SiteAssist améliore la sécurité sur site en traitant plus de 770 000 images avec Ultralytics YOLO

Les chantiers de construction impliquent des activités à haut risque comme les opérations de levage et les travaux par point chaud, où les équipes doivent suivre des procédures de sécurité strictes avant que le travail ne commence. Pour confirmer ces vérifications, les travailleurs téléchargent généralement des photos comme preuve via des flux de travail 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 savoir si les exigences de sécurité ont réellement été respectées, surtout lors de grands projets.

SiteAssist prend en charge ces flux de travail via sa plateforme numérique, en utilisant une combinaison d'outils et d'IA. En particulier, des modèles de vision par ordinateur comme les modèles Ultralytics YOLO sont utilisés pour analyser les images téléchargées, aidant la plateforme à comprendre ce qui se passe sur site, à signaler les soumissions invalides et à mettre en évidence les problèmes potentiels. Cela réduit l'effort manuel et permet aux équipes de maintenir des normes de sécurité cohérentes.

Link to this sectionAméliorer la sécurité et la conformité sur les chantiers de construction grâce à l'IA#

SiteAssist est une plateforme de contrôle des travaux conçue pour les équipes gérant des activités à haut risque dans la construction, l'infrastructure et d'autres secteurs critiques. Elle remplace les processus complexes basés sur le papier par des flux de travail numériques structurés, prenant en charge des tâches telles que l'excavation, les travaux par point chaud, le levage et les opérations en espace confiné.

Des entreprises comme Balfour Beatty, Taylor Woodrow (VINCI), Skanska et HG Construction utilisent SiteAssist pour améliorer la cohérence, maintenir la conformité et assurer le bon déroulement des projets. En numérisant les permis et les flux de travail, la plateforme aide les équipes à identifier les risques potentiels et à garantir que les exigences de sécurité sont appliquées de manière cohérente.

Aujourd'hui, SiteAssist soutient des milliers de travailleurs, offrant aux équipes une vision plus claire des opérations quotidiennes. Cette meilleure visibilité donne aux équipes un meilleur contrôle sur les processus de sécurité.

Link to this sectionPourquoi les contrôles de sécurité sur les chantiers échouent à grande échelle#

Assurer la sécurité et le bon fonctionnement des chantiers de construction n'est pas simple. Les grands projets impliquent souvent des milliers de travailleurs opérant sur plusieurs sites, chacun effectuant des tâches à haut risque qui nécessitent des contrôles de sécurité stricts avant que le travail ne commence.

Pour vérifier que ces contrôles ont été effectués, les travailleurs doivent généralement télécharger des photos comme preuve dans des flux de travail numériques ou des systèmes de permis. Mais l'examen de ces soumissions n'est pas toujours simple.

Les images peuvent être floues, incomplètes ou parfois trompeuses, ce qui rend difficile de confirmer si les exigences de sécurité ont réellement été respectées. Les approbateurs doivent vérifier manuellement chaque soumission, en recherchant l'équipement correct, la configuration appropriée et la conformité globale.

À mesure que le nombre de soumissions augmente, ce processus devient plus chronophage et plus difficile à gérer de manière cohérente. Parallèlement, de nombreux projets reposent encore sur des permis papier ou des flux de travail partiellement numérisés.

Cela ralentit les approbations, crée des goulots d'étranglement et limite la visibilité en temps réel sur les activités du site. Les équipes peuvent avoir besoin de faire un suivi en personne ou de répéter les vérifications, ce qui ajoute des retards supplémentaires.

À mesure que les opérations se développent, ces défis rendent plus difficile le maintien de normes de sécurité cohérentes et augmentent le risque de contrôles manqués ou retardés.

Link to this sectionPermettre des contrôles de sécurité robustes avec les modèles Ultralytics YOLO#

SiteAssist simplifie les contrôles de sécurité en combinant les flux de travail de permis avec la vérification d'images en temps réel. Au lieu de s'appuyer sur des examens manuels, les équipes peuvent capturer et télécharger des images directement depuis le terrain, chaque soumission étant validée avant que les approbations ne soient traitées. Cela aide à garantir que les contrôles de sécurité se produisent de manière cohérente, même dans des conditions changeantes.

En coulisses, chaque image téléchargée est analysée à l'aide des modèles Ultralytics YOLO, tirant parti de tâches de vision comme la détection d'objets et la classification d'images pour comprendre ce qui est présent sur site.

Des modèles comme Ultralytics YOLO26 ont été affinés sur les propres jeux de données de SiteAssist, construits à partir d'images collectées sur de vrais chantiers de construction via sa plateforme. Cela inclut environ 45 objets liés à la construction, tels que des extincteurs, des équipements de sécurité, des bouteilles de gaz et des outils électriques et machines courants.

