Rilevamento dei DPI e sicurezza sul lavoro con Ultralytics

I team responsabili della sicurezza sul lavoro devono sapere dove manca l'attrezzatura protettiva richiesta e quali situazioni meritano attenzione. La visione artificiale rende misurabili questi controlli, rilevando persone, caschi, gilet ad alta visibilità e altri dispositivi visibili in immagini e video.

Ultralytics Platform riunisce in un unico spazio di lavoro l'intero flusso di lavoro per il rilevamento dei DPI: preparare i dati, annotare l'attrezzatura, addestrare un modello Ultralytics YOLO, distribuirlo e monitorarne le prestazioni. I team possono creare soluzioni adatte alle proprie telecamere e ai requisiti del sito, con Ultralytics come soluzione di visione artificiale per tutto il progetto.

Questa guida spiega come usare questo flusso di lavoro per il monitoraggio pratico dei DPI, dal primo campione acquisito dalla telecamera fino a una distribuzione convalidata.

Che cos'è il rilevamento dei DPI?#

Il rilevamento dei dispositivi di protezione individuale (DPI) usa il rilevamento degli oggetti per individuare i dispositivi di protezione e assegnare loro etichette di classe. Un modello può restituire un riquadro di delimitazione e un punteggio di confidenza per ogni casco o gilet visibile, oltre ai rilevamenti delle persone.

L'applicazione di monitoraggio collega quindi queste previsioni a una specifica regola sul luogo di lavoro. Per esempio, un controllo nell'area di carico potrebbe cercare una persona a cui manca il gilet richiesto, visibile sulla parte superiore del corpo. Per prendere questa decisione occorre associare l'attrezzatura alla persona corretta e gestire le visuali in cui l'attrezzatura è oscurata.

Inizia con l'attrezzatura che la telecamera riesce a distinguere chiaramente. Caschi e gilet sono spesso obiettivi iniziali più pratici rispetto a piccoli elementi come i tappi per le orecchie o i dettagli dei guanti. Addestra e valuta le classi necessarie nel tuo sito; non dare per scontato che un modello preaddestrato generico riconosca ogni tipo di DPI.

Ultralytics fornisce le funzionalità di visione per questi flussi di lavoro. Le regole specifiche del sito determinano come gli output del modello diventano eventi da sottoporre alla revisione del team responsabile della sicurezza.

Perché usare Ultralytics per la visione artificiale in ambito di sicurezza sul lavoro?#

I progetti sui DPI dipendono da un percorso ripetibile che porti dai filmati delle telecamere a un modello che funzioni bene sul posto. Ultralytics Platform collega la gestione dei dataset, l'annotazione, l'addestramento, l'esportazione dei modelli, l'inferenza ospitata e il monitoraggio della distribuzione. Lo stesso spazio di lavoro supporta il progetto pilota iniziale e i successivi aggiornamenti del modello.

Questa continuità è importante quando arriva un nuovo modello di casco, si sposta una telecamera o cambia una linea di produzione. I team possono aggiornare i dati, perfezionare le etichette, confrontare le esecuzioni di addestramento e distribuire un modello migliorato usando lo stesso flusso di lavoro.

Usa Ultralytics YOLO26 come punto di partenza per un nuovo progetto di rilevamento dei DPI. Scegli la dimensione del modello misurando sia la qualità del rilevamento sia la velocità di inferenza sull'hardware che intendi usare.

Come creare un sistema di monitoraggio dei DPI con Ultralytics Platform#

1. Definisci una regola visibile e raccogli dati rappresentativi#

Inizia con un obiettivo concreto, per esempio controllare la presenza di caschi all'ingresso di un cantiere. Definisci la visuale della telecamera, i dispositivi richiesti, gli orari di attività e le azioni che un revisore dovrebbe intraprendere quando l'applicazione segnala un evento.

Raccogli esempi dalle telecamere effettive in turni e condizioni diversi. Includi controluce, occlusioni parziali, gruppi di lavoratori, scene vuote e dispositivi trasportati. Questi esempi aiutano a distinguere la condizione desiderata da situazioni visivamente simili.

Tieni separati i filmati di addestramento e di valutazione in base alla sessione di registrazione o alla telecamera. I fotogrammi adiacenti dello stesso clip devono rimanere nella stessa suddivisione, così la convalida misura le prestazioni su scene nuove.

Il dataset Construction-PPE è un utile punto di partenza per esplorare le classi di DPI. Usa filmati rappresentativi del tuo sito per stabilire se un modello è pronto per la distribuzione.

2. Annota i DPI in modo coerente#

Carica le immagini di addestramento su Ultralytics Platform e definisci le classi necessarie. Il suo editor di annotazione supporta i riquadri di delimitazione manuali e Smart Annotation con modelli compatibili sui dataset ospitati su Platform. Esamina le etichette suggerite, correggi i dispositivi non rilevati e rimuovi i riquadri errati prima dell'addestramento.

Scrivi una breve guida all'etichettatura affinché tutti trattino i casi difficili in modo coerente. Un casco tenuto in mano è un dispositivo visibile, ma non dimostra che la persona lo indossi. Anche una testa occlusa non dovrebbe essere automaticamente etichettata come esempio di casco mancante.

Se l'obiettivo include il rilevamento dell'uso scorretto, definisci esplicitamente gli stati visibili e raccogli esempi sufficienti per valutarli. Includi solo distinzioni che la telecamera può effettivamente mostrare.

