1. 01Deteksi
  2. 02Yang dicek
  3. 03Cara kerja
  4. 04Akurasi

Pastikan APD terpakai sebelum kerja dimulai

SafetyCam mengenali helm, rompi, sarung tangan, sepatu safety, dan kacamata dari foto atau kamera, lalu menandai pekerja yang tidak memakainya.

Coba deteksi Nyalakan webcam
Tiga pekerja proyek berhelm dan berompi membaca gambar kerja di lokasi konstruksi

Area kerja
yang lebih
aman

Model berjalan
di browser,
tanpa server

[ Tentang ]

Bukan sekadar kamera

Pengawas tidak bisa memeriksa semua pekerja setiap saat. SafetyCam membantu memeriksa APD secara otomatis, dan semua prosesnya terjadi di perangkat kamu.

Cara kerjanya

Riset oleh

IRIS, Innovative Research on Intelligent System Fakultas Teknologi Maju dan Multidisiplin Universitas Airlangga
Pekerja memegang helm putih, belum dipakai, dengan rompi hi-vis
Helm
dipegang,
bukan dipakai

[ 01 ]

Kelas yang dikenali
11
Gambar berlabel
1.416
Parameter YOLO11s
9,4 jt
Foto dikirim ke server
0

[ 02 ] Coba sendiri

Coba deteksi

Unggah foto pekerja atau arahkan webcam. Hasilnya muncul dalam kurang dari satu detik.

Atau coba contoh

[ 03 ] Yang dicek

Apa yang diperiksa model

Model dilatih untuk dua hal: mengenali APD yang dipakai, dan mengenali bagian tubuh yang seharusnya terlindungi tapi tidak.

Coba sekarang
  • 01

    APD terpakai

    Helm, rompi, sarung tangan, sepatu safety, kacamata

  • 02

    Pelanggaran

    Tanpa helm, tanpa sarung tangan, tanpa sepatu safety, tanpa kacamata

  • 03

    Pekerja

    Setiap pekerja dinilai sendiri: aman, melanggar, atau APD-nya tidak terlihat jelas

Secara bawaan helm dan rompi wajib; daftar APD wajib bisa diubah di panel hasil. Pekerja yang cukup besar di foto tapi tidak terdeteksi memakai APD wajib langsung ditandai melanggar. APD lain hanya ditandai bila model melihatnya tidak dipakai.

Satu helm.
Satu nyawa.

Helm yang tertinggal di pos jaga tidak melindungi siapa pun. SafetyCam memeriksa APD dari foto atau kamera, jadi pengawas tidak perlu menebak.

Mulai deteksi
Briefing keselamatan di gerbang proyek, pekerja memakai helm merah
Dataset
Construction-PPE

[ 04 ] Cara kerja

Dari dataset ke browser

  1. 01

    Dataset Construction-PPE

    1.416 foto lokasi kerja berlabel kotak untuk 11 kelas, dari Ultralytics.

  2. 02

    Training YOLO11s

    Dipilih dari eksperimen n, s, dan m: paling baik menangkap pelanggaran, dan masih cukup ringan untuk browser.

  3. 03

    Export ke ONNX

    Input 640×640, output 15 × 8.400 kandidat kotak. Bobot float16 supaya ukurannya setengah (19 MB). Penyaringan kotak (NMS) dikerjakan di JavaScript.

  4. 04

    Inferensi di browser

    onnxruntime-web memakai WebGPU bila tersedia, WASM bila tidak. Semua file disimpan lokal, jadi bisa jalan tanpa internet. Gambar tidak pernah keluar dari perangkat.

Lihat dataset
Mulai
deteksi
sekarang

[ 05 ] Akurasi

Akurasi model

Diukur pada data uji yang tidak dipakai saat training. mAP50 menghitung tebakan benar bila kotaknya tumpang tindih minimal 50% dengan label asli.

Angka akurasi belum tersedia. Jalankan python evaluate.py lalu python export.py setelah training penuh, dan grafiknya muncul di sini.