Vision par ordinateur pour la sécurité au travail et la conformité aux EPI

Une caméra pointée sur un site de travail peut répondre de manière fiable à un ensemble restreint de questions. Cette personne porte-t-elle un casque de chantier ? Quelqu'un est-il entré dans la zone d'exclusion autour de cette presse ? Combien de personnes se trouvent dans ce couloir en ce moment ? Ce sont des problèmes de détection d'objets, de segmentation et de suivi, et les modèles de vision modernes les traitent efficacement.

Ce qu'une caméra ne peut pas faire, c'est vous dire si un site est sûr. La sécurité est un jugement sur les règles, le contexte et l'intention, et l'écart entre "détection d'une personne sans gilet visible" et "enregistrement d'une infraction justifiant une action" est le domaine où la plupart des projets de sécurité par vision par ordinateur réussissent ou sont discrètement abandonnés.

Ce guide couvre la nature réelle des tâches de détection sous-jacentes, le moment où il convient d'acheter une plateforme de sécurité clé en main plutôt que d'en concevoir une, et la manière dont les équipes qui développent leurs propres solutions utilisent les modèles Ultralytics YOLO pour y parvenir.

Ce que la vision par ordinateur détecte sur un site de travail#

Chaque fonctionnalité de sécurité présentée comme un résultat se décompose en une ou plusieurs tâches de vision standard. Être explicite sur celle dont tu as besoin fait toute la différence entre un projet bien cadré et un projet aux contours flous.

Deux de ces éléments sont beaucoup plus difficiles que ne le laissent entendre les fournisseurs. L'association est le premier : détecter un casque de chantier et détecter une personne est facile, mais décider correctement à quelle personne appartient ce casque parmi un groupe de six travailleurs qui se chevauchent ne l'est pas. Le second est la géométrie du monde réel. Une zone tracée sur une image 2D n'est pas une zone sur le sol, et sans étalonnage, une personne se tenant bien en dehors d'une zone de danger peut apparaître à l'intérieur du polygone.

Détection des EPI : ce que "le porter" signifie pour un modèle#

La détection des EPI semble binaire, mais elle ne l'est pas. Un modèle entraîné sur des casques de chantier trouvera des casques de chantier. Il ne saura pas nativement qu'un casque transporté à la main, porté à l'envers ou non attaché enfreint la règle, car ce sont trois états visuels différents qui contiennent tous un casque de chantier.

Si la surveillance des EPI est l'objectif, spécifie la règle au niveau auquel un modèle peut être évalué :

• Quels articles, par zone. Un casque de chantier partout, plus une protection oculaire uniquement dans l'atelier de meulage, représente deux règles, et non une.
• Quelles personnes et quelles exemptions. Les visiteurs, les conducteurs restant dans leur cabine et le personnel de bureau traversant une cour relèvent généralement de règles différentes.
• Ce qui est considéré comme conforme, y compris le port partiel ou incorrect.
• Ce qui se passe lors d'une détection. Une alarme en temps réel, un résumé de quart de travail et une tendance hebdomadaire anonymisée sont trois produits différents avec trois exigences de précision différentes.

Ce dernier point détermine la difficulté du projet plus que le modèle ne le fait. Une tendance de conformité hebdomadaire tolère les erreurs individuelles car elles se lissent par la moyenne. Une alarme en temps réel ne le tolère pas : une fausse alarme toutes les quelques minutes entraîne la mise en sourdine du système en moins d'une semaine.

Développer ou acheter#

C'est la décision que la plupart des équipes prennent implicitement et qu'elles devraient prendre explicitement, car le marché des fournisseurs de produits de sécurité finis est réellement bon et l'argument du développement interne est nettement plus restreint qu'il n'y paraît.

Achète une plateforme de sécurité lorsque ton problème relève d'un programme de sécurité plutôt que d'un problème de vision. Si tu as besoin de flux de travail d'examen des incidents, de rapports EHS, de suivi des actions correctives, de pistes d'approbation et de l'équipe de mise en œuvre d'un tiers sur site, achète. Ces fournisseurs ont bâti des années de flux de travail autour de la détection, et la détection ne représente qu'une infime partie de ce pour quoi tu payes.

Développe en interne lorsque la contrainte est un élément qu'un produit ne peut pas adapter. En pratique, cela signifie :

• Des caméras et une infrastructure que tu possèdes déjà et que tu ne remplaceras pas, en particulier des optiques non standard, des caméras thermiques ou des flux circulant déjà dans tes propres systèmes. - Une règle spécifique au site qu'aucun produit ne propose : ta propre pièce, ta propre machine, ta propre procédure. - Une exigence stricte de sur site ou d'isolement (air-gapped), où les séquences vidéo ne peuvent absolument pas quitter le site. - Tu commercialises un produit. Si la surveillance de la sécurité est une fonctionnalité de ce que tu vends (une machine, un robot, une caméra, une plateforme de site), tu es un créateur, pas un acheteur. - L'intégration représente l'intégralité de la tâche, car la détection doit aboutir au sein d'un automate programmable (PLC), d'un système SCADA, d'un contrôle d'accès ou d'un flux MES existant plutôt que dans le tableau de bord d'un fournisseur.

