WG Tech Solutions reduce las infracciones de seguridad en un 28% con Ultralytics YOLO y el acelerador de IA de Axelera

Realizar el seguimiento y la mejora de las operaciones de fabricación industrial puede ser un desafío, especialmente porque muchos procesos siguen siendo manuales. Esta falta de visibilidad operativa suele derivar en ineficiencias ocultas, como cuellos de botella y mano de obra subutilizada, que son difíciles de detectar.

Por ejemplo, los controles de seguridad y cumplimiento, como garantizar que los trabajadores utilicen el equipo de protección individual (EPI) adecuado o que los materiales se manipulen y apilen correctamente, suelen realizarse de forma manual, lo que facilita que pasen desapercibidas las infracciones en entornos de ritmo rápido.

Para cerrar estas brechas, WG Tech Solutions desarrolló WGDeepInsight, una plataforma de análisis de vídeo basada en IA para la monitorización continua. Al analizar transmisiones de vídeo en directo mediante modelos de visión artificial como los modelos Ultralytics YOLO, la plataforma proporciona visibilidad en tiempo real de las operaciones, ayudando a los equipos a observar, analizar y mejorar sus procesos de fabricación.

Link to this sectionMejora de la productividad y la seguridad en la fábrica mediante IA visual#

WG Tech Solutions es una empresa de Edge AI centrada en la creación de sistemas inteligentes para entornos reales. Desarrollan soluciones de IA integrales que combinan hardware personalizado, modelos de IA y software de aplicación, lo que permite a las organizaciones supervisar, analizar y mejorar las operaciones directamente en el borde (edge).

Con sede en la India, la empresa trabaja en múltiples sectores como la fabricación, la automoción, la agricultura y los sistemas médicos, donde la información en tiempo real y la inteligencia in situ son fundamentales.

Su plataforma principal, WGDeepInsight, está diseñada para proporcionar visibilidad en tiempo real de las operaciones mediante análisis de vídeo potenciado por IA. Impulsa casos de uso en seguridad, vigilancia, cumplimiento de normativas de seguridad e inspección de calidad, permitiendo a los usuarios supervisar actividades, detectar problemas y mejorar los flujos de trabajo directamente en el borde.

Al combinar modelos de visión artificial con capacidades de inteligencia artificial de las cosas (AIoT), WGDeepInsight permite a los fabricantes realizar un seguimiento de las actividades, supervisar el cumplimiento y mejorar la visibilidad operativa en los entornos de fábrica.

Link to this sectionPor qué falla la visibilidad en las operaciones de fábrica#

Supervisar las operaciones de fábrica a escala requiere una visibilidad constante, pero los entornos de producción reales hacen que esto no sea nada sencillo. Las actividades pueden variar entre estaciones, los trabajadores suelen realizar diferentes tareas a lo largo del día y las condiciones pueden cambiar en las configuraciones de fábrica distribuidas.

En muchos casos, los equipos de fábrica siguen dependiendo de la observación manual y de las comprobaciones sobre el terreno para realizar el seguimiento de los flujos de trabajo. Aunque estos métodos tradicionales pueden proporcionar una supervisión básica, limitan la información sobre cómo se realiza realmente el trabajo.

En otras palabras, capturar datos precisos e imparciales de tiempo y movimiento es un desafío. Esta falta de datos se vuelve más crítica cuando la seguridad y la vigilancia están involucradas. Problemas como el incumplimiento del uso de EPI, el acceso no autorizado o la manipulación incorrecta de materiales pueden pasar desapercibidos fácilmente, y las respuestas tardías dificultan la prevención de infracciones recurrentes.

Por ejemplo, WG Tech Solutions trabajó con un fabricante de diseño original (ODM) líder que operaba múltiples instalaciones de fábrica y que se enfrentaba a limitaciones similares. La mayoría de los procesos de ensamblaje del ODM seguían siendo manuales, por lo que la supervisión de la productividad, la seguridad y el cumplimiento dependía en gran medida de las comprobaciones visuales.

Para optimizar la productividad y el cumplimiento de la seguridad, el ODM necesitaba un enfoque más estructurado para capturar datos fiables de tiempo y movimiento, realizar un seguimiento del cumplimiento de los procedimientos operativos estándar (SOP) en las estaciones y detectar infracciones de seguridad y vigilancia.

También necesitaban una forma más eficaz de ofrecer retroalimentación en tiempo real a los equipos adecuados. Sin automatización, escalar este nivel de visibilidad seguía siendo una preocupación clave.

Link to this sectionMonitorización y cumplimiento de fábrica más inteligentes con los modelos Ultralytics YOLO#

WG Tech Solutions integra modelos de Ultralytics YOLO en su plataforma WGDeepInsight para permitir tareas de visión artificial clave, como la detección de objetos, el seguimiento de objetos y la segmentación de instancias. Al aplicar estos modelos a transmisiones de vídeo en directo, la plataforma permite a los equipos supervisar continuamente las operaciones, capturar datos precisos de tiempo y movimiento e identificar ineficiencias en tiempo real.

Este enfoque se aplicó en un despliegue con el mencionado ODM líder. WGDeepInsight se implementó utilizando una configuración híbrida, con aceleradores de IA Axelera Metis desplegados en estaciones de trabajo y en todo el entorno de TI de la fábrica, con el SDK Voyager agilizando el despliegue en el borde a escala.

Las capacidades de visión de los modelos Ultralytics YOLO se utilizaron para supervisar las operaciones en las estaciones de trabajo de la fábrica, realizar un seguimiento del cumplimiento de los SOP y detectar infracciones de seguridad y vigilancia, como el incumplimiento del uso de EPI, el acceso no autorizado y materiales apilados incorrectamente.

