Ultralytics YOLOモデルを使用して、SiteAssistは画像検証を自動化し、コンプライアンス上の問題をリアルタイムで検出できるようにするとともに、数千人のユーザーとさまざまな現場にわたる安全ワークフローを効率化しました。
建設現場では、吊り上げ作業や火気使用作業などの高リスク活動が行われます。作業チームは、作業開始前に厳格な安全手順に従う必要があります。これらの確認を証明するため、作業員は通常、デジタルワークフローを通じて証拠として写真をアップロードします。
しかし、これらの画像を確認することは必ずしも簡単ではありません。画像が不鮮明、不完全、または誤解を招く場合があり、特に大規模プロジェクトでは、安全要件が実際に満たされているかを判断することが困難になります。
SiteAssistは、ツールとAIを組み合わせたデジタルプラットフォームによって、こうしたワークフローを支援します。特に、コンピュータビジョンモデルであるUltralytics YOLOモデルを使用してアップロードされた画像を分析し、現場で何が起きているかをプラットフォームが把握できるようにするとともに、無効な提出を検出し、潜在的な問題を明らかにします。これにより手作業が減り、チームは一貫した安全基準を維持できるようになります。
AIを活用して建設現場の安全性とコンプライアンスを向上#
SiteAssistは、建設、インフラ、その他の重要産業で高リスク活動を管理するチーム向けに設計された作業管理プラットフォームです。複雑な紙ベースのプロセスを構造化されたデジタルワークフローに置き換え、掘削、火気使用作業、吊り上げ作業、閉所作業などを支援します。
Balfour Beatty、Taylor Woodrow（VINCI）、Skanska、HG Constructionなどの企業がSiteAssistを使用して、一貫性を高め、コンプライアンスを維持し、プロジェクトを円滑に進めています。許可証とワークフローをデジタル化することで、プラットフォームはチームによる潜在的なリスクの特定を支援し、安全要件が一貫して適用されるようにします。
現在、SiteAssistは数千人の作業員を支援し、チームに日々の業務をより明確に把握するための情報を提供しています。この可視性の向上により、チームは安全プロセスをより適切に管理できるようになります。
建設現場の安全確認が大規模化によって機能しなくなる理由#
建設現場の安全を確保し、業務を円滑に進めることは簡単ではありません。大規模プロジェクトでは、多くの場合、複数の場所で数千人の作業員が業務に従事し、それぞれが作業開始前に厳格な安全確認を必要とする高リスク作業を行います。
こうした確認が完了したことを検証するため、作業員は通常、デジタルワークフローや許可システムに証拠として写真をアップロードする必要があります。しかし、これらの提出物を確認することは必ずしも簡単ではありません。
画像が不鮮明、不完全、または誤解を招く場合があり、安全要件が実際に満たされているかを確認することが困難になります。承認者は各提出物を手作業で確認し、適切な機器、正しい設置状態、全体的なコンプライアンスを確認する必要があります。
提出物の数が増えるにつれて、このプロセスはより時間がかかり、一貫して管理することが難しくなります。同時に、多くのプロジェクトでは、依然として紙ベースの許可証や一部のみデジタル化されたワークフローに依存しています。
これにより承認が遅れ、ボトルネックが生じ、現場の活動をリアルタイムで把握することが難しくなります。チームは対面での確認や再確認を行う必要が生じる場合があり、さらなる遅延につながります。
業務が大規模化すると、こうした課題によって一貫した安全基準の維持が難しくなり、確認の漏れや遅延のリスクが高まります。
Ultralytics YOLOモデルで堅牢な安全確認を実現#
SiteAssistは、許可ワークフローとリアルタイム画像検証を組み合わせることで、安全確認を簡素化します。手作業による確認に頼る代わりに、チームは現場から直接画像を撮影してアップロードでき、承認を進める前に各提出物が検証されます。これにより、状況が変化する場合でも、安全確認を一貫して実施できます。
その裏側では、アップロードされた各画像をUltralytics YOLOモデルで分析し、物体検出や画像分類などのビジョンタスクを活用して、現場に何が存在するかを把握します。
Ultralytics YOLO26などのモデルは、SiteAssist独自のデータセットでファインチューニングされています。これらは、プラットフォームを通じて実際の建設現場から収集された画像で構築されています。データセットには、消火器、安全装備、ガス容器、一般的な電動工具や機械など、建設関連の物体が約45種類含まれています。
