Ultralytics YOLO modellerini kullanan SiteAssist, görüntü doğrulamayı otomatikleştirerek uyumluluk sorunlarının gerçek zamanlı tespit edilmesini sağladı ve binlerce kullanıcı ile çeşitli sahalarda güvenlik iş akışlarını kolaylaştırdı.
İnşaat sahalarında kaldırma işleri ve sıcak çalışmalar gibi yüksek riskli faaliyetler yürütülür; ekiplerin çalışma başlamadan önce katı güvenlik prosedürlerine uyması gerekir. Bu kontrollerin yapıldığını doğrulamak için çalışanlar, genellikle dijital iş akışları aracılığıyla kanıt olarak fotoğraf yükler.
Ancak bu görüntüleri incelemek her zaman kolay değildir. Görüntüler net olmayabilir, eksik olabilir veya yanıltıcı olabilir; bu da özellikle büyük projelerde güvenlik gerekliliklerinin gerçekten yerine getirilip getirilmediğini anlamayı zorlaştırır.
SiteAssist, araçlar ve AI birleşiminden yararlanan dijital platformuyla bu iş akışlarını destekliyor. Özellikle bilgisayarlı görü modelleri, örneğin Ultralytics YOLO modelleri, yüklenen görüntüleri analiz ederek platformun sahada neler olduğunu anlamasına, geçersiz gönderimleri işaretlemesine ve olası sorunları vurgulamasına yardımcı oluyor. Bu, elle yürütülen işleri azaltıyor ve ekiplerin tutarlı güvenlik standartlarını korumasını sağlıyor.
AI kullanarak inşaat sahalarında güvenliği ve uyumluluğu iyileştirme#
SiteAssist; inşaat, altyapı ve diğer kritik sektörlerde yüksek riskli faaliyetleri yöneten ekipler için tasarlanmış bir çalışma kontrolü platformudur. Karmaşık, kâğıt tabanlı süreçleri yapılandırılmış dijital iş akışlarıyla değiştirerek kazı, sıcak çalışma, kaldırma ve kapalı alan operasyonları gibi görevleri destekler.
Balfour Beatty, Taylor Woodrow (VINCI), Skanska ve HG Construction gibi şirketler tutarlılığı artırmak, uyumluluğu sürdürmek ve projelerin sorunsuz ilerlemesini sağlamak için SiteAssist'i kullanıyor. İzinleri ve iş akışlarını dijitalleştiren platform, ekiplerin olası riskleri belirlemesine ve güvenlik gerekliliklerinin tutarlı biçimde uygulanmasını sağlamasına yardımcı oluyor.
SiteAssist bugün binlerce çalışanı destekleyerek ekiplere günlük operasyonlar hakkında daha net bir görünüm sunuyor. Bu gelişmiş görünürlük, ekiplere güvenlik süreçleri üzerinde daha fazla kontrol sağlıyor.
İnşaat güvenliği kontrolleri büyük ölçekte neden aksıyor?#
İnşaat sahalarını güvenli tutmak ve işlerin sorunsuz ilerlemesini sağlamak kolay değildir. Büyük projelerde çoğu zaman birden fazla konumda çalışan binlerce kişi yer alır ve her biri işe başlamadan önce katı güvenlik kontrolleri gerektiren yüksek riskli görevleri yürütür.
Bu kontrollerin tamamlandığını doğrulamak için çalışanlardan genellikle dijital iş akışlarına veya izin sistemlerine kanıt olarak fotoğraf yüklemeleri istenir. Ancak bu gönderileri incelemek her zaman kolay değildir.
Görüntüler net olmayabilir, eksik olabilir veya yanıltıcı olabilir; bu da güvenlik gerekliliklerinin gerçekten yerine getirilip getirilmediğini doğrulamayı zorlaştırır. Onay verenlerin her gönderiyi elle kontrol ederek doğru ekipmanı, uygun kurulumu ve genel uyumluluğu incelemesi gerekir.
Gönderi sayısı arttıkça bu süreç daha fazla zaman alıyor ve tutarlı biçimde yönetilmesi zorlaşıyor. Aynı zamanda birçok projede hâlâ kâğıt tabanlı izinler veya kısmen dijitalleştirilmiş iş akışları kullanılıyor.
