Con los modelos Ultralytics YOLO, SiteAssist automatizó la verificación de imágenes, lo que permitió detectar problemas de cumplimiento normativo en tiempo real y optimizar los flujos de trabajo de seguridad para miles de usuarios y en numerosos emplazamientos.
En las obras se realizan actividades de alto riesgo, como operaciones de elevación y trabajos en caliente, para las que los equipos deben seguir estrictos procedimientos de seguridad antes de empezar a trabajar. Para confirmar que se han realizado estas comprobaciones, los trabajadores suelen subir fotografías como prueba mediante flujos de trabajo digitales.
Sin embargo, revisar estas imágenes no siempre es sencillo. Pueden ser poco claras, estar incompletas o resultar engañosas, por lo que cuesta saber si realmente se han cumplido los requisitos de seguridad, sobre todo en proyectos grandes.
SiteAssist facilita estos flujos de trabajo con su plataforma digital, que combina diversas herramientas e IA. En concreto, se utilizan modelos de visión artificial como los modelos Ultralytics YOLO para analizar las imágenes subidas. Esto ayuda a la plataforma a entender qué ocurre en la obra, señalar envíos no válidos y destacar posibles problemas. Así se reduce el trabajo manual y los equipos pueden mantener unos estándares de seguridad coherentes.
Mejorar la seguridad y el cumplimiento normativo en las obras con IA#
SiteAssist es una plataforma de gestión de trabajos diseñada para equipos que realizan actividades de alto riesgo en los sectores de la construcción, las infraestructuras y otras industrias críticas. Sustituye procesos complejos basados en papel por flujos de trabajo digitales estructurados y facilita tareas como excavaciones, trabajos en caliente, operaciones de elevación y trabajos en espacios confinados.
Empresas como Balfour Beatty, Taylor Woodrow (VINCI), Skanska y HG Construction utilizan SiteAssist para mejorar la coherencia, mantener el cumplimiento normativo y garantizar que los proyectos avancen sin contratiempos. Al digitalizar permisos y flujos de trabajo, la plataforma ayuda a los equipos a identificar posibles riesgos y garantizar que se apliquen los requisitos de seguridad de forma coherente.
Hoy, SiteAssist presta servicio a miles de trabajadores y ofrece a los equipos una visión más clara de las operaciones diarias. Esta mayor visibilidad permite controlar mejor los procesos de seguridad.
Por qué fallan las comprobaciones de seguridad en las obras al escalar#
Mantener la seguridad y el buen funcionamiento de las obras no es sencillo. Los grandes proyectos suelen implicar a miles de trabajadores repartidos por distintas ubicaciones, cada uno realizando tareas de alto riesgo que exigen estrictos controles de seguridad antes de empezar.
Para verificar que se han realizado estos controles, normalmente se pide a los trabajadores que suban fotografías como prueba a flujos de trabajo digitales o sistemas de permisos. Pero revisar estos envíos no siempre es sencillo.
Las imágenes pueden ser poco claras, estar incompletas o resultar engañosas, por lo que cuesta confirmar si realmente se han cumplido los requisitos de seguridad. Los responsables de aprobarlas deben revisar cada envío manualmente y comprobar que el equipo sea el adecuado, que la instalación sea correcta y que se cumpla la normativa en general.
A medida que aumentan los envíos, el proceso requiere más tiempo y resulta más difícil gestionarlo de forma coherente. Al mismo tiempo, muchos proyectos siguen dependiendo de permisos en papel o de flujos de trabajo parcialmente digitalizados.
Esto ralentiza las aprobaciones, crea cuellos de botella y limita la visibilidad en tiempo real de las actividades de la obra. Puede que los equipos tengan que hacer un seguimiento en persona o repetir las comprobaciones, lo que provoca más retrasos.
A medida que crecen las operaciones, estos retos dificultan mantener unos estándares de seguridad coherentes y aumentan el riesgo de que se pasen por alto comprobaciones o se realicen con retraso.
Garantizar controles de seguridad sólidos con modelos Ultralytics YOLO#
SiteAssist simplifica los controles de seguridad al combinar flujos de trabajo 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 la obra, y cada envío se valida antes de que continúen las aprobaciones. Esto ayuda a garantizar que los controles de seguridad se realicen de forma coherente, incluso cuando cambian las condiciones.
En segundo plano, cada imagen subida se analiza mediante modelos Ultralytics YOLO, que aprovechan tareas de IA visual como la detección de objetos y la clasificación de imágenes para identificar qué hay en la obra.
Los modelos como Ultralytics YOLO26 se han ajustado con los propios conjuntos de datos de SiteAssist, creados a partir de imágenes recopiladas en obras reales a través de su plataforma. Estos conjuntos incluyen unos 45 objetos relacionados con la construcción, como extintores, equipos de protección, bombonas de gas y herramientas eléctricas y maquinaria de uso habitual.
