SiteAssist necesitaba una forma fiable de verificar el cumplimiento de las normas de seguridad en grandes obras de construcción, donde las comprobaciones manuales de imágenes resultaban lentas, inconsistentes y, a menudo, poco fiables.
Gracias aYOLO Ultralytics , SiteAssist automatizó la verificación de imágenes, lo que permitió detectar en tiempo real problemas de cumplimiento normativo y optimizar los procesos de seguridad para miles de usuarios y en diversos centros.
Las obras de construcción implican actividades de alto riesgo, como operaciones de elevación y trabajos en caliente, en las que los equipos deben seguir estrictos procedimientos de seguridad antes de comenzar a trabajar. Para confirmar que se han realizado estas comprobaciones, los trabajadores suelen subir fotos como prueba a través de flujos de trabajo digitales.
Sin embargo, revisar estas imágenes no siempre es sencillo. Pueden ser poco claras, incompletas o, en ocasiones, engañosas, lo que dificulta saber si realmente se han cumplido los requisitos de seguridad, sobre todo en proyectos de gran envergadura.
SiteAssist da soporte a estos flujos de trabajo a través de su plataforma digital, utilizando una combinación de herramientas e inteligencia artificial. En concreto, se emplean modelos de visión artificial, como YOLO Ultralytics , para analizar las imágenes subidas, lo que ayuda a la plataforma a comprender lo que ocurre en la obra, señalar los envíos no válidos y destacar posibles problemas. Esto reduce el trabajo manual y permite a los equipos mantener unos estándares de seguridad uniformes.
SiteAssist es una plataforma de gestión de trabajos diseñada para equipos que gestionan actividades de alto riesgo en los sectores de la construcción, las infraestructuras y otras industrias críticas. Sustituye los complejos procesos basados en papel por flujos de trabajo digitales estructurados, y da soporte a tareas como excavaciones, trabajos con fuego, elevación de cargas y operaciones en espacios confinados.
Empresas como Balfour Beatty, Taylor Woodrow (VINCI), Skanska y HG Construction utilizan SiteAssist para mejorar la coherencia, garantizar el cumplimiento normativo y asegurar el buen funcionamiento de los proyectos. Al digitalizar los permisos y los flujos de trabajo, la plataforma ayuda a los equipos a identificar posibles riesgos y a garantizar que los requisitos de seguridad se apliquen de forma coherente.
En la actualidad, SiteAssist presta apoyo a miles de trabajadores, lo que permite a los equipos obtener una visión más clara de las operaciones diarias. Esta mayor visibilidad les proporciona un mayor control sobre los procesos de seguridad.
Garantizar la seguridad y el buen funcionamiento de las obras de construcción no es tarea fácil. Los grandes proyectos suelen contar con miles de trabajadores repartidos por múltiples emplazamientos, cada uno de los cuales realiza tareas de alto riesgo que exigen estrictos controles de seguridad antes de comenzar a trabajar.
Para comprobar que se han realizado estas comprobaciones, normalmente se exige a los trabajadores que suban fotos como prueba a los flujos de trabajo digitales o a los sistemas de permisos. Sin embargo, revisar estos envíos no siempre es sencillo.
Las imágenes pueden ser poco nítidas, incompletas o, en ocasiones, engañosas, lo que dificulta confirmar si realmente se han cumplido los requisitos de seguridad. Los responsables de la aprobación deben revisar manualmente cada solicitud, comprobando que el equipo sea el adecuado, que la configuración sea correcta y que se cumplan todos los requisitos.
A medida que aumenta el número de solicitudes, este proceso requiere cada vez más tiempo y resulta más difícil de gestionar de forma coherente. Al mismo tiempo, muchos proyectos siguen dependiendo de permisos en papel o de flujos de trabajo parcialmente digitalizados.
Esto ralentiza los procesos de aprobación, genera atascos y limita la visibilidad en tiempo real de las actividades en la obra. Es posible que los equipos tengan que realizar un seguimiento en persona o repetir las comprobaciones, lo que provoca retrasos adicionales.
A medida que las operaciones se amplían, estos retos dificultan el mantenimiento de unos estándares de seguridad uniformes y aumentan el riesgo de que se omitan o se retrasen los controles.
SiteAssist simplifica los controles de seguridad al combinar los procesos de tramitación de permisos con la verificación de imágenes en tiempo real. En lugar de depender de revisiones manuales, los equipos pueden capturar y subir imágenes directamente desde el terreno, y cada envío se valida antes de que se proceda a su aprobación. Esto ayuda a garantizar que los controles de seguridad se realicen de forma sistemática, incluso en condiciones cambiantes.
Entre bastidores, cada imagen subida se analiza medianteYOLO Ultralytics , que utilizan tareas de visión artificial como la detección de objetos y la clasificación de imágenes para determinar qué hay en el lugar.
Modelos como Ultralytics se han ajustado con precisión utilizando los propios conjuntos de datos de SiteAssist, creados a partir de imágenes recopiladas en obras de construcción reales a través de su plataforma. Esto incluye alrededor de 45 objetos relacionados con la construcción, como extintores, equipos de seguridad, bombonas de gas y herramientas eléctricas y maquinaria habituales.
El sistema identifica estos objetos y comprueba si los elementos requeridos están visibles, señalando todo aquello que falte o que no cumpla los criterios esperados. También puede destacar los envíos no válidos, como las imágenes que no se han tomado en condiciones reales en la obra. En el conjunto de estos envíos, se detecta una media de 1,7 objetos por imagen, cifra que asciende a 2,7 si se excluyen las imágenes de fondo, lo que pone de manifiesto la intensidad de la actividad significativa en la obra.
