كانت VideoLogic Analytics تدمج قدرات الذكاء الاصطناعي في كاميرات المراقبة الخاصة بها، ولكن العديد من نماذج الذكاء الاصطناعي كانت باهظة الثمن وبطيئة جدًا في النشر.
وقد مكّن دمج نماذج Ultralytics YOLO التي تم ضبطها بدقة على البيانات الخاصة وتحسينها لتناسب تنسيقات التصدير المختلفة، تحليلات VideoLogic من تقليل التكاليف والوقت اللازم للتسويق.
شركة Videologic Analytics هي شركة مطوِّرة لحلول تحليلات الفيديو المتقدمة التي تتخذ من إسبانيا مقراً لها وتعمل على تعزيز الأمن والمراقبة للمواقع الصناعية ومجمعات الطاقة الشمسية والمجمعات السكنية. وتنشر الشركة حلولاً مدعومة بالذكاء الاصطناعي تتكامل مع الكاميرات الأمنية لمراقبة المحيط detect الاختراقات في الوقت الفعلي.
في مواجهة ارتفاع التكاليف وبطء النشر مع النماذج السابقة، قامت الشركة بدمج نماذجUltralytics YOLO لتعزيز دقة الكشف وتقليل تكاليف التطوير والوقت اللازم للتسويق والتوسع في مجالات جديدة مثل البيع بالتجزئة وذكاء الأعمال.
تتخصص Videologic Analytics، بقيادة خبراء يتمتعون بخبرة تزيد عن 30 عامًا، في دمج الذكاء الاصطناعي والرؤية الحاسوبية في كاميرات المراقبة الأمنية للمراقبة في الوقت الفعلي والكشف الآلي عن التهديدات. تحمي حلولهم المرافق الكبيرة ومنشآت الطاقة المتجددة والمجتمعات السكنية بأداء موثوق.
وهم يخدمون عملاء مشهورين مثل Prosegur وSecuritas وSabico وأكثر من 4000 شركة أمن معتمدة في إسبانيا. وفي مواجهة التحديات المتعلقة بتطوير نماذج الذكاء الاصطناعي المكلفة والمستهلكة للوقت ونشرها، اعتمدت الشركة نماذج Ultralytics YOLO في حلول Vision AI المبتكرة. ومن خلال القيام بذلك، تمكنوا من تعزيز تطبيقاتهم الأمنية والتوسع أيضاً في قطاعات جديدة.
قامت شركة Videologic Analytics في السابق بدمج نماذج الذكاء الاصطناعي في الكاميرات الأمنية التي تقدمها لعملائها. وقد تمت برمجة هذه النماذج المبكرة detect مجموعة محدودة من فئات الأشياء، بما في ذلك المركبات العامة والبشر والحيوانات الصغيرة. وفي حين أن هذا النهج التأسيسي أرسى الأساس لأنظمة أمنية متقدمة، إلا أنه أتاح أيضاً فرصاً لمزيد من التحسين، لا سيما في تعزيز الدقة والمعدلات الإيجابية الخاطئة.
كان عملاؤهم يبحثون عن حل أكثر شمولاً، حل قادر على تقديم إمكانات اكتشاف الأجسام أوسع وأكثر دقة عبر نطاق أوسع من الأجسام والسيناريوهات. لتلبية احتياجات العملاء هذه، بدأ فريق البحث والتطوير في Videologic Analytics في تطوير نماذج ذكاء اصطناعي محسّنة.
أثناء تطوير هذه النماذج، سرعان ما وجدت Videologic Analytics أن النهج الحالي به بعض المشكلات، مثل التكاليف المرتفعة وأوقات التطوير الطويلة. أدركت الشركة أنها بحاجة إلى نهج أكثر مرونة وكفاءة. سيحتاج هذا النهج الجديد إلى معالجة هذه التحديات وتلبية احتياجات عملائها الأمنية المتطورة بشكل أفضل.