Bu durum onayları yavaşlatıyor, darboğazlar oluşturuyor ve sahadaki faaliyetlerin gerçek zamanlı görünürlüğünü sınırlıyor. Ekiplerin yüz yüze takip yapması veya kontrolleri tekrarlaması gerekebiliyor; bu da ek gecikmelere yol açıyor.
Operasyonlar ölçeklendikçe bu zorluklar tutarlı güvenlik standartlarını korumayı zorlaştırıyor ve kontrollerin atlanması ya da gecikmesi riskini artırıyor.
Ultralytics YOLO modelleriyle sağlam güvenlik kontrolleri sağlama#
SiteAssist, izin iş akışlarını gerçek zamanlı görüntü doğrulamayla birleştirerek güvenlik kontrollerini kolaylaştırıyor. Ekipler elle incelemelere güvenmek yerine sahadan doğrudan görüntü çekip yükleyebiliyor ve her gönderi onaylar ilerlemeden önce doğrulanıyor. Bu, koşullar değişse bile güvenlik kontrollerinin tutarlı biçimde yapılmasını sağlıyor.
Arka planda yüklenen her görüntü, sahada nelerin bulunduğunu anlamak için nesne algılama ve görüntü sınıflandırma gibi görsel görevlerden yararlanan Ultralytics YOLO modelleriyle analiz ediliyor.
Ultralytics YOLO26 gibi modeller, SiteAssist'in platformu aracılığıyla gerçek inşaat sahalarından toplanan görüntülerle oluşturulan kendi veri kümeleri üzerinde ince ayardan geçirildi. Bu veri kümelerinde yangın söndürücüler, güvenlik donanımları, gaz tüpleri, yaygın elektrikli aletler ve makineler gibi inşaatla ilgili yaklaşık 45 nesne bulunuyor.
Sistem bu nesneleri belirliyor ve gerekli öğelerin görünür olup olmadığını kontrol ederek eksik olanları veya beklenen ölçütleri karşılamayanları işaretliyor. Gerçek saha koşullarında çekilmemiş görüntüler gibi geçersiz gönderileri de vurgulayabiliyor. Bu gönderilerde görüntü başına ortalama 1,7 nesne tespit ediliyor; arka plan görüntüleri hariç tutulduğunda bu sayı 2,7'ye yükseliyor ve sahadaki anlamlı faaliyet yoğunluğunu ortaya koyuyor.
Ultralytics YOLO modellerinin SiteAssist'te nasıl kullanıldığına dair birkaç örneği aşağıda bulabilirsin:
- Canlı görüntüleri doğrulama: Sistem, yüklenen görüntünün ekrandan çekilmiş bir fotoğraf gibi gerçek koşullarda çekilmediğini tespit edip incelenmek üzere işaretleyebilir.
- Ekipmanları tespit etme ve sayma: Sistem, yangın söndürücüler gibi gerekli öğeleri belirleyip doğru sayıda bulunup bulunmadığını kontrol edebilir. Bazı durumlarda, ekipman türünü belirlemek için etiketleri okuma gibi görüntülerden metin çıkarmak üzere YOLO ile birlikte optik karakter tanıma (OCR) kullanılır.
Şekil 1. SiteAssist'te Ultralytics YOLO modelleriyle yangın söndürücülerin tespiti (Kaynak)
Neden Ultralytics YOLO modellerini seçmeli?#
Ultralytics YOLO modelleri, SiteAssist'in gerçek dünyadaki görüntü doğrulama ihtiyaçları için gereken hızı ve doğruluğu sağlıyor. Görüntüler yüklendikçe hızla işlenebiliyor; böylece güvenlik kontrollerini gecikmeden yürütmek kolaylaşıyor.
Nitekim SiteAssist, Ocak 2025'ten bu yana Ultralytics YOLO modelleriyle 770.918'den fazla görüntüyü işledi, 1.302.315'ten fazla nesne tespit etti ve büyük ölçekte güvenilir performans sergiledi.
