SiteAssist avait besoin d'un moyen fiable de vérifier le respect des normes de sécurité sur les grands chantiers de construction, où les contrôles manuels à partir d'images s'avéraient lents, incohérents et souvent peu fiables.
GrâceYOLO Ultralytics , SiteAssist a automatisé la vérification des images, permettant ainsi la détection en temps réel des problèmes de conformité et la rationalisation des processus de sécurité pour des milliers d'utilisateurs et sur divers sites.
Les chantiers de construction impliquent des activités à haut risque, telles que les opérations de levage et les travaux à chaud, pour lesquelles les équipes doivent respecter des procédures de sécurité strictes avant le début des travaux. Pour attester de ces vérifications, les ouvriers téléchargent généralement des photos à titre de preuve via des processus numériques.
Cependant, l'examen de ces images n'est pas toujours simple. Elles peuvent être floues, incomplètes ou parfois trompeuses, ce qui rend difficile de déterminer si les exigences de sécurité ont bien été respectées, en particulier dans le cadre de grands projets.
SiteAssist prend en charge ces processus grâce à sa plateforme numérique, qui combine divers outils et l'intelligence artificielle. Plus précisément, des modèles de vision par ordinateur, tels que YOLO Ultralytics , sont utilisés pour analyser les images téléchargées, ce qui permet à la plateforme de comprendre ce qui se passe sur le chantier, de signaler les soumissions non conformes et de mettre en évidence les problèmes potentiels. Cela réduit la charge de travail manuel et permet aux équipes de maintenir des normes de sécurité cohérentes.
SiteAssist est une plateforme de gestion des travaux conçue pour les équipes chargées de gérer des activités à haut risque dans les secteurs de la construction, des infrastructures et d'autres industries critiques. Elle remplace les processus papier complexes par des flux de travail numériques structurés, facilitant ainsi des tâches telles que les travaux d'excavation, les travaux à chaud, le levage et les opérations en espace confiné.
Des entreprises telles que Balfour Beatty, Taylor Woodrow (VINCI), Skanska et HG Construction utilisent SiteAssist pour améliorer la cohérence, garantir la conformité et assurer le bon déroulement des projets. En numérisant les permis et les processus, la plateforme aide les équipes à identifier les risques potentiels et à veiller à ce que les exigences de sécurité soient appliquées de manière cohérente.
Aujourd'hui, SiteAssist accompagne des milliers de travailleurs, offrant aux équipes une vision plus claire des opérations quotidiennes. Cette meilleure visibilité permet aux équipes de mieux maîtriser les processus de sécurité.
Assurer la sécurité et le bon déroulement des chantiers de construction n'est pas chose aisée. Les grands projets mobilisent souvent des milliers de travailleurs répartis sur plusieurs sites, chacun effectuant des tâches à haut risque qui nécessitent des contrôles de sécurité rigoureux avant le début des travaux.
Pour vérifier que ces contrôles ont bien été effectués, les travailleurs sont généralement tenus de télécharger des photos à titre de preuve dans des flux de travail numériques ou des systèmes d'autorisation. Mais l'examen de ces documents n'est pas toujours simple.
Les images peuvent être floues, incomplètes ou parfois trompeuses, ce qui rend difficile de vérifier si les exigences de sécurité ont bien été respectées. Les responsables de la validation doivent examiner manuellement chaque demande, en vérifiant que l'équipement utilisé est le bon, que la configuration est correcte et que l'ensemble est conforme.
À mesure que le nombre de demandes augmente, ce processus devient plus chronophage et plus difficile à gérer de manière cohérente. Parallèlement, de nombreux projets s'appuient encore sur des autorisations sur papier ou sur des processus partiellement numérisés.
Cela ralentit les processus de validation, crée des goulots d'étranglement et limite la visibilité en temps réel sur les activités du site. Les équipes peuvent être amenées à effectuer un suivi sur place ou à répéter certaines vérifications, ce qui entraîne des retards supplémentaires.
