Detecção de EPI e segurança no trabalho com a Ultralytics

As equipes de segurança no trabalho precisam saber onde falta o equipamento de proteção obrigatório e quais situações merecem atenção. A visão computacional torna essas verificações mensuráveis ao detectar pessoas, capacetes, coletes de alta visibilidade e outros equipamentos visíveis em imagens e vídeos.

A Ultralytics Platform reúne todo o fluxo de trabalho de detecção de EPI em um só espaço de trabalho: preparar dados, anotar equipamentos, treinar um modelo Ultralytics YOLO, implantá-lo e monitorar o desempenho da implantação. As equipes podem criar soluções para suas próprias câmeras e necessidades do local, contando com a Ultralytics como solução de visão computacional durante todo o projeto.

Este guia explica como usar esse fluxo de trabalho para monitorar EPIs na prática, desde a primeira amostra capturada pela câmera até uma implantação validada.

O que é detecção de EPI?#

A detecção de equipamentos de proteção individual (EPI) usa detecção de objetos para localizar equipamentos de proteção e atribuir rótulos de classe a eles. Um modelo pode retornar uma caixa delimitadora e uma pontuação de confiança para cada capacete ou colete visível, além das detecções de pessoas.

Em seguida, o aplicativo de monitoramento associa essas previsões a uma regra específica do local de trabalho. Por exemplo, uma verificação na área de carga pode procurar uma pessoa cujo tronco visível não esteja usando o colete obrigatório. Para tomar essa decisão, é preciso associar o equipamento à pessoa correta e lidar com imagens em que o equipamento esteja obstruído.

Comece com equipamentos que a câmera consiga captar com clareza. Capacetes e coletes costumam ser alvos iniciais mais práticos do que itens pequenos, como protetores auriculares ou detalhes de luvas. Treine e avalie as classes necessárias no seu local; não presuma que um modelo pré-treinado de uso geral reconheça todos os tipos de EPI.

A Ultralytics fornece os recursos de visão para esses fluxos de trabalho. As regras específicas do local determinam como as saídas do modelo se tornam eventos para análise da equipe de segurança.

Por que usar a Ultralytics para visão computacional em segurança no trabalho?#

Projetos de EPI dependem de um processo repetível que transforme imagens das câmeras em um modelo com bom desempenho no local. A Ultralytics Platform conecta o gerenciamento de conjuntos de dados, a anotação, o treinamento, a exportação de modelos, a inferência hospedada e o monitoramento da implantação. O mesmo espaço de trabalho dá suporte ao projeto-piloto inicial e às atualizações posteriores do modelo.

Essa continuidade é importante quando chega um novo modelo de capacete, uma câmera muda de posição ou uma linha de produção é alterada. As equipes podem atualizar os dados, refinar os rótulos, comparar execuções de treinamento e implantar um modelo aprimorado pelo mesmo fluxo de trabalho.

Use o Ultralytics YOLO26 como ponto de partida para um novo projeto de detecção de EPI. Escolha o tamanho do modelo medindo tanto a qualidade da detecção quanto a velocidade de inferência no hardware que pretende usar.

Como criar um sistema de monitoramento de EPI com a Ultralytics Platform#

1. Defina uma regra visível e colete dados representativos#

Comece com um objetivo concreto, como verificar o uso de capacetes na entrada de um canteiro de obras. Defina a visão da câmera, os equipamentos obrigatórios, o horário de operação e o que o revisor deve fazer quando o aplicativo sinalizar um evento.

Colete exemplos das câmeras reais em diferentes turnos e condições. Inclua contraluz, oclusão parcial, grupos de trabalhadores, cenas vazias e equipamentos sendo carregados. Esses exemplos ajudam a distinguir a situação desejada de outras visualmente semelhantes.

Separe as imagens de treinamento e avaliação por sessão de gravação ou câmera. Mantenha quadros adjacentes do mesmo clipe na mesma divisão para que a validação meça o desempenho em cenas novas.

O conjunto de dados Construction-PPE é um recurso inicial útil para explorar classes de EPI. Use imagens representativas do local para determinar se um modelo está pronto para implantação.

2. Anote os EPIs de forma consistente#

Envie suas imagens de treinamento para a Ultralytics Platform e defina as classes necessárias. O editor de anotações oferece suporte a caixas delimitadoras manuais e à Anotação Inteligente com modelos compatíveis em conjuntos de dados hospedados na Platform. Revise os rótulos sugeridos, corrija os equipamentos não detectados e remova as caixas incorretas antes do treinamento.

Escreva um breve guia de rotulagem para que todos tratem os casos difíceis de forma consistente. Um capacete carregado na mão é um equipamento visível, mas isso não significa que a pessoa o esteja usando. Uma cabeça ocluída também não deve ser automaticamente classificada como um exemplo de ausência de capacete.

Se o objetivo incluir identificar o uso incorreto, defina explicitamente os estados visíveis e colete exemplos suficientes para avaliá-los. Inclua apenas distinções que a câmera realmente consiga mostrar.

3. Treine e compare modelos YOLO26#

Crie um projeto, selecione o conjunto de dados rotulado e o modelo YOLO26 e inicie o treinamento na nuvem na Ultralytics Platform. Acompanhe as métricas de treinamento e compare as execuções à medida que aprimora os dados ou ajusta a configuração do modelo.

Analise o desempenho de cada classe de EPI. Uma pontuação geral alta pode ocultar uma detecção fraca de óculos pequenos ou capacetes parcialmente escondidos por máquinas. Analise as detecções perdidas e os falsos positivos, além da precisão e da revocação.

Teste os modelos candidatos com exemplos reservados da implantação pretendida, incluindo as visões de câmera mais difíceis. Escolha um modelo que atenda tanto aos requisitos de qualidade quanto aos de latência.

4. Implante onde suas câmeras operam#

A Ultralytics oferece suporte à inferência hospedada e à exportação de modelos. Implante um endpoint dedicado para as solicitações do aplicativo ou exporte o modelo para um formato compatível e execute a inferência em hardware local compatível. ONNX e TensorRT são exemplos de formatos de implantação disponíveis no fluxo de trabalho da Ultralytics.

Para transmissões contínuas das câmeras, meça a taxa de processamento e a latência com o número real de transmissões, tamanhos de imagem e hardware. O aplicativo que recebe essas transmissões também é responsável pelas regras de eventos: associação entre equipamento e pessoa, verificações de zonas, persistência entre quadros e encaminhamento de eventos para revisão. O rastreamento da Ultralytics pode manter o rastreamento de objetos entre quadros de vídeo para dar suporte a essa lógica.

Escolha o caminho de implantação de acordo com suas necessidades de latência, conectividade e tratamento de dados e, em seguida, valide o modelo exportado ou o endpoint antes da implementação.

5. Analise os resultados e aprimore o modelo#

Comece com um projeto-piloto limitado e peça a um responsável pela segurança para verificar os eventos sinalizados. Meça tanto os alertas falsos quanto os eventos não detectados; reduzir os alertas, por si só, pode ocultar um detector que deixa passar eventos demais.

Use o monitoramento da implantação para verificar a integridade do serviço, a latência das solicitações e os erros. Separadamente, compare resultados amostrados das câmeras com rótulos humanos para avaliar a qualidade da detecção. As métricas de infraestrutura, por si só, não comprovam a precisão da detecção de EPI.

Adicione exemplos difíceis ao conjunto de dados, corrija as anotações e treine novamente na Ultralytics Platform. Repita essa análise após mudanças significativas no posicionamento das câmeras, nos equipamentos, na iluminação ou no layout do local.

O que torna útil um projeto-piloto de detecção de EPI?#

Um projeto-piloto prático responde a perguntas específicas sobre as condições que encontrará:

• A câmera consegue ver o equipamento? Verifique o tamanho do objeto, o foco, a iluminação e as obstruções à distância relevante.
• O aplicativo associa o EPI à pessoa correta? Analise grupos e trabalhadores sobrepostos, incluindo equipamentos carregados nas proximidades.
• Com que frequência o sistema não detecta um evento relevante? Analise uma amostra rotulada da operação normal, além dos clipes sinalizados.
• Quantos alertas falsos chegam aos revisores por turno? Meça todo o fluxo de trabalho de eventos, incluindo detecções repetidas da mesma situação.
• A resposta é rápida o suficiente? Meça o tempo desde a captura da imagem, passando pela inferência, até a fila de revisão ou a notificação.

Defina os critérios de aceitação antes da implementação. Um relatório analisado no fim do turno e uma notificação imediata têm requisitos diferentes de tempo e erro.

Planeje o monitoramento em torno de observações úteis#

O monitoramento de EPI pode funcionar com detecções de objetos e rastreamentos temporários sem adicionar reconhecimento facial. Defina a finalidade do sistema, restrinja o acesso às imagens e estabeleça períodos claros de retenção para qualquer gravação armazenada.

Peça aos revisores que interpretem as detecções incertas no contexto. Uma câmera não consegue avaliar a certificação do equipamento, danos ocultos ou proteções que não consiga ver. Use os resultados para apoiar inspeções no local, treinamentos e procedimentos de segurança estabelecidos.

Comece a usar a Ultralytics#

Escolha uma visão de câmera e um requisito de EPI. Colete imagens representativas, anote-as, treine um modelo YOLO26 e avalie os resultados com base em critérios claros para o projeto-piloto. A Ultralytics oferece à sua equipe um único fluxo de trabalho de visão computacional para aprimorar e expandir à medida que o projeto cresce.

Comece seu projeto de detecção de EPI na Ultralytics Platform ou siga o guia de início rápido da Platform para criar seu primeiro modelo.