システムはこれらの物体を特定し、必要な項目が表示されているかを確認して、欠落しているものや想定された基準を満たしていないものにフラグを付けます。また、実際の現場環境で撮影されていない画像など、無効な提出物を明らかにすることもできます。これらの提出物全体では、1画像あたり平均1.7個の物体が検出され、背景画像を除くと2.7個に増加します。これは、現場における意味のある活動の密度を示しています。
SiteAssistでUltralytics YOLOモデルがどのように使用されているか、いくつか例を紹介します。
- ライブ画像の検証：アップロードされた画像が実際の環境で撮影されたものではなく、画面を撮影した写真などであることをシステムが検出し、確認のためにフラグを付けられます。
- 機器の検出とカウント：システムは消火器などの必要な項目を特定し、正しい数量が存在するかを確認できます。場合によっては、YOLOと併せて光学文字認識（OCR）を使用し、ラベルを読み取って機器の種類を判定するなど、画像からテキストを抽出します。
図1. SiteAssistでUltralytics YOLOモデルを使用した消火器の検出（出典）
なぜUltralytics YOLOモデルを選ぶのか#
Ultralytics YOLOモデルは、実際の画像検証に必要な速度と精度をSiteAssistに提供します。アップロード時に画像を迅速に処理できるため、遅延なく安全確認を実施しやすくなります。
実際、2025年1月以降、SiteAssistはUltralytics YOLOモデルを使用して770,918枚を超える画像を処理し、1,302,315個を超える物体を検出して、大規模環境でも信頼性の高い性能を実証しています。
Ultralytics Pythonパッケージを使用すると、実際の現場ワークフローから収集したデータでモデルをトレーニングおよびファインチューニングすることも簡単です。これにより、時間の経過とともにより多くのデータが取得されるにつれて、モデルの性能を継続的に向上させられます。
デプロイの観点では、YOLOモデルは効率的で柔軟性に優れています。SiteAssistは現在、バックエンドの一部としてクラウド上で画像を処理し、作業員のデバイスからのアップロードをリアルタイムで処理しています。同時に、モデルはデバイス上でローカルに実行することもできるため、将来的には現場で直接処理を行うユースケースにも対応できます。
さらに、ONNXやExecuTorchなどのエクスポート形式に対応しているため、Ultralytics YOLOモデルを複雑さを増やすことなくさまざまなエッジシステムに統合できます。これによりSiteAssistは、ビジョンAIワークフローを構築・拡張するための実用的でスケーラブルな方法を得られます。
SiteAssistとUltralytics YOLOがリアルタイムの安全確認を強化#
現在、SiteAssistは約4,000台のデバイスで約12,000人のアクティブユーザーを支援し、大規模で複雑なプロジェクトでも安全ワークフローを効率的に拡張できるようにしています。
画像検証を自動化することで、チームは手作業による確認への依存を減らし、承認プロセスを迅速化しました。以前は繰り返しの確認が必要だった作業も、より迅速に検証できるようになり、予定どおりの作業開始と遅延の削減に役立っています。
YOLOを活用した画像分析により、安全確認の実施方法の一貫性も向上しました。提出物がより構造化された方法で評価されるため、欠落した機器、人工的に作成された画像、不完全な確認を特定しやすくなっています。2025年1月以降に最も多く検出された物体には、28万3,000台を超える車両、20万1,000人を超える人物、約6万8,500枚の人工画像、5万5,000個を超える消火器が含まれます。
これにより現場管理者は進行中の作業をより明確に把握でき、安全要件が満たされているという確信を深められます。
図2. SiteAssistがUltralytics YOLOを使用して検出した人工的な写真の例。
さらに、紙による手作業を減らすことで、チームは管理業務に費やす時間を減らし、現場での作業により多くの時間を割けるようになりました。その結果、業務がより円滑に進み、さまざまな場所で安全プロセスの信頼性が高まります。
ビジョン主導の建設安全ワークフローをエッジへ展開#
今後、SiteAssistは、データが現場で取得される場所の近くでUltralytics YOLOモデルを実行するエッジAIを検討しています。デバイス上で画像を直接処理することで、クラウドコストの削減、データプライバシーの向上、リアルタイムの意思決定の支援を目指しています。さらに高度なリアルタイムの安全・業務ワークフローを実現するため、これらの機能を引き続き拡張する予定です。
業務にビジョンAIを導入したいとお考えですか？コミュニティに参加して、ヘルスケアにおけるAIや農業におけるビジョンAIなどの活用例をご覧ください。GitHubリポジトリにアクセスし、ライセンスオプションを確認して、今すぐ始めましょう。