À mesure que les activités prennent de l'ampleur, ces défis compliquent le maintien de normes de sécurité cohérentes et augmentent le risque de contrôles manqués ou retardés.
SiteAssist simplifie les contrôles de sécurité en associant les processus de délivrance des autorisations à une vérification des images en temps réel. Au lieu de se fier à des vérifications manuelles, les équipes peuvent capturer et télécharger des images directement depuis le terrain, chaque soumission étant validée avant que les autorisations ne soient accordées. Cela permet de garantir la cohérence des contrôles de sécurité, même dans des conditions changeantes.
En coulisses, chaque image téléchargée est analysée à l'aideYOLO Ultralytics , qui exploitent des tâches de vision telles que la détection d'objets et la classification d'images afin de déterminer ce qui se trouve sur place.
Des modèles tels que Ultralytics ont été affinés à partir des ensembles de données propres à SiteAssist, constitués d'images recueillies sur de véritables chantiers de construction via sa plateforme. Ceux-ci comprennent environ 45 objets liés au secteur de la construction, tels que des extincteurs, des équipements de sécurité, des bonbonnes de gaz, ainsi que des outils électriques et des engins courants.
Le système identifie ces éléments et vérifie si les éléments requis sont visibles, en signalant tout ce qui manque ou ne répond pas aux critères attendus. Il peut également mettre en évidence les soumissions non valides, telles que les images qui n'ont pas été prises dans les conditions réelles du site. Sur l'ensemble de ces soumissions, on détecte en moyenne 1,7 élément par image, ce chiffre passant à 2,7 si l'on exclut les images d'arrière-plan, ce qui souligne la densité de l'activité significative sur le site.
Voici quelques exemples illustrant commentYOLO Ultralytics sont utilisés dans SiteAssist :
YOLO Ultralytics offrent la rapidité et la précision dont SiteAssist a besoin pour la validation des images en conditions réelles. Les images peuvent être traitées rapidement dès leur téléchargement, ce qui facilite la réalisation des contrôles de sécurité sans délai.
En effet, depuis janvier 2025, SiteAssist a traité plus de 770 918 images à l'aideYOLO Ultralytics , détectant ainsi plus de 1 302 315 objets et démontrant ainsi des performances fiables à grande échelle.
Python Ultralytics facilite également l'entraînement et le réglage fin des modèles à partir de données issues de flux de travail réels sur site. Cela signifie que les performances des modèles peuvent continuer à s'améliorer à mesure que de nouvelles données sont collectées au fil du temps.
Du point de vue du déploiement, YOLO sont efficaces et flexibles. SiteAssist traite actuellement les images dans le cloud via son infrastructure backend, gérant en temps réel les téléchargements provenant des appareils des travailleurs. Parallèlement, ces modèles peuvent également fonctionner localement sur les appareils, ce qui permet de prendre en charge de futurs cas d'utilisation où le traitement s'effectue directement sur place.
De plus, grâce à la prise en charge de formats d'exportation tels que ONNX ExecuTorch, lesYOLO Ultralytics peuvent être intégrés à divers systèmes périphériques sans ajouter de complexité. Cela offre à SiteAssist un moyen pratique et évolutif de mettre en place et de développer ses flux de travail d'IA visuelle.
À l'heure actuelle, SiteAssist prend en charge environ 12 000 utilisateurs actifs sur quelque 4 000 appareils, ce qui permet d'adapter efficacement les processus de sécurité aux projets de grande envergure et complexes.
Grâce à la mise en place d'une vérification automatisée des images, les équipes ont réduit leur dépendance vis-à-vis des contrôles manuels et accéléré les processus de validation. Les tâches qui nécessitaient auparavant des vérifications répétées peuvent désormais être validées plus rapidement, ce qui permet de démarrer les travaux dans les délais et de réduire les retards.
