Detección de equipos de protección personal mediante red neuronal convolucional YOLO

Abstract

espanolEn un numero creciente de entornos de trabajo esta tornandose obligatorio el uso de equipos de proteccion personal, debido a que son la ultima barrera para detener situaciones potenciales de riesgo fisico para el trabajador. Eso determina que controlar en forma periodica y fehaciente el cumplimiento de las normas de seguridad laboral sea una tarea demandante, por lo cual el monitoreo no supervisado representa una solucion de alto impacto para la seguridad industrial. El presente articulo propone utilizar vision artificial como alternativa cuantitativa para monitorear la utilizacion de equipo de proteccion personal. Se entreno la red neuronal YOLO con la intencion de detectar guantes, cascos, ropa de alta visibilidad y a los trabajadores con un dataset creado a partir de videos generados utilizando camaras deportivas. Con el sistema entrenado, se presenta un analisis de caso in the open con un video grabado con camara deportiva sujeta al casco de un trabajador metalurgico en el sector de la construccion. Los resultados son promisorios y muestran que la estrategia planteada es adecuada para llegar a una solucion implantable en ambientes de trabajo. EnglishIn an increasing number of working environments, the use of personal protective equipment is becoming mandatory, since they are the last barrier to stop potential situations of physical risk for the worker. This means that periodically and reliably monitoring compliance with labor safety standards is a demanding task, which is why unsupervised monitoring represents a high impact solution for safety. This article proposes using artificial vision as a quantitative alternative to monitor the use of personal protective equipment. The YOLO neural network was trained with the intention of detecting gloves, hard hats, high visibility suits and workers with a dataset created from videos generated using sports cameras. With the trained system, an in-theopen case analysis is presented with a video recorded with a sports camera attached to the helmet of a metallurgical worker in a real construction site. The results are promising and show that the proposed strategy is adequate as implantable solution for these work environments.