Fig 1. Un ejemplo de modelos Ultralytics YOLO utilizados para detectar cajas apiladas de forma irregular.

Para apoyar esto, se recopilaron datos de vídeo de múltiples estaciones de trabajo durante un periodo de tres semanas y se anotaron utilizando una interfaz propia. Este conjunto de datos se utilizó para entrenar y ajustar los modelos de Ultralytics YOLO, incluidos Ultralytics YOLO11 y Ultralytics YOLOv8, adaptados al entorno de fábrica.

Los modelos se mejoraron aún más con lógica de inferencia adicional, ajuste de parámetros y técnicas de optimización para garantizar un rendimiento fiable en condiciones reales. Una vez desplegada, la plataforma permitió la supervisión en tiempo real y la detección automatizada de infracciones, proporcionando una visibilidad coherente y basada en datos de las operaciones.

Link to this section¿Por qué elegir los modelos Ultralytics YOLO?#

Para WG Tech Solutions, los modelos Ultralytics YOLO proporcionaron una base sólida para crear soluciones de visión artificial que pudieran adaptarse rápidamente a diferentes casos de uso en fábricas. Su capacidad para ofrecer una inferencia de alto rendimiento en el borde los convirtió en una gran opción para configuraciones de fabricación a gran escala, donde la baja latencia y la monitorización continua son fundamentales.

Los modelos Ultralytics YOLO también ofrecieron flexibilidad a través de varios formatos de exportación para su despliegue, incluyendo ONNX, PyTorch y NCNN. Esto facilitó su integración tanto con dispositivos de borde como con sistemas centralizados para una arquitectura híbrida.

En general, al utilizar modelos Ultralytics YOLO, WG Tech Solutions pudo ofrecer soluciones personalizadas más rápido mientras mantenía un rendimiento fiable en entornos de fábrica a gran escala.

Link to this sectionWGDeepInsight redujo las infracciones de los trabajadores en un 28 % con Ultralytics YOLO#

Utilizando los modelos Ultralytics YOLO, la plataforma WGDeepInsight de WG Tech Solutions proporciona supervisión y análisis continuos de las operaciones de fábrica, mejorando la seguridad, el cumplimiento y la visibilidad operativa.

En el caso del ODM líder, las infracciones de seguridad de los trabajadores disminuyeron un 28 %. Las alertas en tiempo real, procesadas en el dispositivo con baja latencia, condujeron a tiempos de respuesta más rápidos y menos problemas recurrentes, lo que resultó en una aplicación más coherente de los protocolos de seguridad en toda la planta de producción.

La plataforma realizó un seguimiento del cumplimiento de los SOP en las estaciones y marcó las infracciones a medida que ocurrían. También identificó problemas como el uso incorrecto de EPI, el acceso no autorizado, el hacinamiento y pasos de proceso omitidos o incorrectos.

Por ejemplo, en los flujos de trabajo de manipulación de bandejas, verificó si los artículos se recogían y colocaban correctamente y si cada paso seguía la secuencia requerida, marcando cualquier desviación en el proceso.

Fig 2. Modelos Ultralytics YOLO ayudando a detectar la manipulación de bandejas con una sola mano.

Además de esto, se extendió a otros flujos de trabajo operativos y de seguridad. En las salas de monitorización de CCTV, el sistema rastreó la presencia de personal en tiempo real y activó alertas si los niveles de personal caían por debajo de los umbrales requeridos.

Mientras tanto, en los flujos de trabajo de inspección de calidad, verificó las secuencias de proceso, reforzó el uso de herramientas especificadas y supervisó el tiempo dedicado a cada tarea, marcando cualquier desviación para mantener estándares coherentes.

Con el tiempo, estas perspectivas visuales proporcionaron una visibilidad más clara de dónde se estaban produciendo fallos en los procesos y apoyaron las acciones correctivas mediante formación específica.

Los mecanismos de alerta y retroalimentación se adaptaron a los requisitos del cliente, con una integración flexible en los flujos de trabajo de fábrica existentes. Las notificaciones se enviaron a través de canales como correo electrónico, sistemas de mensajería y paneles basados en roles, asegurando que la información relevante llegara a los equipos adecuados en tiempo real.

Esto también aseguró que los procedimientos críticos se siguieran constantemente, como el uso de las herramientas correctas y el mantenimiento de los niveles mínimos de personal en áreas controladas. En última instancia, las operaciones diarias se volvieron más coherentes, reforzando el cumplimiento en toda la planta de producción.

Link to this sectionAmpliación de la monitorización en tiempo real en entornos de fábrica#

A medida que evoluciona la automatización industrial, la visión artificial se está convirtiendo en algo central para mejorar la visibilidad y la coherencia en las operaciones manuales. Al personalizar los modelos Ultralytics YOLO, WG Tech Solutions planea extender su plataforma WGDeepInsight a nuevos entornos y flujos de trabajo de fábrica.

Esto respalda casos de uso que van desde la supervisión de la seguridad y vigilancia hasta los controles a nivel de proceso en la planta de producción. Combinado con el despliegue basado en el borde, análisis en tiempo real y aceleradores de IA de borde Axelera Metis, proporciona una supervisión escalable y perspectivas operativas coherentes en todos los entornos de fabricación.

¿Explorando la IA visual para tus flujos de trabajo operativos? Echa un vistazo a nuestro repositorio de GitHub y a nuestras opciones de licencia para empezar con los modelos Ultralytics YOLO. Aprende sobre aplicaciones como IA en la sanidad y IA visual en la fabricación, y aceleradores de Edge AI como Axelera AI Export and Deployment | Ultralytics Docs