أتاح دمج نماذج Ultralytics YOLO، التي جرى ضبطها بدقة باستخدام بيانات مملوكة وتحسينها لتنسيقات تصدير متعددة، لشركة Videologic Analytics خفض التكاليف وتقليص الوقت اللازم لطرح المنتجات في السوق.
تُعد Videologic Analytics شركة مطوِّرة مقرها إسبانيا لحلول متقدمة لتحليلات الفيديو، تعزز الأمن والمراقبة في المواقع الصناعية، ومجمعات الطاقة الشمسية، والمجمعات السكنية. وتنشر حلولًا مدعومة بالذكاء الاصطناعي تتكامل مع كاميرات المراقبة لمراقبة المحيطات واكتشاف عمليات التسلل في الوقت الفعلي.
في مواجهة التكاليف المرتفعة وبطء النشر عند استخدام النماذج السابقة، دمجت الشركة نماذج Ultralytics YOLO لتعزيز دقة الاكتشاف، وخفض تكاليف التطوير والوقت اللازم لطرح المنتجات في السوق، والتوسع في مجالات جديدة مثل تجارة التجزئة وذكاء الأعمال.
تمكين الرؤية الحاسوبية للأمن باستخدام كاميرات الذكاء الاصطناعي#
بقيادة خبراء يتمتعون بخبرة تزيد على 30 عامًا، تتخصص Videologic Analytics في دمج الذكاء الاصطناعي والرؤية الحاسوبية في كاميرات المراقبة من أجل المراقبة في الوقت الفعلي واكتشاف التهديدات آليًا. وتحمي حلولها المنشآت الكبيرة، ومنشآت الطاقة المتجددة، والمجتمعات السكنية من خلال أداء موثوق.
تخدم الشركة عملاء بارزين مثل Prosegur وSecuritas وSabico، إضافة إلى أكثر من 4,000 شركة أمن معتمدة في إسبانيا. وفي مواجهة التحديات المرتبطة بارتفاع تكلفة تطوير نماذج الذكاء الاصطناعي ونشرها واستغراق ذلك وقتًا طويلًا، اعتمدت الشركة نماذج Ultralytics YOLO ضمن حلول Vision AI المبتكرة. وبذلك، تمكنت من تحسين تطبيقاتها الأمنية والتوسع أيضًا في قطاعات جديدة.
الحاجة إلى اكتشاف آلي للتهديدات باستخدام الذكاء الاصطناعي بتكلفة فعّالة#
كانت Videologic Analytics قد دمجت سابقًا نماذج الذكاء الاصطناعي في كاميرات المراقبة التي قدمتها لعملائها. وبُرمجت هذه النماذج المبكرة لاكتشاف نطاق محدود من فئات الكائنات، بما في ذلك المركبات والبشر والحيوانات الصغيرة بصورة عامة. ورغم أن هذا النهج التأسيسي أرسى الأساس لأنظمة أمنية متقدمة، فإنه أتاح أيضًا فرصًا لمزيد من التحسين، ولا سيما في تعزيز الدقة وتقليل معدلات الإيجابيات الكاذبة.
كان العملاء يبحثون عن حل أكثر شمولًا، قادر على توفير إمكانات أوسع وأكثر دقة في اكتشاف الكائنات عبر نطاق أكبر من الكائنات والسيناريوهات. ولتلبية احتياجات هؤلاء العملاء، بدأ فريق البحث والتطوير في Videologic Analytics تطوير نماذج محسّنة للذكاء الاصطناعي.
أثناء تطوير هذه النماذج، اكتشفت Videologic Analytics سريعًا أن النهج الحالي ينطوي على بعض المشكلات، مثل ارتفاع التكاليف وطول مدة التطوير. وأدركت الشركة حاجتها إلى نهج أكثر مرونة وكفاءة. وكان يتعين على هذا النهج الجديد معالجة هذه التحديات وتلبية احتياجات عملائها الأمنية المتطورة بصورة أفضل.
وعلى وجه التحديد، أرادت الشركة تحديد نموذج للرؤية الحاسوبية يمكنه تعزيز موثوقية حلول Vision AI لديها ورفع مستوى رضا العملاء. وكان من الضروري أيضًا أن يظل النموذج فعالًا من حيث التكلفة وقابلًا للتكيف مع الاحتياجات المستقبلية.
إعادة صياغة مفهوم المراقبة من خلال اكتشاف الحالات الشاذة المدعوم بالذكاء الاصطناعي#
بعد اختبار عدة نماذج للذكاء الاصطناعي، اكتشفت Videologic Analytics أن نماذج Ultralytics YOLO توفر المرونة والأداء اللذين تحتاج إليهما. وبدأت باستخدام نماذج YOLO مدرّبة مسبقًا باستخدام مجموعة بيانات COCO، التي تتضمن نطاقًا واسعًا من الكائنات الشائعة. وقد وفّر هذا التدريب المسبق أساسًا قويًا، إذ كانت النماذج قادرة بالفعل على التعرّف على العديد من العناصر الأساسية، مما سهّل تكييفها لتلبية احتياجات أمنية محددة.
