Yapay zekâ destekli iş güvenliği modellemesi

Bu tez çalışmasında, iş sağlığı ve güvenliği (İSG) alanında kazaları önlemek için proaktif bir yaklaşım geliştirilmesi amaçlanmış ve yapay zekâ (YZ) tabanlı bir modelleme önerilmiştir. Geleneksel İSG yöntemleri genellikle reaktif nitelik taşımakta ve kazalar meydana geldikten sonra önlemler alınmaktadır. Bu tezde sunulan model ile iş yerlerinde meydana gelebilecek potansiyel tehlikelerin ve güvensiz durumların anlık tespit edilmesi, muhtemel kazaların ise önceden önlemesi hedeflenmektedir. Çalışmanın temel amacı, kişisel koruyucu donanım (KKD) kullanımını otomatik olarak izleyen bir bilgisayarlı görü sistemi geliştirmektir. Bu amaçla, "You Only Look Once (YOLOv5)" algoritması kullanılarak bir nesne tespiti modeli oluşturulmuştur. Modeli eğitmek için, "insan", "kask", "yelek" ve "eldiven" sınıflarını içeren 2512 görüntüden oluşan bir veri seti hazırlanmıştır. Görüntüler, eğitim (%70), doğrulama (%20) ve test (%10) kümelerine ayrılarak etiketleme sürecinden geçirilmiştir. Bu süreç, sistemin görsel girdilerden öğrenmesini ve doğru sınıflandırmalar yapmasını sağlayacak temel adım olmuştur. Eğitim, 100 devir (epoch) boyunca, kayıp fonksiyonlarını azaltmayı ve ortalama duyarlılık (mAP) metriklerini iyileştirmeyi hedefleyerek yürütülmüştür. Sonuçlar, modelin mAP@0.5'te %86,6 başarı oranına ulaştığını göstermektedir. Kask (%97,8) ve yelek (%96,5) sınıflarında, kesinlik ve geri çağırma oranları %97'nin üzerinde gerçekleşmiştir. Bu, bulgu modelin bu ekipmanları tespit etmede yüksek performans sergilediğini ortaya koymaktadır. Ancak eldiven tespiti (%56,5), nesnelerin küçük boyutu, farklı türleri ve sıkça örtülü olması nedeniyle daha düşük bir performans göstermiştir. Bu durum, modelin pratik uygulamadaki sınırlılıklarını ve geliştirilmesi gereken yönlerini açıkça ortaya koymaktadır. Geliştirilen sistem, mevcut güvenlik kameralarına entegre edilerek KKD ihlallerini gerçek zamanlı olarak tespit edebilir. Veri setinin çeşitlendirilmesi, farklı aydınlatma koşullarının ve farklı KKD türlerinin eklenmesi, modelin doğruluğunu artırabilecektir. Ayrıca, sistemin etik boyutları (örneğin, çalışan mahremiyetinin korunması ve yanlış tespitlerin yol açabileceği hukuki sorumluluklar) ayrıntılı biçimde ele alınmalıdır. İleride yapılacak saha testleri ve sektörlerde gerçekleştirilecek uyarlamalar, "sıfır kaza" hedefine ulaşmada önemli bir adım olacaktır.