على وجه التحديد، أرادوا تحديد نموذج رؤية حاسوبية يمكنه تعزيز موثوقية حلول رؤية الذكاء الاصطناعي الخاصة بهم وتعزيز رضا العملاء. كان من الضروري أيضًا أن يظل النموذج فعالاً من حيث التكلفة وقابلاً للتكيف مع الاحتياجات المستقبلية.
بعد اختبار العديد من نماذج الذكاء الاصطناعي، اكتشفت شركة Videologic Analytics أن نماذج Ultralytics YOLO توفر المرونة والأداء اللذين يحتاجون إليهما. وقد بدأوا بنماذج YOLO المدربة مسبقاً والتي تم تطويرها باستخدام مجموعة بياناتCOCO والتي تتضمن مجموعة كبيرة من العناصر الشائعة. وقد وفر هذا التدريب المسبق أساسًا قويًا، حيث يمكن للنماذج بالفعل التعرف على العديد من العناصر الأساسية، مما يسهل تكييفها لتلبية احتياجات أمنية محددة.
على سبيل المثال، قامت Videologic Analytics بضبط هذه النماذج المدربة مسبقًا باستخدام بياناتها الخاصة لتطبيقات مثل مراقبة الحدائق الشمسية.
في هذا السيناريو، استُخدمت النماذج للكشف عن الحالات الشاذة المدفوعة بالذكاء الاصطناعي، والتمييز بين التهديدات الحقيقية - مثل الأفراد أو المركبات غير المصرح لها - والعناصر غير الضارة مثل الحيوانات الصغيرة أو الحطام المتطاير بفعل الرياح. كان هذا التمييز الواضح ضروريًا لتقليل الإنذارات الكاذبة وتحسين الأداء الأمني العام.
إلى جانب مراقبة مزارع الطاقة الشمسية، طوّروا أيضاً حلولاً أمنية صناعية وسكنية باستخدام YOLO بالإضافة إلى وحدات إثبات المفهوم لابتكارات الرؤية الحاسوبية في مجال التجزئة وذكاء الأعمال. وفي حين أنهم يستخدمون في المقام الأول اكتشاف الأجسام، إلا أنهم يستفيدون أيضاً من مهام الرؤية الحاسوبية التي يدعمها YOLO مثل تقدير الوضعية وتتبع الأجسام.
اختارت شركة Videologic Analytics نماذج Ultralytics YOLO لأنها كانت بحاجة إلى حل قوي قادر على دعم العديد من قنوات الكاميرا مع تقديم استنتاج سريع ودقيق.
يدعم YOLO العديد من تنسيقات التصدير ويتكامل بسلاسة مع أطر عمل مثل CUDA و TensorRT و ONNX و OpenVINO. هذه المرونة تجعل من الممكن لـ Videologic Analytics ضبط النماذج باستخدام PyTorch ونشرها بكفاءة في الإنتاج. وبفضل التحسينات الخاصة بالأجهزة، يلبي YOLO الاحتياجات المتطلبة لتحليلات الفيديو في الوقت الفعلي بشكل أفضل من النماذج السابقة.
منذ دمج نماذج Ultralytics YOLO شهدت شركة Videologic Analytics تحسينات مذهلة في كل من الأداء والكفاءة. وقد أتاح حل Vision AI الجديد الخاص بها إمكانية الكشف السريع والفوري عن التهديدات عبر مجموعة واسعة من المنشآت - من مجمعات الطاقة الشمسية والمواقع الصناعية إلى المجمعات السكنية.
في الواقع، تقوم شركة Videologic Analytics بنشر حوالي 10,000 ترخيص سنويًا، كل منها يتوافق مع قناة كاميرا مخصصة، مع ترقية جميع التراخيص الآن لدعم نماذج Ultralytics YOLO . وقد أدى التحول إلى YOLO إلى انخفاض كبير في الإنذارات الكاذبة وزيادة عامة في دقة الكشف. ونتيجة لذلك، أصبح العملاء يتمتعون بأنظمة أمنية أكثر موثوقية وانخفضت التكاليف التشغيلية.
