IA e Visão Computacional em HSE: do conceito ao lançamento

Da ideia a um sistema funcional: visão computacional na produção de alimentos

A implementação de tecnologias de inteligência artificial e visão computacional está se tornando uma etapa natural no desenvolvimento de sistemas de segurança industrial. Isso é especialmente relevante para a indústria alimentícia, onde os requisitos do HACCP ditam regras rígidas de higiene e permanência do pessoal em áreas limpas. Ivan Maksimov, representante da empresa FoodTech "Qummy", compartilha a experiência prática de criar e implementar um sistema de visão computacional baseado em soluções Open Source.

O palestrante detalha o caminho desde o surgimento da ideia até o lançamento de uma ferramenta funcional que ajuda a monitorar a conformidade com as normas sanitárias e as regras de HSE sem recorrer a soluções prontas e caras.

Escolha do modelo de linguagem e processo de treinamento

A base do sistema foi o modelo de linguagem aberto MoonDream. A escolha de um produto Open Source permitiu à empresa economizar significativamente no início e adaptar o sistema de forma flexível às suas necessidades. A apresentação examina detalhadamente o processo de treinamento do modelo:

• Treinamento inicial com dados sintéticos: o modelo foi treinado para reconhecer fumaça, ausência de máscaras, toucas e luvas, bem como situações atípicas (por exemplo, uma pessoa deitada no chão). Isso permitiu estabelecer padrões básicos de reconhecimento.
• Treinamento adicional com fluxo de vídeo real: o sistema foi conectado às câmeras de uma fábrica-cozinha. O modelo começou a analisar os quadros em tempo real, identificando violações (por exemplo, entrar na área de produção sem roupas sanitárias). Isso garantiu alta precisão de operação nas condições específicas da empresa.
• Integração com sistemas de alerta: para uma resposta rápida, foi configurado o envio de notificações em um bot do Telegram para os gerentes e tecnólogos responsáveis. O tempo entre a detecção da violação e o recebimento do sinal não passa de 15 segundos.

Psicologia da implementação: de punições a recompensas

A implementação técnica é apenas parte do sucesso. O palestrante mostra, usando o exemplo de sua empresa, como é importante estruturar adequadamente o trabalho com a equipe ao implementar sistemas de controle. O princípio principal é a recusa de punições financeiras com base em dados de visão computacional.

• O sistema como assistente: é explicado aos trabalhadores que a visão computacional é análoga aos sistemas de segurança passiva em um carro (ABS, airbags). Foi criado para proteger, não para multar.
• Motivação positiva: em vez de "quadros de vergonha", a empresa usa um sistema de recompensas. Os funcionários que não cometem violações durante um mês recebem pequenos bônus ou presentes. Isso reduz a resistência do pessoal e forma uma cultura de segurança consciente.
• Preparação prévia: antes do lançamento do sistema, foram realizados treinamentos e conversas, o que ajudou a aliviar a ansiedade e até despertou o interesse dos trabalhadores.

Economia do projeto e perspectivas de desenvolvimento

Criar o próprio sistema requer investimento, mas a longo prazo mostra-se mais rentável do que comprar soluções prontas. Os principais custos são o salário do programador (cerca de 6 meses de trabalho) e a compra de equipamentos de servidor (cerca de 2-3 milhões de rublos). No entanto, o desenvolvimento próprio permite escalar o sistema gratuitamente, adicionar novas funções (por exemplo, reconhecimento facial) e integrá-lo com os produtos de TI internos da empresa (1C, Bitrix).

O que você aprenderá neste webinar:

• Como escolher e treinar um modelo Open Source de visão computacional para as necessidades de HSE?
• Como organizar o alerta rápido aos gerentes sobre violações usando bots do Telegram?
• Como superar a resistência do pessoal ao implementar sistemas de controle de vídeo total?
• Quais são os custos reais de desenvolver o próprio sistema de visão computacional em comparação com a compra de soluções prontas?
• Como a visão computacional ajuda a reduzir o nível de microtraumas na produção?