Le système identifie ces objets et vérifie si les éléments requis sont visibles, signalant tout ce qui manque ou ne répond pas aux critères attendus. Il peut également mettre en évidence les soumissions invalides, telles que les images qui ne sont pas prises dans des conditions réelles de chantier. Sur l'ensemble de ces soumissions, une moyenne de 1,7 objet par image est détectée, montant à 2,7 en excluant les images d'arrière-plan, soulignant la densité d'activité significative sur site.

Voici quelques exemples de la façon dont les modèles Ultralytics YOLO sont utilisés au sein de SiteAssist :

• Validation d'images en direct : Le système peut détecter quand une image téléchargée n'est pas prise dans des conditions réelles, comme une photo d'un écran, et la signaler pour examen.
• Détection et comptage d'équipement : Le système peut identifier les éléments requis, tels que les extincteurs, et vérifier si le nombre correct est présent. Dans certains cas, la reconnaissance optique de caractères (OCR) est utilisée parallèlement à YOLO pour extraire du texte des images, comme la lecture d'étiquettes pour déterminer le type d'équipement.

Fig 1. Détection d'extincteurs à l'aide des modèles Ultralytics YOLO sur SiteAssist (Source)

Link to this sectionPourquoi choisir les modèles Ultralytics YOLO ?#

Les modèles Ultralytics YOLO fournissent la vitesse et la précision dont SiteAssist a besoin pour la validation d'images en conditions réelles. Les images peuvent être traitées rapidement dès leur téléchargement, facilitant ainsi l'exécution des contrôles de sécurité sans délai.

En fait, depuis janvier 2025, SiteAssist a traité plus de 770 918 images en utilisant les modèles Ultralytics YOLO, détectant plus de 1 302 315 objets et démontrant des performances fiables à grande échelle.

Le package Python Ultralytics facilite également l'entraînement et l'affinage des modèles à l'aide de données collectées à partir de flux de travail réels sur site. Cela signifie que les performances du modèle peuvent continuer à s'améliorer à mesure que davantage de données sont capturées au fil du temps.

Du point de vue du déploiement, les modèles YOLO sont efficaces et flexibles. SiteAssist traite actuellement les images dans le cloud dans le cadre de son backend, gérant les téléchargements depuis les appareils des travailleurs en temps réel. Parallèlement, les modèles peuvent également s'exécuter localement sur les appareils, rendant possible la prise en charge de futurs cas d'utilisation où le traitement se fait directement sur site.

Au-delà de cela, avec la prise en charge de formats d'exportation comme ONNX et ExecuTorch, les modèles Ultralytics YOLO peuvent être intégrés dans différents systèmes périphériques (edge) sans ajouter de complexité. Cela donne à SiteAssist un moyen pratique et évolutif de construire et d'étendre ses flux de travail d'IA par vision.

Link to this sectionSiteAssist et Ultralytics YOLO stimulent les contrôles de sécurité en temps réel#

À l'heure actuelle, SiteAssist prend en charge environ 12 000 utilisateurs actifs sur environ 4 000 appareils, permettant aux flux de travail de sécurité de monter en puissance efficacement pour des projets vastes et complexes.

En introduisant la vérification automatique des images, les équipes ont réduit leur dépendance aux examens manuels et accéléré les processus d'approbation. Les tâches qui nécessitaient auparavant des vérifications répétées peuvent désormais être validées plus rapidement, aidant le travail à démarrer à temps et réduisant les retards.

L'analyse d'images alimentée par YOLO a également amélioré la cohérence dans la manière dont les contrôles de sécurité sont effectués. Les soumissions sont évaluées de manière plus structurée, facilitant l'identification des équipements manquants, des images artificielles ou des contrôles incomplets. Les objets les plus fréquemment détectés, depuis janvier 2025, incluent 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 donne aux gestionnaires de site une meilleure visibilité sur les travaux en cours et une plus grande confiance dans le respect des exigences de sécurité.

Fig 2. Un exemple de photo artificielle détectée par SiteAssist en utilisant Ultralytics YOLO.

En plus de cela, la réduction de la paperasse manuelle a permis aux équipes de passer moins de temps sur les tâches administratives et plus de temps sur le terrain. En conséquence, les opérations se déroulent plus facilement et les processus de sécurité deviennent plus fiables sur différents sites.

Link to this sectionApporter des flux de travail de sécurité de construction pilotés par la vision à l'edge#

En se tournant vers l'avenir, SiteAssist explore l'IA en périphérie (edge AI) pour exécuter les modèles Ultralytics YOLO au plus près de l'endroit où les données sont capturées sur site. En traitant les images directement sur les appareils, l'équipe vise à réduire les coûts de cloud, à améliorer la confidentialité des données et à soutenir la prise de décision en temps réel. Ils prévoient de continuer à étendre ces capacités pour permettre des flux de travail de sécurité et opérationnels plus avancés et en temps réel.

Tu souhaites intégrer l'IA visuelle dans tes opérations ? Rejoins notre communauté et découvre des applications comme l'IA dans la santé et l'IA visuelle dans l'agriculture. Visite notre dépôt GitHub et explore les options de licence pour commencer dès aujourd'hui !