كما أن سرعات الاستدلال الأسرع وقابلية التوسع في نماذج Ultralytics YOLO قد قللت من الوقت اللازم لطرح ميزات الذكاء الاصطناعي الجديدة في السوق. وقد مكّن ذلك شركة Videologic Analytics من تعزيز عروضها الأمنية الأساسية واستكشاف فرص جديدة في قطاعات مثل البيع بالتجزئة وذكاء الأعمال. بشكل عام، أدى اعتماد نماذج Ultralytics YOLO إلى تحسينات تشغيلية فورية وآفاق نمو طويلة الأجل للشركة.
تعمل Videologic Analytics بنشاط على توسيع نطاق حلها من خلال الاستفادة من نماذج Ultralytics YOLO لتجاوز مرحلة الكشف عن التسلل الأساسي. تتضمن الخطوات التالية توفير رؤى أكثر ثراءً وقابلية للتنفيذ من خلال التحليلات المتقدمة مثل تحليل السلوك وتتبع الاتجاهات والذكاء التنبؤي.
ستساعد هذه التحسينات العملاء على تحسين العمليات الأمنية وإطلاق إمكانات جديدة في مجال البيع بالتجزئة وذكاء الأعمال، مما يدفع الابتكار والنمو المستمر في تحليلات الفيديو في الوقت الفعلي.
هل لديك فضول لمعرفة كيف يمكن للرؤية الحاسوبية إعادة تشكيل أعمالك؟ استكشف مستودع GitHub الخاص بنا لترى كيف تعمل حلول الذكاء الاصطناعي من Ultralyticsعلى تحويل الابتكارات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة. تعرّف على المزيد حول نماذج YOLO وخيارات الترخيص الخاصة بنا، وابدأ رحلتك نحو أتمتة أكثر ذكاءً وكفاءة اليوم.
نماذج Ultralytics YOLO عبارة عن بنيات رؤية حاسوبية تم تطويرها لتحليل البيانات المرئية من الصور ومدخلات الفيديو. يمكن تدريب هذه النماذج على مهام تشمل اكتشاف الكائنات وتصنيفها وتقدير الوضعية والتتبع وتجزئة النماذجUltralytics
Ultralytics YOLO11 هو أحدث إصدار من نماذج الرؤية الحاسوبية لدينا. تمامًا مثل إصداراته السابقة، فهو يدعم جميع مهام الرؤية الحاسوبية التي أحبها مجتمع الذكاء الاصطناعي للرؤية في YOLOv8. ومع ذلك، يأتي YOLO11 الجديد بأداء ودقة أكبر، مما يجعله أداة قوية وحليفًا مثاليًا لتحديات الصناعة في العالم الحقيقي.
يعتمد النموذج الذي تختاره للاستخدام على متطلبات مشروعك المحددة. من الضروري مراعاة عوامل مثل الأداء والدقة واحتياجات النشر. إليك نظرة عامة سريعة:
يتم توزيع مستودعات Ultralytics YOLO مثل YOLOv5 و YOLO11 بموجب ترخيص AGPL-3.0 افتراضيًا. صُممت هذه الرخصة المعتمدة من OSI للطلاب والباحثين والمتحمسين، وهي مصممة للطلاب والباحثين والمتحمسين، وتعزز التعاون المفتوح وتتطلب أن تكون أي برمجيات تستخدم مكونات AGPL-3.0 مفتوحة المصدر أيضًا. وعلى الرغم من أن هذا يضمن الشفافية ويعزز الابتكار، إلا أنه قد لا يتماشى مع حالات الاستخدام التجاري.
إذا كان مشروعك يتضمن تضمين برمجيات Ultralytics ونماذج الذكاء الاصطناعي في المنتجات أو الخدمات التجارية وترغب في تجاوز متطلبات المصدر المفتوح لرخصة AGPL-3.00، فإن رخصة المؤسسة هي الحل الأمثل.
تشمل مزايا ترخيص المؤسسة ما يلي:
لضمان التكامل السلس وتجنب قيود AGPL-3.0 ، اطلب ترخيص Ultralytics للمؤسسات باستخدام النموذج المقدم. سيساعدك فريقنا في تكييف الترخيص مع احتياجاتك الخاصة.
.webp)
.webp)
.webp)
.webp)