L'analyse d'images YOLO a également permis d'améliorer la cohérence dans la manière dont les contrôles de sécurité sont effectués. Les soumissions sont évaluées de manière plus structurée, ce qui facilite l'identification des équipements manquants, des images artificielles ou des contrôles incomplets. Parmi les objets les plus fréquemment détectés depuis janvier 2025, on compte plus de 283 000 véhicules et plus de 201 000 personnes, ainsi que près de 68 500 images artificielles et plus de 55 000 extincteurs.
Cela permet aux responsables de chantier d'avoir une meilleure vue d'ensemble des travaux en cours et d'être davantage assurés que les exigences en matière de sécurité sont respectées.
De plus, la réduction des tâches administratives manuelles a permis aux équipes de consacrer moins de temps aux tâches administratives et davantage de temps sur le terrain. En conséquence, les opérations se déroulent plus harmonieusement et les procédures de sécurité gagnent en fiabilité sur l'ensemble des sites.
Pour l'avenir, SiteAssist explore les possibilités offertes par l'IA en périphérie afin d'exécuterYOLO Ultralytics plus près du lieu de collecte des données sur le chantier. En traitant les images directement sur les appareils, l'équipe vise à réduire les coûts liés au cloud, à renforcer la confidentialité des données et à faciliter la prise de décision en temps réel. Elle prévoit de continuer à développer ces capacités afin de mettre en place des processus opérationnels et de sécurité plus avancés, fonctionnant en temps réel.
Vous souhaitez intégrer l'IA visuelle à vos activités ? Rejoignez notre communauté et découvrez des applications telles que l'IA dans le secteur de la santé et l'IA visuelle dans l'agriculture. Rendez-vous sur notre dépôt GitHub et découvrez les options de licence pour vous lancer dès aujourd'hui !
Les modèlesYOLO d'Ultralytics sont des architectures de vision par ordinateur développées pour analyser des données visuelles à partir d'images et d'entrées vidéo. Ces modèles peuvent être entraînés pour des tâches telles que la détection d'objets, la classification, l'estimation de la pose, le suivi et la segmentation d'instancesUltralytics
Ultralytics YOLO11 est la dernière version de nos modèles de vision par ordinateur. Comme ses versions précédentes, elle prend en charge toutes les tâches de vision par ordinateur que la communauté Vision AI a appris à apprécier dans YOLOv8. Cependant, le nouveau YOLO11 est plus performant et plus précis, ce qui en fait un outil puissant et un allié parfait pour relever les défis industriels du monde réel.
Le modèle que vous choisissez d'utiliser dépend des exigences spécifiques de votre projet. Il est essentiel de prendre en compte des facteurs tels que les performances, la précision et les besoins de déploiement. Voici un aperçu rapide :
Les dépôtsYOLO d'Ultralytics , tels que YOLOv5 et YOLO11, sont distribués par défaut sous la licence AGPL-3.0 Cette licence approuvée par l'OSI est conçue pour les étudiants, les chercheurs et les passionnés. Elle encourage la collaboration ouverte et exige que tout logiciel utilisant des composants AGPL-3.0 soit également mis à disposition en libre accès. Bien que cette licence assure la transparence et favorise l'innovation, elle peut ne pas correspondre aux cas d'utilisation commerciale.
Si votre projet implique l'intégration du logiciel Ultralytics et des modèles d'IA dans des produits ou services commerciaux et que vous souhaitez contourner les exigences d'open-source de l'AGPL-3.0, une Licence Entreprise est idéale.
Les avantages de la licence Enterprise incluent :
Pour garantir une intégration transparente et éviter les contraintes de l'AGPL-3.0 , demandez une licence d'entreprise Ultralytics en utilisant le formulaire prévu à cet effet. Notre équipe vous aidera à adapter la licence à vos besoins spécifiques.
Commencez votre parcours avec l'avenir de l'apprentissage automatique
%20(1).svg){kind=logo}
