AI vision identification for ISO 7010 safety standards and signs

Abstract

The International Organization for Standardization (ISO) 7010 standard is a critical component in maintaining safety and health in various environments, including workplaces, public areas and where heavy machinery is operated. ISO 7010 prescribes safety signs across standard images for the purposes of accident prevention and hazardous protection, providing a universal language of safety, that can be understood by everyone, regardless of their nationality or native language. These symbols are unique, having only one symbol for each meaning to avoid confusion across industries. In this context, this work proposes a solution to train, evaluate and deploy an AI image detection model that is able to identify such signs in an image (frame), and paired with natural language processing (NLP) through the use of proprietary Large Language Models (LLM), be able to identify in which location of the document such signs are present. For that, the framework uses cutting-edge LLM technologies as Function Tools and RAG (Retrieval Augmented Generation) practices. Along with the proposal, this work can also bring other potential benefits for places using ISO 7010 standards, such as enhanced safety compliance, realtime monitoring, accessibility and audit.

A norma International Organization for Standardization (ISO) 7010 é um componente crítico na manutenção da segurança e saúde em diversos ambientes, incluindo locais de trabalho, áreas públicas e onde há operação de máquinas pesadas. A ISO 7010 prescreve sinais de segurança (através de imagens padrão) para fins de prevenção de acidentes e proteção contra riscos, fornecendo uma linguagem universal de segurança, que pode ser compreendida por todos, independentemente de sua nacionalidade ou língua materna. Esses símbolos são únicos, tendo apenas um símbolo para cada significado para evitar confusão entre as indústrias. Nesse contexto, este trabalho propõe uma solução para construir (treinar, avaliar e implantar) um modelo de detecção de imagens de IA capaz de identificar tais sinais em uma imagem (frame), e, combinado com processamento de linguagem natural (NLP) através do uso de Large Language Models (LLM) comerciais, ser capaz de identificar em qual localização do documento tais sinais estão representados. Para isso, o framework utiliza tecnologias de ponta de LLM como Function Tools e RAG (Retrieval Augmented Generation). Junto com a proposta, este trabalho também pode trazer outros benefícios potenciais para locais que utilizam os padrões ISO 7010, como conformidade de segurança aprimorada, monitoramento em tempo real, acessibilidade e auditoria.