El sistema identifica estos objetos y comprueba si los elementos necesarios son visibles; además, señala cualquier elemento que falte o no cumpla los criterios previstos. También puede destacar envíos no válidos, como imágenes que no se han tomado en condiciones reales de obra. En el conjunto de estos envíos, se detecta una media de 1,7 objetos por imagen, cifra que sube a 2,7 si se excluyen las imágenes de fondo, lo que pone de manifiesto la densidad de actividad relevante en la obra.
Estos son un par de ejemplos de cómo se utilizan los modelos Ultralytics YOLO en SiteAssist:
- Validación de imágenes en directo: el sistema puede detectar si una imagen subida no se ha tomado en condiciones reales, por ejemplo, si se trata de una foto de una pantalla, y señalarla para que se revise.
- Detección y recuento de equipos: el sistema puede identificar los elementos necesarios, como los extintores, y comprobar si está presente el número correcto. En algunos casos, se utiliza el reconocimiento óptico de caracteres (OCR) junto con YOLO para extraer texto de las imágenes, por ejemplo, para leer etiquetas y determinar el tipo de equipo.
Fig. 1. Detección de extintores con modelos Ultralytics YOLO en SiteAssist (Fuente)
¿Por qué elegir los modelos Ultralytics YOLO?#
Los modelos Ultralytics YOLO ofrecen la velocidad y precisión que SiteAssist necesita para validar imágenes en condiciones reales. Las imágenes se pueden procesar rápidamente a medida que se suben, lo que facilita realizar controles de seguridad sin retrasos.
De hecho, desde enero de 2025, SiteAssist ha procesado más de 770.918 imágenes con modelos Ultralytics YOLO, en las que ha detectado más de 1.302.315 objetos, lo que demuestra un rendimiento fiable a gran escala.
El paquete Ultralytics Python también facilita el entrenamiento y el ajuste de modelos con datos recopilados en flujos de trabajo reales de las obras. Esto permite seguir mejorando el rendimiento de los modelos a medida que se recopilan más datos.
Desde el punto de vista de la implementación, los modelos YOLO son eficientes y flexibles. Actualmente, SiteAssist procesa imágenes en la nube como parte de su sistema backend y gestiona en tiempo real las imágenes que suben los trabajadores desde sus dispositivos. Además, los modelos también pueden ejecutarse localmente en los dispositivos, lo que permite abordar futuros casos de uso en los que el procesamiento se realice directamente en la obra.
Además, gracias a la compatibilidad con formatos de exportación como ONNX y ExecuTorch, los modelos Ultralytics YOLO pueden integrarse en distintos sistemas perimetrales sin añadir complejidad. Así, SiteAssist dispone de una forma práctica y escalable de crear y ampliar sus flujos de trabajo de IA visual.
SiteAssist y Ultralytics YOLO refuerzan los controles de seguridad en tiempo real#
Actualmente, SiteAssist presta servicio a unos 12.000 usuarios activos en aproximadamente 4.000 dispositivos, lo que permite escalar con eficiencia los flujos de trabajo de seguridad en proyectos grandes y complejos.
La introducción de la verificación automatizada de imágenes ha reducido la dependencia de las revisiones manuales y acelerado los procesos de aprobación. Ahora se pueden validar más rápidamente tareas que antes requerían comprobaciones repetidas, lo que ayuda a empezar a trabajar a tiempo y reduce los retrasos.
El análisis de imágenes con tecnología YOLO también ha mejorado la coherencia con la que se realizan los controles de seguridad. Los envíos se evalúan de forma más estructurada, por lo que resulta más fácil identificar equipos que faltan, imágenes artificiales o comprobaciones incompletas. Desde enero de 2025, los objetos detectados con mayor frecuencia incluyen más de 283.000 vehículos y más de 201.000 personas, así como casi 68.500 imágenes artificiales y más de 55.000 extintores.
Esto ofrece a los responsables de obra una visión más clara del trabajo en curso y más confianza en que se están cumpliendo los requisitos de seguridad.
Fig. 2. Ejemplo de una foto artificial detectada por SiteAssist mediante Ultralytics YOLO.
Además, al reducir el papeleo manual, los equipos pueden dedicar menos tiempo a tareas administrativas y más tiempo a la obra. Como resultado, las operaciones funcionan con mayor fluidez y los procesos de seguridad son más fiables en distintas ubicaciones.
Llevar al perímetro los flujos de trabajo de seguridad en la construcción basados en visión artificial#
De cara al futuro, SiteAssist está explorando la IA perimetral para ejecutar los modelos Ultralytics YOLO más cerca del lugar donde se capturan los datos en la obra. 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. Tiene previsto seguir ampliando estas capacidades para ofrecer flujos de trabajo de seguridad y operaciones 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 la sanidad y la IA visual en la agricultura. Visita nuestro repositorio de GitHub y descubre las opciones de licencia para empezar hoy mismo.
