel que nadie abre no es un control. Canales existentes, traspasos de turno existentes, sistemas de acciones correctoras existentes.

Planifica el reentrenamiento. Los sitios cambian: equipos nuevos, nuevo color de chaleco, una cámara reposicionada, luz estacional. La supervisión en producción existe para detectar la desviación resultante, y el bucle de retorno hacia la anotación y el reentrenamiento debe ser una rutina, no un incidente.

En cuanto a las licencias, un asunto que debe resolverse antes de que un piloto se convierta en un producto: los modelos de Ultralytics YOLO se ofrecen bajo la licencia AGPL-3.0, y los despliegues comerciales o propietarios generalmente necesitan una licencia de Ultralytics Enterprise. Si la supervisión de seguridad se va a incorporar a un producto que comercializas o a un sistema cuyo código no puedes abrir, resuélvelo al principio en lugar de después del desarrollo.

Privacidad, consentimiento y supervisión de los trabajadores#

Esto determina si un sistema de seguridad sobrevive a su primer mes, y no es principalmente una cuestión técnica.

La supervisión de seguridad no requiere identificar a nadie. Todas las tareas de esta guía (cumplimiento de EPIs, intrusión en zonas, densidad de aglomeraciones, postura) funcionan mediante detecciones de personas anónimas. Ninguna de ellas necesita reconocimiento facial ni coincidencia de identidades, y Ultralytics no recomienda integrar la identificación de trabajadores en los sistemas de seguridad. Detecta la condición, no a la persona.

Restricciones prácticas que deben diseñarse desde el principio:

• Limitación de la finalidad. Un sistema instalado por seguridad no debe convertirse silenciosamente en un monitor de productividad. Una vez que los trabajadores creen que lo es, la cooperación cesa.
• Consulta. En gran parte de la UE, la supervisión de trabajadores basada en cámaras requiere la participación del comité de empresa, y en muchas jurisdicciones exige consulta, aviso previo o ambas cosas. Esto es una condición previa, no una formalidad.
• Minimización de datos. Prefiere los recuentos y eventos frente a las grabaciones almacenadas. Cuando se conserven clips, guárdalos brevemente y por un motivo justificado.
• Informes agregados por defecto. Las tendencias a nivel de zona y de turno impulsan la mejora. Una puntuación de cumplimiento a nivel individual convierte una herramienta de seguridad en una medida disciplinaria y destruye la confianza.
• Procesamiento local siempre que sea posible. La inferencia local o en el dispositivo mantiene las grabaciones en el sitio y elimina toda una categoría de argumentos sobre cumplimiento normativo. Esta es una razón común por la que los equipos construyen en lugar de comprar.
• Control de acceso y auditoría. Quién puede ver las grabaciones, quién puede exportarlas y qué queda registrado.

Las organizaciones que obtienen valor de esta tecnología la tratan como una forma de encontrar patrones peligrosos (este cruce se utiliza de forma insegura en el turno de noche, se entra en esta zona cada vez que esa máquina se atasca) y no como una forma de pillar a individuos.

Por qué la precisión de las demostraciones no sobrevive en un sitio real#

Todas las demostraciones de los proveedores funcionan. La brecha entre una demostración y un despliegue es lo suficientemente previsible como para planificarla.

La calidad de la detección disminuye con la distancia y la resolución: una persona que ocupa treinta píxeles de altura es una detección mucho más difícil que una que llena el fotograma, y un casco de seguridad en esa persona es aún más difícil. La iluminación es la segunda decepción fiable: el atardecer, los faros, los arcos de soldadura, la iluminación mixta de sodio y LED, y la lluvia en la lente degradan los modelos entrenados con imágenes limpias a la luz del día. La oclusión es la tercera: los sitios reales están llenos de personas detrás de maquinaria, estanterías y entre sí.

Luego está de nuevo el problema de la asociación. En un grupo, atribuir correctamente el equipo a los individuos es donde los sistemas de EPI generan la mayor parte de sus falsos positivos, y es la métrica que merece la pena exigir en un piloto.

Ejecuta el piloto en consecuencia. Insiste en tus propias grabaciones, tu peor cámara y tu turno de noche. Mide las falsas alarmas por turno en lugar de la precisión en un conjunto de pruebas seleccionado, porque las falsas alarmas por turno son lo que determina si el sistema sigue encendido dentro de tres meses.