Sistema de monitoreo en tiempo real de EPP en ambientes industriales usando YOLO y Raspberry Pi

• Autor: Taquila Velasquez, John Junior
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/14254
• Enlace del recurso: https://hdl.handle.net/20.500.12867/14254
• Nivel de acceso: acceso embargado
• Materia: Seguridad laboral; Visión computacional; Industriales reales; https://purl.org/pe-repo/ocde/ford#2.11.03

En el Perú, la actividad industrial presenta altos índices de accidentes laborales, concentrando cifras alarmantes en la capital según los boletines mensuales del Ministerio de Trabajo y Promoción del Empleo. Ante esta situación, la transformación de la seguridad laboral requiere incorporar tecnologías emergentes como Inteligencia Artificial, Deep Learning, Visión por Computador e IoT. Este estudio propone un prototipo de sistema de monitoreo en tiempo real para la detección de equipos de protección personal (EPP) en entornos industriales, contribuyendo a optimizar la supervisión y reducir riesgos. El sistema se basa en un modelo de Red Neuronal Convolucional (CNN) de tipo YOLO (You Only Look Once), reconocido por su arquitectura eficiente para extracción de características y detección precisa de objetos. Se aplicó transferencia de aprendizaje entrenando el modelo en entornos como Visual Studio Code y Anaconda, utilizando el dataset público SH17 de Kaggle, filtrado a cuatro clases clave (persona, gafas, guantes y casco), conformando el nuevo dataset Safe Industrial Human (SIH4). Asimismo, se recopilaron imágenes de Roboflow, Kaggle y Mendeley Data para elaborar datasets de fine-tuning y prueba específicos para EPP en entornos industriales. El modelo alcanzó una precisión del 74.8 % y se desplegó en una Raspberry Pi 5 integrada con la plataforma IoT ThingsBoard para el monitoreo y generación de alertas en tiempo real mediante una cámara IP. Las pruebas de campo en un taller de maquinaria confirmaron resultados satisfactorios, validando la detección de EPP en ambientes industriales reales. Este prototipo constituye una alternativa de bajo costo y alta aplicabilidad para fortalecer la seguridad ocupacional y se proyecta como base para futuras soluciones que impulsen entornos laborales más seguros y modernos en el Perú.