Supervisión de equipos de protección personal en operarios para la prevención de accidentes laborales en una planta manufacturera mediante el uso de técnicas de detección de objetos

Abstract

La industria manufacturera en el Perú es una de las más peligrosas debido a la alta incidencia de accidentes registradas durante la última década. Con esto en consideración, este trabajo entrena e implementa métodos de detección de objetos basados en redes neuronales convolucionales, en una planta manufacturera bajo condiciones reales de iluminación y equipos de protección personal (EPP). Para ello, se recopiló un conjunto base de 1100 imágenes, del cual se aplican las técnicas de aumento de datos y recorte en baldosas en 2x2, obteniendo 4180 imágenes y 4400 recortes respectivamente. Además, se dividieron dos grupos de anotaciones para entrenar los modelos. El Modelo 1 contiene las clases operadores, máquinas y montacargas, mientras que el Modelo 2, conformado por objetos pequeños, consideran la presencia o ausencia de casco, polo de trabajo, pantalón de trabajo y botas de seguridad. Se compararon cinco métodos de detección de objetos, los cuales fueron Yolov8m, Yolov9m, Yolov11m, SSD-MobileNet v2 FPNLite y EfficientDet D1. Los resultados demuestran que Yolov9m obtuvo la mejor precisión promedio mAP@0.5:0.95 para el Modelo 1, logrando 85.0 % para la detección general utilizando el aumento de datos. Mientras que Yolov8m, obtuvo el mejor desempeño para el Modelo 2, logrando 63.4 % mAP@0.5:0.95 para la detección de objetos pequeños utilizando el aumento de datos. Además, se obtuvieron tiempos de respuesta en el rango de 0.6 a 0.75 segundos.

The manufacturing industry in Peru is among the most hazardous sectors, due to the high incidence of occupational accidents reported over the last decade. Considering this, the present work trains and implements object detection methods based on convolutional neural networks in a manufacturing plant operating under real lighting conditions and the use of personal protective equipment (PPE). A base dataset of 1,100 images was collected, from which data augmentation techniques and 2×2 tiling were applied, obtaining 4,180 augmented images and 4,400 tiles, respectively. In addition, two annotation groups were created to train the models. Model 1 includes the classes operators, machines, and forklifts, while Model 2—focused on smaller objects—includes eight classes corresponding to the presence or absence of a safety helmet, work shirt, work pants, and safety boots. Five object detection methods were compared: Yolov8m, Yolov9m, Yolov11m, SSD-MobileNet v2 FPNLite, and EfficientDet D1. The results show that Yolov9m achieved the highest mean Average Precision (mAP@0.5:0.95) for Model 1, reaching 85.0 % for general detection using data augmentation. Meanwhile, Yolov8m achieved the best performance for Model 2, obtaining 63.4 % mAP@0.5:0.95 for small-object detection with data augmentation. Additionally, inference times ranged from 0.6 to 0.75 seconds.