Detecteur EPI

Project information

Ce projet constitue mon projet de fin d'études et porte sur la conception et le déploiement d'une solution de vision par ordinateur destinée à la détection automatique des risques et non-conformités liés au port des équipements de protection individuelle (EPI) sur les chantiers.

L'objectif est de développer une solution capable d'analyser une image d'une scène de chantier, d'identifier les personnes présentes et d'exploiter les informations relatives au port des équipements de protection afin de déterminer les situations conformes et non conformes.

Le projet s'inscrit dans une démarche de Computer Vision appliquée à la sécurité industrielle, avec une attention particulière portée à la possibilité de déployer le modèle sur un environnement mobile.

Travaux réalisés :

Constitution et préparation d'un dataset de scènes de chantier. Annotation et structuration des données d'entraînement. Nettoyage et préparation des données. Expérimentation de modèles de Deep Learning pour la détection d'objets. Utilisation de YOLO pour la détection des personnes et des équipements de protection. Mise en place d'une logique de décision permettant d'interpréter les détections et d'identifier les situations de non-conformité. Évaluation des performances du modèle. Optimisation du pipeline d'inférence. Conversion du modèle vers TensorFlow Lite. Expérimentation du déploiement du modèle dans une application mobile.

Python yolo TensorFlow opencv computer vision deep learning Flutter