Анотація даних допомагає зробити робочі місця безпечнішими

За даними Бюро статистики праці Сполучених Штатів, у 2020 році було зареєстровано понад 2,8 мільйона несмертельних випадків травм і захворювань на виробництві. Це на додаток до тисяч смертей через нещасні випадки на виробництві, які трапляються в США щороку. Разом ці статистичні дані свідчать про величезну кількість страждань, яких можна уникнути.

Роботодавці зобов’язані забезпечувати безпеку своїх працівників, і ця відповідальність все частіше виконується за допомогою моделей ШІ на основі комп’ютерного зору. За допомогою анотованих зображень і відеоданих інтегровані системи безпеки штучного інтелекту можуть виявляти погані методи безпеки, погіршення і навіть попереджати про можливі аварії.

У цьому блозі ми розглянемо три багатообіцяючі програми штучного інтелекту, які можуть зробити робочі місця значно безпечнішими в найближчому майбутньому. Професійні служби анотацій, такі як Keymakr, можуть підтримувати цю технологію, надаючи розробникам точні доступні набори даних.

Автоматизоване виявлення ЗІЗ

Важливою складовою безпеки працівників є правильне використання засобів індивідуального захисту. Відсутність належного захисного спорядження або його неправильне носіння може призвести до нещасних випадків у багатьох галузях. Керівникам може бути важко контролювати дотримання ЗІЗ на великих робочих майданчиках, і це призводить до того, що багато можливостей для навчання втрачаються.

Моделі штучного інтелекту можна навчити оцінювати камери відеоспостереження або нерухомі зображення та розпізнавати, коли ЗІЗ відсутні або неправильно розгорнуті. Потім ці дані можна використовувати для кількісної оцінки загального рівня дотримання правил на конкретному робочому місці, дозволяючи менеджерам втрутитися до того, як трапиться нещасний випадок. Подібні моделі також можна використовувати для перевірки рівня носіння масок і соціального дистанціювання в приміщеннях, де потрібно дотримуватися протоколів Covid-19.

Щоб ці моделі були надійними, розробникам потрібен доступ до анотацій до зображень і відео. Виконання анотацій до відео може бути складним завданням через час, необхідний для правильного позначення тисяч кадрів відео. Keymakr розробив інструменти для створення анотацій спеціально для відеоанотацій. Така спеціалізація може зробити анотацію відео набагато простішим процесом.

Виявлення знецінення

Порушення, спричинене алкоголем, втомою, недосипанням або вживанням наркотиків, може призвести до серйозних нещасних випадків. Зазвичай це відбувається, коли інваліди працюють з механізмами, на робочих майданчиках, фабриках і в дорозі. Розгортаються моделі штучного інтелекту, які мають здатність визначати порушення, аналізуючи очі користувачів.

Ідея цього підходу полягає в тому, що оператори машин можуть використовувати пристрої на основі штучного інтелекту, щоб перевірити, чи вони здатні безпечно працювати. Це не дасть інвалідам сісти за кермо та потенційно наражати на небезпеку себе та інших.

Щоб виявити пошкодження за допомогою аналізу людських очей, потрібні моделі штучного інтелекту, навчені тисячам схожих зображень. Точність має важливе значення, коли метою є безпека, це означає, що процеси перевірки мають відповідати високому стандарту. Keymakr використовує три рівні перевірки людиною, а також додаткову автоматизовану перевірку працездатності.

Профілактичні оповіщення

Кінцевою метою штучного інтелекту безпеки на робочому місці є інтегрована система, яка може в режимі реального часу попереджати про можливі нещасні випадки. Це означає наявність повної інформації про місцезнаходження працівників, про те, чи вони входять у небезпечні зони, чи знаходяться вони поблизу небезпечного обладнання та чи дотримуються вони стандартів охорони здоров’я та безпеки.

Ці дані можуть надавати менеджерам прогнозну аналітику та допомагати їм визначати місця потенційних аварій. Анотація семантичної сегментації може надати цим моделям додаткову інформацію, яка їм потрібна. Розділивши навчальні зображення на класи пікселів, можна ідентифікувати безпечні зони та небезпечні машини, надаючи контекст позиціонуванню працівників на зображеннях.