Monitorización de Visión Industrial en Industrial
Introducción
La seguridad industrial y en el lugar de trabajo depende de saber qué está ocurriendo en la planta, en tiempo real, no solo después de un incidente. Las cámaras están en todas partes, pero la mayoría de las configuraciones siguen dependiendo de la revisión manual. La IA de visión industrial cierra esa brecha: detecta si hay trabajadores presentes, si llevan el EPP requerido y si aparecen comportamientos inseguros en la escena, y luego lanza alertas inmediatamente en el borde.
Este wiki despliega una demo de monitorización de seguridad industrial de referencia en dispositivos Seeed Industrial Jetson. Una cámara USB transmite al navegador; YOLO se encarga de la detección de personas y EPP, y un VLM analiza los riesgos de comportamiento. Ambas familias de modelos son intercambiables: el repositorio es un punto de partida, no está bloqueado a un único checkpoint.
| reComputer Industrial J4012 | reServer Industrial J4011 |
|---|---|
 |  |
Verificado en reComputer Industrial J4012 y reServer Industrial J4011 con JetPack 7.2.
Descripción general
| Capa | Función |
|---|---|
| YOLO | Detección de personas (cajas verdes) y violaciones de EPP como ausencia de casco o chaleco (cajas rojas) |
| VLM | Alertas de comportamiento a nivel de escena: uso del teléfono, fumar, caídas, fuego/humo y más |
Abre http://<jetson-ip>:8080 en un navegador para vídeo WebRTC en vivo, superposiciones de detección y un feed de alertas.
Hardware compatible
| Elemento | Configuración |
|---|---|
| Dispositivos | reComputer Industrial, reServer Industrial |
| Verificado | reComputer Industrial J4012, reServer Industrial J4011 · JetPack 7.2 (L4T 39.2.0) |
| JetPack | 7.2 verificado · 6.2 se espera compatible · por debajo de 6.2 requiere ruedas de PyTorch manuales |
| RAM / Disco | 8 GB de RAM mínimo · 8 GB de disco libre |
| Cámara | USB UVC / V4L2 (/dev/video*) |
Probado en reComputer Industrial J4012 y reServer Industrial J4011 con JetPack 7.2. Los mismos pasos se aplican a otros dispositivos Seeed Industrial Jetson con una versión de JetPack coincidente.
Instalación
Clona el repositorio y ejecuta el script de un solo clic en el Jetson de destino:
git clone https://github.com/xbs0325/industrial-inspection.git
cd industrial-inspection
./run.sh
./run.sh copia .env si falta, descarga los modelos, construye la imagen de Docker (primer inicio 15–30 min) y arranca los contenedores.
Luego abre:
http://<jetson-ip>:8080
La aplicación se ejecuta completamente en Docker; no se requiere configuración manual de Python en el host para el flujo de trabajo predeterminado.
Notas sobre JetPack
| JetPack | PyTorch |
|---|---|
| 7.2 | Se instala automáticamente durante la construcción de Docker (TORCH_INDEX_URL=cu130) |
| 6.2 | Establece TORCH_INDEX_URL en tu índice de CUDA 12.x, o coloca ruedas coincidentes en wheels/ |
| Por debajo de 6.2 | Coloca torch-*.whl / torchvision-*.whl adaptados a Jetson en wheels/ antes de ./run.sh |
Después de cambiar archivos relacionados con JetPack, reconstruye en el dispositivo de destino:
./clean.sh && ./run.sh
Consulta Install Pytorch for reComputer Jetson para fuentes de ruedas.
No copies imágenes de Docker entre dispositivos con diferentes versiones de JetPack o CUDA. Siempre reconstruye en el Jetson de destino.
Ajustes opcionales de .env
CAMERA_PIPELINE=sw # sw (default) or hw
Resultados de la demo
Interfaz inactiva antes de que comience la transmisión de la cámara.
Alerta de comportamiento del VLM: uso del teléfono en el área de trabajo.
Alerta de EPP de YOLO: falta el casco de seguridad.
Modelos usados en esta demo
La versión predeterminada se entrega con los checkpoints siguientes. Puedes sustituirlos por otros modelos YOLO o VLM actualizando la configuración del repositorio y el directorio models/.
| Función | Modelo predeterminado | Archivo |
|---|---|---|
| Detección de personas | YOLOv8n | models/yolov8n.onnx |
| Detección de EPP | YOLOv8 PPE | models/ppe-yolov8n.pt |
| Análisis de comportamiento | SmolVLM-500M-Instruct | models/SmolVLM-500M-Instruct/ |
Los modelos se descargan automáticamente en el primer ./run.sh, o manualmente mediante ./scripts/download_models.sh.
Detener y limpiar
./clean.sh # stop containers and remove local image
./clean.sh --full # also remove models/, data/, bin/go2rtc
Solución de problemas
| Problema | Solución |
|---|---|
| Permiso denegado de Docker | Añade el usuario al grupo docker, o usa sudo docker |
| Primera compilación lenta | Normal (15–30 min). En JetPack 6.2 o anterior, coloca ruedas en wheels/ |
| Incompatibilidad entre PyTorch / CUDA | Reconstruye en el Jetson de destino; no reutilices imágenes de otro JetPack |
| Cámara no disponible en el contenedor | Confirma /dev/video* en el host; ./run.sh monta automáticamente las cámaras detectadas |
| Sin vídeo en el navegador | Comprueba docker ps para industrial-go2rtc; el puerto 1984 debe ser accesible |
Recursos
Soporte técnico y debate sobre el producto
Gracias por elegir productos de Seeed Studio. Para soporte técnico y debate sobre el producto, utiliza los siguientes canales: