Компании SiteAssist требовался надежный способ проверки соблюдения требований безопасности на крупных строительных площадках, где ручная проверка фотографий была медленной, несистематичной и зачастую недостоверной.
Благодаря использованиюYOLO Ultralytics система SiteAssist автоматизировала проверку изображений, что позволило выявлять проблемы с соблюдением требований в режиме реального времени и оптимизировать рабочие процессы по обеспечению безопасности для тысяч пользователей и на различных объектах.
На строительных площадках проводятся высокорисковые работы, такие как подъемные операции и работы с открытым огнём, при выполнении которых бригады должны соблюдать строгие правила техники безопасности до начала работ. Для подтверждения выполнения этих проверок работники обычно загружают фотографии в качестве доказательства через цифровые рабочие процессы.
Однако анализ этих изображений не всегда прост. Они могут быть нечеткими, неполными или иногда вводить в заблуждение, из-за чего бывает сложно определить, действительно ли соблюдены требования безопасности, особенно при реализации крупных проектов.
SiteAssist поддерживает эти рабочие процессы с помощью своей цифровой платформы, сочетающей различные инструменты и технологии искусственного интеллекта. В частности, для анализа загруженных изображений используются модели компьютерного зрения, такие как YOLO Ultralytics YOLO , которые помогают платформе понимать, что происходит на объекте, выявлять некорректные отчеты и выделять потенциальные проблемы. Это сокращает объем ручной работы и позволяет командам обеспечивать соблюдение единых стандартов безопасности.
SiteAssist — это платформа для управления рабочими процессами, разработанная для команд, занимающихся высокорисковыми видами деятельности в сфере строительства, инфраструктуры и других критически важных отраслях. Она заменяет сложные бумажные процедуры структурированными цифровыми рабочими процессами, обеспечивая поддержку таких задач, как земляные работы, работы с открытым пламенем, подъемные работы и работы в замкнутых пространствах.
Такие компании, как Balfour Beatty, Taylor Woodrow (VINCI), Skanska и HG Construction, используют SiteAssist для повышения согласованности, обеспечения соблюдения нормативных требований и бесперебойного выполнения проектов. Благодаря оцифровке разрешений и рабочих процессов платформа помогает командам выявлять потенциальные риски и обеспечивать последовательное соблюдение требований безопасности.
Сегодня SiteAssist помогает тысячам работников, предоставляя командам более четкое представление о повседневных операциях. Благодаря такой улучшенной прозрачности команды получают больше контроля над процессами обеспечения безопасности.
Обеспечить безопасность и бесперебойную работу строительных площадок — задача не из простых. В крупных проектах зачастую задействованы тысячи рабочих, работающих на нескольких объектах, и каждый из них выполняет высокорисковые задачи, требующие тщательной проверки безопасности перед началом работ.
Чтобы убедиться в том, что эти проверки были выполнены, от работников обычно требуют загружать фотографии в качестве подтверждения в цифровые рабочие процессы или системы разрешений. Однако проверка этих материалов не всегда проходит гладко.
Изображения могут быть нечеткими, неполными или иногда вводить в заблуждение, что затрудняет подтверждение фактического соблюдения требований безопасности. Лица, ответственные за утверждение, вынуждены вручную проверять каждую заявку, обращая внимание на наличие необходимого оборудования, правильность его настройки и общее соответствие требованиям.
По мере увеличения количества заявок этот процесс становится все более трудоемким и сложным для последовательного управления. В то же время многие проекты по-прежнему используют бумажные разрешения или частично оцифрованные рабочие процессы.
Это замедляет процесс утверждения, создает «узкие места» и ограничивает возможность отслеживать деятельность на объекте в режиме реального времени. Командам может потребоваться лично проконтролировать ситуацию или повторить проверки, что приводит к дополнительным задержкам.
По мере расширения масштабов деятельности эти проблемы затрудняют соблюдение единых стандартов безопасности и повышают риск пропуска или задержки проверок.
SiteAssist упрощает проведение проверок безопасности за счет объединения рабочих процессов по выдаче разрешений с проверкой изображений в режиме реального времени. Вместо того чтобы полагаться на ручную проверку, команды могут снимать и загружать изображения прямо с места проведения работ, при этом каждая отправленная заявка проходит проверку перед тем, как будет одобрена. Это помогает обеспечить последовательное проведение проверок безопасности даже в меняющихся условиях.
За кулисами каждое загруженное изображение анализируется с помощьюYOLO Ultralytics , которые используют такие задачи машинного зрения, как распознавание объектов и классификация изображений, чтобы определить, что именно находится на объекте.
Модели, такие как Ultralytics , были отлажены на собственных наборах данных SiteAssist, сформированных на основе изображений, собранных на реальных строительных площадках через платформу компании. В их состав входит около 45 объектов, связанных со строительством, таких как огнетушители, средства защиты, газовые баллоны, а также распространенные электроинструменты и строительная техника.
Система идентифицирует эти объекты и проверяет, видны ли все необходимые элементы, отмечая всё, что отсутствует или не соответствует ожидаемым критериям. Она также может выделять недопустимые материалы, например изображения, снятые не в реальных условиях объекта. В среднем по всем представленным материалам на каждом изображении обнаруживается 1,7 объекта, а без учёта фоновых изображений это число возрастает до 2,7, что свидетельствует о высокой интенсивности значимой деятельности на объекте.
Вот несколько примеров того, какYOLO Ultralytics используются в SiteAssist:
YOLO Ultralytics YOLO обеспечивают скорость и точность, необходимые SiteAssist для проверки изображений в реальных условиях. Обработка изображений происходит мгновенно по мере их загрузки, что упрощает проведение проверок безопасности без задержек.