3. Addestra e confronta i modelli YOLO26#

Crea un progetto, seleziona il dataset etichettato e il modello YOLO26, quindi avvia l'addestramento nel cloud su Ultralytics Platform. Tieni traccia delle metriche di addestramento e confronta le esecuzioni man mano che migliori i dati o modifichi la configurazione del modello.

Esamina le prestazioni per ogni classe di DPI. Un punteggio complessivo elevato può nascondere prestazioni deboli nel rilevamento di piccoli occhiali protettivi o caschi parzialmente nascosti da macchinari. Esamina i mancati rilevamenti e i falsi positivi insieme a precisione e richiamo.

Prova i modelli candidati su esempi di valutazione esclusi dall'addestramento e provenienti dall'ambiente di distribuzione previsto, comprese le visuali più difficili. Scegli un modello che soddisfi sia i requisiti di qualità sia quelli di latenza.

4. Distribuisci il modello dove operano le tue telecamere#

Ultralytics supporta l'inferenza ospitata e l'esportazione dei modelli. Distribuisci un endpoint dedicato per le richieste dell'applicazione oppure esporta il modello in un formato supportato per eseguire l'inferenza su hardware locale compatibile. ONNX e TensorRT sono esempi di formati di distribuzione disponibili nel flusso di lavoro Ultralytics.

Per i flussi continui delle telecamere, misura il throughput e la latenza con il numero effettivo di flussi, le dimensioni delle immagini e l'hardware. L'applicazione che elabora questi flussi gestisce anche le regole degli eventi: associazione tra dispositivi e persone, controlli delle zone, persistenza tra i fotogrammi e inoltro degli eventi ai revisori. Il tracciamento Ultralytics può mantenere le tracce degli oggetti tra i fotogrammi video per supportare questa logica.

Scegli il metodo di distribuzione in base alle tue esigenze di latenza, connettività e gestione dei dati, quindi convalida il modello esportato o l'endpoint prima del rilascio.

5. Esamina i risultati e migliora il modello#

Inizia con un progetto pilota limitato e chiedi a un responsabile della sicurezza di verificare gli eventi segnalati. Misura sia i falsi allarmi sia gli eventi non rilevati: ridurre soltanto gli allarmi può nascondere un rilevatore che non individua troppi eventi.

Usa il monitoraggio della distribuzione per controllare lo stato del servizio, la latenza delle richieste e gli errori. Esamina separatamente un campione di risultati delle telecamere confrontandolo con etichette umane per valutare la qualità del rilevamento. Le sole metriche dell'infrastruttura non dimostrano l'accuratezza del rilevamento dei DPI.

Aggiungi al dataset gli esempi difficili, correggi le relative annotazioni e riaddestra il modello in Ultralytics Platform. Ripeti questa revisione dopo modifiche significative al posizionamento delle telecamere, ai dispositivi, all'illuminazione o alla disposizione del sito.

Cosa rende utile un progetto pilota per il rilevamento dei DPI?#

Un progetto pilota pratico risponde a domande specifiche sulle condizioni che si presenteranno:

• La telecamera riesce a vedere i dispositivi? Controlla le dimensioni degli oggetti, la messa a fuoco, l'illuminazione e gli ostacoli alla distanza pertinente.
• L'applicazione associa i DPI alla persona corretta? Esamina i gruppi e i lavoratori sovrapposti, compresi i dispositivi trasportati nelle vicinanze.
• Con quale frequenza non rileva un evento pertinente? Esamina un campione etichettato del normale funzionamento, oltre ai clip segnalati.
• Quanti falsi allarmi arrivano ai revisori per turno? Misura l'intero flusso di lavoro degli eventi, compresi i rilevamenti ripetuti della stessa situazione.
• Risponde abbastanza rapidamente? Misura il tempo che intercorre dall'acquisizione dell'immagine fino all'inserimento nella coda di revisione o all'invio della notifica.

Concorda i criteri di accettazione prima del rilascio. Un rapporto esaminato a fine turno e una notifica immediata hanno requisiti diversi in termini di tempistiche ed errori.

Progetta il monitoraggio per ottenere osservazioni utili#

Il monitoraggio dei DPI può funzionare con rilevamenti degli oggetti e tracce temporanee senza aggiungere il riconoscimento facciale. Definisci lo scopo del sistema, limita l'accesso alle immagini e stabilisci periodi di conservazione chiari per i filmati archiviati.

Chiedi ai revisori di interpretare i rilevamenti incerti nel loro contesto. Una telecamera non può valutare la certificazione dei dispositivi, i danni nascosti o le protezioni che non riesce a vedere. Usa i risultati per supportare le ispezioni sul posto, la formazione e le procedure di sicurezza consolidate.

Inizia con Ultralytics#

Scegli una visuale della telecamera e un requisito relativo ai DPI. Raccogli immagini rappresentative, etichettale, addestra un modello YOLO26 e valuta i risultati in base a criteri chiari per il progetto pilota. Ultralytics offre al tuo team un unico flusso di lavoro di visione artificiale da migliorare e ampliare man mano che il progetto cresce.

Avvia il tuo progetto di rilevamento dei DPI in Ultralytics Platform oppure segui la guida rapida di Platform per creare il tuo primo modello.