Si rien de tout cela ne s'applique, l'achat est généralement plus rapide et moins cher, et c'est la recommandation honnête.

Fournisseurs de plateformes de sécurité à retenir#

Il s'agit de produits finis dotés d'équipes de déploiement et de flux de travail EHS. Ultralytics n'est pas une alternative à ceux-ci ; c'est ce qu'une équipe utilise lorsqu'elle développe plutôt qu'elle n'achète.

Intenseye. Une plateforme de vision EHS d'entreprise couvrant les EPI, l'ergonomie, la propreté et l'ordre, ainsi que les risques liés aux véhicules sur de vastes empreintes multi-sites. Sa force réside dans l'étendue de ses cas d'usage pré-intégrés et la couche de programme EHS qui les entoure. Idéal pour les grandes organisations industrielles dotées d'une fonction de sécurité mature. Inconvénient : portée et processus d'entreprise, ce n'est pas un déploiement léger.

Protex AI. Une plateforme d'intelligence de sécurité respectueuse de la vie privée qui se connecte à la vidéosurveillance existante et met en évidence les événements de risque et les tendances. Sa force réside dans la couche d'analyse et de priorisation : aider les équipes de sécurité à voir où se concentrent les risques plutôt que de se contenter de déclencher des alertes. Idéal pour les organisations disposant déjà d'un parc de caméras. Inconvénient : conçu autour de son propre flux de travail plutôt que pour une intégration personnalisée poussée.

viAct. La couverture la plus solide des environnements de construction et de génie civil lourd, avec des modules basés sur des scénarios pour la sécurité sur site, ainsi que la surveillance des EPI et des équipements. Idéal pour les projets de construction et d'infrastructure. Inconvénient : les modules orientés vers la construction peuvent convenir moins naturellement à une usine de fabrication.

Everguard.ai. Combine la vision avec des données de capteurs et d'objets connectés portables pour la sensibilisation à la sécurité des travailleurs, en ciblant l'industrie lourde comme la sidérurgie. Sa force réside dans la fusion multi-capteurs plutôt que dans l'utilisation exclusive de caméras. Idéal pour les environnements industriels lourds à haut risque. Inconvénient : le composant portable ajoute du travail de déploiement et de gestion du changement.

Visionify. Centré sur un catalogue d'applications de vision pour la sécurité au travail déployables sur des caméras existantes. Sa force réside dans une bibliothèque de cas d'usage définis qui simplifie le cadrage. Idéal pour les équipes souhaitant déployer rapidement un cas d'usage de sécurité spécifique. Inconvénient : surface de plateforme plus restreinte que les suites EHS d'entreprise.

Groundlight. Adopte une approche différente, permettant aux équipes de définir des questions visuelles en langage naturel avec une remontée vers l'humain lorsque le modèle est incertain. Sa force réside dans la rapidité d'obtention d'un contrôle fonctionnel sans avoir à assembler d'ensemble de données au préalable. Idéal pour les équipes cherchant à valider la faisabilité d'un contrôle visuel. Inconvénient : le modèle d'escalade convient mieux aux contrôles intermittents qu'à la surveillance continue à grand volume.

Développement d'une surveillance de la sécurité avec les modèles Ultralytics YOLO#

Pour les équipes de la catégorie développement, la couche de vision est la partie qui est désormais bien maîtrisée. Les modèles Ultralytics YOLO (YOLOv8, YOLO11 et YOLO26) couvrent les tâches du tableau ci-dessus : détection d'objets pour les EPI et les équipements, suivi pour la logique de zone et de véhicules, estimation de pose pour la posture et la détection de chutes, et segmentation lorsque les frontières comptent plus que les boîtes.

Un développement viable se présente comme suit.

Pars de la règle, pas du modèle. Rédige la règle dans un langage exécutoire, définis la zone en coordonnées du monde réel et décide ce qu'une détection déclenche. C'est l'étape qui est ignorée et la raison pour laquelle la plupart des projets pilotes s'essoufflent.

Collecte des données à partir des caméras que tu utiliseras réellement. Un modèle entraîné sur des ensembles de données d'EPI publics et déployé sur la caméra de ta cour au crépuscule sera décevant. Tes propres images (équipe de nuit, pluie, contre-jour, l'angle délicat que personne n'a voulu réinstaller) constituent l'ensemble de données qui compte. Ultralytics Platform peut annoter ces images grâce à l'annotation intelligente basée sur SAM et s'entraîner sur celles-ci sans transférer les données vers un système distinct.

Choisis la cible de déploiement tôt, car elle impose des contraintes au modèle. Un modèle s'exécutant sur un petit appareil en périphérie (edge) à côté de la caméra dispose d'un budget de taille et de latence différent de celui s'exécutant sur un serveur de site gérant vingt flux. Les modèles Ultralytics s'exportent vers des formats incluant ONNX et TensorRT pour cette raison, et la cible d'exportation doit être fixée avant d'optimiser la précision pour un déploiement impossible.

