Sistema Integrado de detecção de EPIS - SIDE

Abstract

Este trabalho apresenta o desenvolvimento de um sistema de visão computacional voltado à detecção automática de Equipamentos de Proteção Individual (EPIs) em ambientes de trabalho. A proposta busca integrar tecnologia de inteligência artificial com segurança ocupacional, contribuindo para a prevenção de acidentes e o cumprimento das normas regulamentadoras. O sistema utiliza o modelo YOLOv8, uma rede neural de detecção de objetos em tempo real, treinada para identificar os principais EPIs: capacete, óculos de proteção, máscara facial e colete refletivo. A anotação e preparação do dataset foram realizadas com o auxílio da plataforma Roboflow, que também facilitou o redimensionamento, organização e diversificação das imagens. Para a captura das imagens, foi utilizada uma câmera conectada a um Raspberry Pi, que envia os dados para uma interface gráfica desenvolvida em Python, com o framework Streamlit. Essa interface permite a visualização em tempo real dos equipamentos detectados, facilitando a análise pelo usuário. O sistema foi projetado para ser de fácil implantação e operação, sendo uma solução de baixo custo com potencial de uso em diversos setores industriais. Os testes demonstraram resultados promissores quanto à acurácia da detecção, mesmo com variações de iluminação. A pesquisa evidencia o potencial do uso de visão computacional e IoT na promoção de ambientes de trabalho mais seguros e monitorados de forma inteligente. A combinação entre hardware acessível, software intuitivo e modelos de deep learning mostrou-se eficaz na construção de sistemas de apoio à segurança do trabalho.