Ultralytics Python paketi, gerçek saha iş akışlarından toplanan verilerle modelleri eğitmeyi ve ince ayardan geçirmeyi de kolaylaştırıyor. Böylece zaman içinde daha fazla veri toplandıkça model performansı gelişmeye devam edebiliyor.
Devreye alma açısından YOLO modelleri verimli ve esnektir. SiteAssist şu anda çalışanların cihazlarından gelen yüklemeleri gerçek zamanlı olarak işleyip görüntüleri arka ucunun bir parçası olarak bulutta işliyor. Modeller aynı zamanda cihazlarda yerel olarak da çalıştırılabiliyor; bu da işlemenin doğrudan sahada yapıldığı gelecekteki kullanım alanlarını desteklemeyi mümkün kılıyor.
Bunun yanı sıra ONNX ve ExecuTorch gibi dışa aktarma biçimlerini destekleyen Ultralytics YOLO modelleri, karmaşıklık eklemeden farklı uç sistemlere entegre edilebiliyor. Bu, SiteAssist'e görsel AI iş akışlarını oluşturmak ve genişletmek için pratik ve ölçeklenebilir bir yol sunuyor.
SiteAssist ve Ultralytics YOLO gerçek zamanlı güvenlik kontrollerini güçlendiriyor#
SiteAssist şu anda yaklaşık 4.000 cihazda yaklaşık 12.000 aktif kullanıcıyı destekleyerek büyük ve karmaşık projelerde güvenlik iş akışlarının verimli biçimde ölçeklenmesini sağlıyor.
Otomatik görüntü doğrulama sayesinde ekiplerin elle incelemelere bağımlılığı azaldı ve onay süreçleri hızlandı. Daha önce tekrar tekrar kontrol edilmesi gereken işler artık daha hızlı doğrulanabiliyor; böylece çalışmalar zamanında başlayabiliyor ve gecikmeler azalıyor.
YOLO destekli görüntü analizi, güvenlik kontrollerinin yürütülme biçimindeki tutarlılığı da artırdı. Gönderiler daha yapılandırılmış bir şekilde değerlendirildiğinden eksik ekipmanları, yapay görüntüleri veya tamamlanmamış kontrolleri belirlemek kolaylaşıyor. Ocak 2025'ten bu yana en sık tespit edilen nesneler arasında 283.000'den fazla araç, 201.000'den fazla kişi, yaklaşık 68.500 yapay görüntü ve 55.000'den fazla yangın söndürücü bulunuyor.
Bu, saha yöneticilerine devam eden işler hakkında daha net bir görünüm ve güvenlik gerekliliklerinin yerine getirildiğine dair daha fazla güven sağlıyor.
Şekil 2. SiteAssist'in Ultralytics YOLO kullanarak tespit ettiği yapay bir fotoğraf örneği.
Bunun yanı sıra, kâğıt işlerinin azaltılması ekiplerin idari görevlere daha az, sahada çalışmaya daha fazla zaman ayırmasını sağladı. Sonuç olarak operasyonlar daha sorunsuz ilerliyor ve farklı konumlardaki güvenlik süreçleri daha güvenilir hâle geliyor.
Görsel zekâ destekli inşaat güvenliği iş akışlarını uç noktalara taşıma#
Geleceğe yönelik olarak SiteAssist, Ultralytics YOLO modellerini verilerin sahada toplandığı noktalara daha yakın çalıştırmak için uç AI olanaklarını araştırıyor. Ekip, görüntüleri doğrudan cihazlarda işleyerek bulut maliyetlerini azaltmayı, veri gizliliğini artırmayı ve gerçek zamanlı karar almayı desteklemeyi hedefliyor. Daha gelişmiş, gerçek zamanlı güvenlik ve operasyon iş akışları sunmak için bu yetenekleri genişletmeye devam etmeyi planlıyorlar.
Operasyonlarına görsel AI katmak mı istiyorsun? Topluluğumuza katıl ve sağlık hizmetlerinde yapay zekâ ile tarımda görsel AI gibi uygulamaları öğren. Bugün başlamak için GitHub depomuzu ziyaret et ve lisanslama seçeneklerini keşfet!