A continuación se muestran un par de ejemplos de cómo se utilizanYOLO Ultralytics en SiteAssist:

YOLO Ultralytics aportan la velocidad y la precisión que SiteAssist necesita para la validación de imágenes en condiciones reales. Las imágenes se pueden procesar rápidamente a medida que se cargan, lo que facilita la realización de comprobaciones de seguridad sin retrasos.
De hecho, desde enero de 2025, SiteAssist ha procesado más de 770 918 imágenes utilizandoYOLO Ultralytics , detectando más de 1 302 315 objetos y demostrando un rendimiento fiable a gran escala.
Python Ultralytics también facilita el entrenamiento y el ajuste de los modelos utilizando datos recopilados a partir de flujos de trabajo reales en el terreno. Esto significa que el rendimiento de los modelos puede seguir mejorando a medida que se recopilan más datos con el paso del tiempo.
Desde el punto de vista de la implementación, YOLO son eficientes y flexibles. Actualmente, SiteAssist procesa las imágenes en la nube como parte de su infraestructura de fondo, gestionando las subidas desde los dispositivos de los trabajadores en tiempo real. Al mismo tiempo, los modelos también pueden ejecutarse localmente en los dispositivos, lo que permite dar respuesta a futuros casos de uso en los que el procesamiento se realice directamente in situ.
Además, gracias a la compatibilidad con formatos de exportación como ONNX ExecuTorch, losYOLO Ultralytics pueden integrarse en distintos sistemas periféricos sin añadir complejidad. Esto proporciona a SiteAssist una forma práctica y escalable de crear y ampliar sus flujos de trabajo de IA de visión.
En la actualidad, SiteAssist da soporte a unos 12 000 usuarios activos en aproximadamente 4 000 dispositivos, lo que permite que los procesos de seguridad se adapten de manera eficiente a proyectos grandes y complejos.
Gracias a la implantación de la verificación automática de imágenes, los equipos han reducido su dependencia de las revisiones manuales y han agilizado los procesos de aprobación. Las tareas que antes requerían comprobaciones repetidas ahora pueden validarse más rápidamente, lo que permite que el trabajo comience a tiempo y se reduzcan los retrasos.
El análisis de imágenes YOLO también ha mejorado la coherencia en la forma en que se llevan a cabo los controles de seguridad. Las solicitudes se evalúan de una manera más estructurada, lo que facilita la identificación de equipos que faltan, imágenes artificiales o comprobaciones incompletas. Entre los objetos detectados con mayor frecuencia desde enero de 2025 se incluyen más de 283 000 vehículos y más de 201 000 personas, así como cerca de 68 500 imágenes artificiales y más de 55 000 extintores.
Esto proporciona a los responsables de las obras una visión más clara de los trabajos en curso y una mayor confianza en que se están cumpliendo los requisitos de seguridad.

Además, la reducción del papeleo manual ha permitido a los equipos dedicar menos tiempo a las tareas administrativas y más tiempo al trabajo sobre el terreno. Como resultado, las operaciones se desarrollan con mayor fluidez y los procesos de seguridad son más fiables en las distintas sedes.
De cara al futuro, SiteAssist está explorando el uso de la IA en el borde para ejecutarYOLO Ultralytics más cerca del lugar donde se recogen los datos in situ. Al procesar las imágenes directamente en los dispositivos, el equipo pretende reducir los costes de la nube, mejorar la privacidad de los datos y facilitar la toma de decisiones en tiempo real. Tienen previsto seguir ampliando estas capacidades para permitir flujos de trabajo operativos y de seguridad más avanzados y en tiempo real.
¿Quieres incorporar la IA visual a tus operaciones? Únete a nuestra comunidad y descubre aplicaciones como la IA en el sector sanitario y la IA visual en la agricultura. ¡Visita nuestro repositorio de GitHub y descubre las opciones de licencia para empezar hoy mismo!
Los modelosYOLO de Ultralytics son arquitecturas de visión por ordenador desarrolladas para analizar datos visuales a partir de imágenes y entradas de vídeo. Estos modelos pueden entrenarse para tareas como la detección de objetos, la clasificación, la estimación de poses, el seguimiento y la segmentación de instanciasUltralytics
Ultralytics YOLO11 es la última versión de nuestros modelos de Visión por Computador. Al igual que sus versiones anteriores, soporta todas las tareas de visión por computador que la comunidad de Vision AI ha llegado a amar de YOLOv8. El nuevo YOLO11, sin embargo, viene con un mayor rendimiento y precisión, lo que lo convierte en una poderosa herramienta y en el aliado perfecto para los desafíos de la industria en el mundo real.
El modelo que elija usar depende de los requisitos específicos de su proyecto. Es clave tener en cuenta factores como el rendimiento, la precisión y las necesidades de implementación. Aquí hay una descripción general rápida:
Los repositoriosYOLO Ultralytics , como YOLOv5 y YOLO11, se distribuyen bajo la licencia AGPL-3.0 0 por defecto. Esta licencia, aprobada por la OSI, está diseñada para estudiantes, investigadores y entusiastas, promueve la colaboración abierta y exige que cualquier software que utilice componentes AGPL-3.0 0 también sea de código abierto. Aunque esto garantiza la transparencia y fomenta la innovación, puede que no se ajuste a los casos de uso comercial.
Si su proyecto implica la integración del software de Ultralytics y los modelos de IA en productos o servicios comerciales y desea evitar los requisitos de código abierto de AGPL-3 AGPL-3.0, lo ideal es una licencia de empresa.
Los beneficios de la Licencia Enterprise incluyen:
Para garantizar una integración perfecta y evitar las limitaciones AGPL-3.0 , solicite una licencia de empresa de Ultralytics mediante el formulario proporcionado. Nuestro equipo le ayudará a adaptar la licencia a sus necesidades específicas.
Comience su viaje con el futuro del aprendizaje automático