Deixa a gente te contar uma coisa que incomoda faz tempo: quase todo modelo de visão computacional "de segurança" que existe por aí foi treinado em canteiro de obras americano, documentado em inglês, com licença que ou trava uso comercial ou ninguém entende. Aí o pessoal da fábrica brasileira baixa, testa na câmera do pátio, não funciona direito e conclui que "IA não presta".

Prestam sim. Só que modelo bom precisa de duas coisas: dado certo e honestidade sobre onde funciona. Então decidimos fazer diferente: hoje a raqIA libera o EPI-1, nosso primeiro modelo open-weights — um detector de EPI que você baixa, roda no seu próprio vídeo e usa comercialmente sem pagar nada e sem advogado.

O que ele faz

Você aponta uma imagem ou vídeo. Ele devolve caixinhas em volta de três coisas:

Em vídeo, isso vira um monitor: cada frame é analisado em tempo real e quem está sem EPI aparece marcado em vermelho. Dá pra ligar numa câmera que já existe — até DVR velho serve.

Por que aberto? E por que em português?

Duas respostas. A primeira é comercial e a gente não tem vergonha de dizer: a melhor forma de provar que sabemos treinar modelo é deixar você rodar um. Quem baixa e testa confia muito mais do que quem lê um PDF bonito.

A segunda é porque falta. Procura aí: documentação de modelo de IA em português é raríssima. O engenheiro de fábrica em Blumenau, o técnico de segurança em Joinville — eles merecem ler o que o modelo faz, onde ele erra e como rodar, sem precisar de tradutor. O EPI-1 sai com model card completo em PT-BR: métricas, limitações, instruções de uso e o que ele definitivamente NÃO faz.

A parte técnica (sem terror)

O EPI-1 é um detector RF-DETR — uma arquitetura moderna de detecção em tempo real, da mesma família dos modelos que usamos em produção. Treinamos com 15,5 mil imagens públicas de ambientes industriais, e ele sai em dois formatos:

A licença é Apache-2.0 — a mais permissiva que existe. Pode usar em produto, pode vender serviço em cima, pode modificar. A única coisa que pedimos é o aviso de copyright.

E como ele se compara com o que já existe?

Fomos olhar os detectores de EPI mais baixados do HuggingFace — e o cenário é esse: os dois líderes publicam mAP50 na faixa de 0,74–0,76, metade nem informa número de validação, e todos os populares usam YOLO da Ultralytics, que é licença AGPL-3.0 — ou seja, colocar no seu produto obriga abrir o código.

O EPI-1 fecha a rodada com 0,938 de mAP50, 0,912 de precisão e 0,888 de recall na validação — medido por nós no conjunto reservado, não citado de paper. Sai com Apache-2.0, a licença mais permissiva que existe, e publica os números inclusive onde ele erra: os ~11% que escapam são quase sempre pessoas pequenas no fundo do frame.

Onde ele funciona — e onde não

Aqui é que a gente se diferencia dos releases bonitos que escondem o defeito. O EPI-1 foi treinado em imagens de internet pública, não na sua fábrica. Então:

Como baixar

Tá tudo no nosso HuggingFace — pesos, código de inferência, model card:

Baixar o EPI-1 no HuggingFace ↗

Rodar é literalmente duas linhas:

pip install onnxruntime opencv-python
python infer.py --model epi-1.onnx --input seu_video.mp4

E na sua empresa?

O EPI-1 é o modelo que a gente abre pra comunidade. O que ele mostra é o recorte público de um trabalho maior: os modelos que rodam em cliente (como os da nossa linha de visão) são treinados nas imagens da própria planta, validados no turno real e integram com o processo. Se você baixar o EPI-1 e ele quase resolver — mas faltar aquela adaptação pro seu caso, a fila de revisão, o relatório de turno — é exatamente aí que a gente entra.

Quer ver visão computacional funcionando no seu vídeo?

Manda um trecho de vídeo da sua linha — a gente roda uma simulação e devolve os números.

Falar no WhatsApp