Videoanalítica con IA para seguridad laboral

El reto

En obra y en planta, verificar que todos usen casco, chaleco y el resto del equipo de protección depende de que un supervisor esté mirando en el momento justo. Las cámaras ya están instaladas, pero nadie revisa horas de video.

La solución

Construimos dos motores sobre el mismo problema, porque cada uno resuelve una necesidad distinta:

• Versión multimodal (análisis profundo). Combina YOLO para detectar objetos y EPP, Vision Transformers para entender la escena, TimeSformer para entender lo que pasa en el tiempo y un modelo de lenguaje local que razona sobre el contexto y entrega alertas en JSON.
• Versión ligera (tiempo real). YOLO11 con seguimiento ByteTrack y reglas de EPP, optimizada para baja latencia. Funciona con la cámara del PC o con un video, y entrega un MP4 anotado con cajas, seguimiento y alertas.

Decisiones técnicas

• Latencia bajo control: se puede correr la detección cada N cuadros y reutilizar el seguimiento entre ellos, reducir el tamaño de inferencia y elegir el dispositivo automáticamente (CUDA, Apple Silicon o CPU).
• Instalación en dos comandos con uv, replicable en cualquier máquina del equipo.
• IA local opcional: el razonamiento con LLM corre en la propia infraestructura con Ollama, sin enviar video a terceros.

Estado

Piloto (POC) para detección contextual de riesgos en entornos industriales colombianos.