Place la logique au-dessus du modèle. Les détections ne sont pas des infractions. La couche qui convertit les boîtes en événements (persistance sur N trames, géométrie de zone, exemptions, horaires d'équipe, élimination des rebonds) est celle où le taux de fausses alarmes est réellement maîtrisé, et il est normal qu'elle représente plus de code que l'intégration du modèle.

Achemine les alertes là où les gens travaillent déjà. Un tableau de bord que personne n'ouvre n'est pas un moyen de contrôle. Canaux existants, passations de consignes existantes, systèmes d'actions correctives existants.

Planifie le réentraînement. Les sites changent : nouvel équipement, nouvelle couleur de gilet, caméra repositionnée, luminosité saisonnière. La surveillance de production existe pour détecter la dérive qui en résulte, et la boucle de retour vers l'annotation et le réentraînement doit être une routine, et non un incident.

En matière de licences, un point à régler avant qu'un projet pilote ne devienne un produit : les modèles Ultralytics YOLO sont proposés sous AGPL-3.0, et les déploiements commerciaux ou propriétaires nécessitent généralement une licence Ultralytics Enterprise. Si la surveillance de la sécurité doit être intégrée dans un produit que tu commercialises ou dans un système dont tu ne peux pas ouvrir le code source, règle cette question dès le départ plutôt qu'après le développement.

Confidentialité, consentement et surveillance des travailleurs#

C'est ce qui détermine si un système de sécurité survit à son premier mois, et ce n'est pas principalement une question technique.

La surveillance de la sécurité ne nécessite pas d'identifier qui que ce soit. Chaque tâche de ce guide (conformité aux EPI, intrusion de zone, densité de foule, posture) fonctionne sur des détections de personnes anonymes. Aucune d'elles ne requiert de reconnaissance faciale ou de correspondance d'identité, et Ultralytics ne recommande pas d'intégrer l'identification des travailleurs dans les systèmes de sécurité. Détecte la condition, pas la personne.

Contraintes pratiques à intégrer dès le départ :

• Limitation des finalités. Un système installé pour la sécurité ne doit pas se transformer discrètement en moniteur de productivité. Une fois que les travailleurs croient qu'il l'est, la coopération s'arrête.
• Consultation. Dans une grande partie de l'UE, la surveillance des travailleurs par caméra nécessite l'implication du comité d'entreprise, et dans de nombreuses juridictions, elle requiert une consultation, un préavis ou les deux. C'est une condition préalable, et non une formalité.
• Minimisation des données. Privilégie les comptes et les événements aux séquences vidéo stockées. Lorsque des clips sont conservés, garde-les brièvement et pour un motif déclaré.
• Rapports agrégés par défaut. Les tendances au niveau des zones et des équipes favorisent l'amélioration. Un score de conformité au niveau individuel transforme un outil de sécurité en outil disciplinaire et détruit la confiance.
• Traitement local dans la mesure du possible. L'inférence sur site ou sur l'appareil maintient les séquences sur le site et élimine toute une catégorie d'arguments liés à la conformité. C'est une raison fréquente pour laquelle les équipes développent plutôt qu'elles n'achètent.
• Contrôle d'accès et audit. Qui peut voir les séquences vidéo, qui peut les exporter et ce qui est journalisé.

Les organisations qui tirent de la valeur de cette technologie la considèrent comme un moyen de détecter des motifs dangereux (ce passage est utilisé de manière non sécurisée pendant l'équipe de nuit, cette zone est pénétrée dès que cette machine se bloque) et non comme un moyen de prendre des individus en faute.

Pourquoi la précision d'une démo ne survit pas à un vrai site#

Toutes les démonstrations de fournisseurs fonctionnent. L'écart entre une démo et un déploiement est suffisamment prévisible pour être anticipé.

La qualité de détection chute avec la distance et la résolution : une personne occupant trente pixels de hauteur est une détection beaucoup plus difficile qu'une personne remplissant le cadre, et un casque de chantier sur cette personne est encore plus difficile. L'éclairage est la deuxième source certaine de déception : le crépuscule, les phares, les arcs de soudure, les éclairages mixtes sodium/LED et la pluie sur l'objectif dégradent tous les modèles entraînés sur des images de plein jour propres. L'occlusion est la troisième : les sites réels regorgent de personnes dissimulées derrière des machines, des rayonnages et d'autres personnes.

Vient ensuite le problème de l'association. Dans un groupe, attribuer correctement l'équipement aux individus est le domaine où les systèmes EPI génèrent le plus de faux positifs, et c'est la mesure qu'il convient d'exiger lors d'un projet pilote.

Mène le projet pilote en conséquence. Exige tes propres images, ta pire caméra et ton équipe de nuit. Mesure les fausses alarmes par quart de travail plutôt que la précision sur un jeu de test sélectionné, car ce sont les fausses alarmes par quart de travail qui déterminent si le système sera toujours en marche dans trois mois.