Фактически, с января 2025 года SiteAssist обработал более 770 918 изображений с использованиемYOLO Ultralytics YOLO , обнаружив более 1 302 315 объектов и продемонстрировав надежную работу в условиях масштабного использования.
Python Ultralytics Python также упрощает обучение и настройку моделей с использованием данных, собранных в ходе реальных рабочих процессов на объекте. Это означает, что эффективность моделей может постоянно повышаться по мере накопления данных с течением времени.
С точки зрения внедрения YOLO отличаются эффективностью и гибкостью. В настоящее время SiteAssist обрабатывает изображения в облаке в рамках своей серверной инфраструктуры, обрабатывая загрузки с устройств работников в режиме реального времени. В то же время эти модели могут работать и локально на устройствах, что позволяет обеспечить поддержку будущих сценариев использования, когда обработка будет происходить непосредственно на месте.
Кроме того, благодаря поддержке таких форматов экспорта, как ONNX ExecuTorch,YOLO Ultralytics YOLO можно без лишних сложностей интегрировать в различные периферийные системы. Это предоставляет SiteAssist практичный и масштабируемый способ создания и расширения рабочих процессов в области искусственного интеллекта для обработки изображений.
На данный момент SiteAssist обслуживает около 12 000 активных пользователей на примерно 4 000 устройствах, что позволяет эффективно масштабировать рабочие процессы по обеспечению безопасности в рамках крупных и сложных проектов.
Благодаря внедрению автоматизированной проверки изображений команды сократили зависимость от ручной проверки и ускорили процессы утверждения. Задачи, которые ранее требовали многократной проверки, теперь можно проверять быстрее, что способствует своевременному началу работ и сокращению задержек.
Анализ изображений YOLO также позволил повысить согласованность в проведении проверок безопасности. Отчеты оцениваются более структурированным образом, что упрощает выявление отсутствующего оборудования, искусственных изображений или неполных проверок. С января 2025 года к числу наиболее часто обнаруживаемых объектов относятся более 283 000 транспортных средств и более 201 000 человек, а также почти 68 500 искусственных изображений и более 55 000 огнетушителей.
Это позволяет руководителям объектов лучше отслеживать ход работ и быть более уверенными в том, что требования безопасности соблюдаются.
Кроме того, сокращение объема бумажной работы позволило сотрудникам тратить меньше времени на административные задачи и больше времени проводить на объектах. В результате работа протекает более слаженно, а процедуры по обеспечению безопасности становятся более надежными на всех объектах.
В перспективе компания SiteAssist изучает возможности применения искусственного интеллекта на периферии (edge AI) для запускаYOLO Ultralytics YOLO ближе к месту сбора данных на объекте. Благодаря обработке изображений непосредственно на устройствах команда стремится сократить расходы на облачные услуги, повысить уровень конфиденциальности данных и обеспечить принятие решений в режиме реального времени. Компания планирует продолжать расширять эти возможности для внедрения более совершенных рабочих процессов в области безопасности и эксплуатации, действующих в режиме реального времени.
Хотите внедрить технологии искусственного интеллекта для обработки изображений в свою деятельность? Присоединяйтесь к нашему сообществу и узнайте о таких областях применения, как ИИ в здравоохранении и технологии искусственного интеллекта для обработки изображений в сельском хозяйстве. Посетите наш репозиторий на GitHub и ознакомьтесь с вариантами лицензирования, чтобы начать работу уже сегодня!
Модели Ultralytics YOLO - это архитектуры компьютерного зрения, разработанные для анализа визуальных данных, полученных из изображений и видео. Эти модели можно обучать для решения таких задач, как обнаружение объектов, классификация, оценка позы, отслеживание и сегментация объектовUltralytics МоделиUltralytics YOLO включают:
Ultralytics YOLO11 - это последняя версия наших моделей компьютерного зрения. Как и предыдущие версии, она поддерживает все задачи компьютерного зрения, за которые сообщество Vision AI полюбило YOLOv8. Однако новая YOLO11 отличается большей производительностью и точностью, что делает ее мощным инструментом и идеальным союзником для решения реальных задач в промышленности.
Модель, которую вы решите использовать, зависит от конкретных требований вашего проекта. Важно учитывать такие факторы, как производительность, точность и потребности развертывания. Вот краткий обзор:
Репозитории Ultralytics YOLO , такие как YOLOv5 и YOLO11, по умолчанию распространяются по лицензии AGPL-3.0 . Эта лицензия, одобренная OSI, предназначена для студентов, исследователей и энтузиастов, поощряет открытое сотрудничество и требует, чтобы любое программное обеспечение, использующее компоненты AGPL-3.0 , также было открыто. Хотя она обеспечивает прозрачность и способствует инновациям, она может не соответствовать коммерческим сценариям использования.
Если ваш проект предполагает внедрение программного обеспечения Ultralytics и моделей искусственного интеллекта в коммерческие продукты или услуги, и вы хотите обойти требования AGPL-3.0 к открытому исходному коду, корпоративная лицензия - идеальный вариант.
Преимущества корпоративной лицензии:
Чтобы обеспечить беспрепятственную интеграцию и избежать ограничений AGPL-3.0 , запросите лицензию Ultralytics Enterprise License, используя приведенную форму. Наши сотрудники помогут вам подобрать лицензию в соответствии с вашими конкретными потребностями.
Начните свой путь в будущее машинного обучения
%20(1).svg){kind=logo}