فعلى سبيل المثال، أجرت Videologic Analytics ضبطًا دقيقًا لهذه النماذج المدرّبة مسبقًا باستخدام بياناتها المملوكة لتطبيقات مثل مراقبة مجمعات الطاقة الشمسية.
في هذا السيناريو، استُخدمت النماذج لاكتشاف الحالات الشاذة المدعوم بالذكاء الاصطناعي، والتمييز بين التهديدات الحقيقية - مثل الأفراد أو المركبات غير المصرح لهم - والعناصر غير الضارة مثل الحيوانات الصغيرة أو الحطام الذي تحركه الرياح. وكان هذا التمييز الواضح ضروريًا لتقليل الإنذارات الكاذبة وتحسين الأداء الأمني العام.
إلى جانب مراقبة مزارع الطاقة الشمسية، طوّرت الشركة أيضًا حلولًا أمنية صناعية وسكنية باستخدام YOLO، بالإضافة إلى وحدات لإثبات المفهوم من أجل ابتكارات الرؤية الحاسوبية في تجارة التجزئة وذكاء الأعمال. ورغم أنها تستخدم اكتشاف الكائنات أساسًا، فإنها تستفيد أيضًا من مهام الرؤية الحاسوبية التي يدعمها YOLO، مثل تقدير الوضعيات وتتبع الكائنات.
الشكل 1. تستخدم Videologic Analytics نماذج Ultralytics YOLO لمراقبة محطات الطاقة الشمسية.
لماذا اختيار نماذج Ultralytics YOLO؟#
اختارت Videologic Analytics نماذج Ultralytics YOLO لأنها كانت تحتاج إلى حل متين قادر على دعم عدد كبير من قنوات الكاميرات مع توفير استدلال سريع ودقيق.
يدعم YOLO تنسيقات تصدير متنوعة ويتكامل بسلاسة مع أطر عمل مثل CUDA وTensorRT وONNX وOpenVINO. وتتيح هذه المرونة لشركة Videologic Analytics ضبط النماذج بدقة باستخدام PyTorch ونشرها بكفاءة في بيئة الإنتاج. وبفضل التحسينات الخاصة بالأجهزة، يلبي YOLO المتطلبات الصارمة لتحليلات الفيديو في الوقت الفعلي بصورة أفضل من النماذج السابقة.
تبسيط نشر النماذج للمراقبة الذكية بالفيديو#
منذ دمج نماذج Ultralytics YOLO، شهدت Videologic Analytics تحسينات ملحوظة في الأداء والكفاءة على حد سواء. وقد أتاح حل Vision AI الجديد لديها اكتشاف التهديدات بسرعة وفي الوقت الفعلي عبر مجموعة واسعة من المنشآت، بدءًا من مجمعات الطاقة الشمسية والمواقع الصناعية وصولًا إلى المجمعات السكنية.
في الواقع، تنشر Videologic Analytics نحو 10,000 ترخيص سنويًا، يقابل كل منها قناة كاميرا مخصصة، وقد جرى الآن ترقية جميع التراخيص لدعم نماذج Ultralytics YOLO. وأدى التحول إلى YOLO إلى انخفاض ملحوظ في الإنذارات الكاذبة وتحسن عام في دقة الاكتشاف. ونتيجة لذلك، يستمتع العملاء بـأنظمة أمنية أكثر موثوقية، كما انخفضت التكاليف التشغيلية.
كما أسهمت سرعات الاستدلال الأعلى وقابلية التوسع التي توفرها نماذج Ultralytics YOLO في تقليص الوقت اللازم لطرح ميزات الذكاء الاصطناعي الجديدة في السوق. وأتاح ذلك لشركة Videologic Analytics تحسين عروضها الأمنية الأساسية واستكشاف فرص جديدة في قطاعات مثل تجارة التجزئة وذكاء الأعمال. وبوجه عام، أدى اعتماد نماذج Ultralytics YOLO إلى تحسينات تشغيلية فورية وآفاق نمو طويلة الأمد للشركة.
الشكل 2. تستخدم Videologic Analytics نماذج Ultralytics YOLO لمراقبة البيئات الحضرية.
تحليلات فيديو ذكية للسلامة والأمن: المرحلة المقبلة#
تعمل Videologic Analytics بنشاط على توسيع نطاق حلها من خلال الاستفادة من نماذج Ultralytics YOLO لتجاوز نطاق اكتشاف عمليات التسلل الأساسية. وتتمثل الخطوات التالية في توفير رؤى أكثر ثراءً وقابلية للتنفيذ من خلال تحليلات متقدمة مثل تحليل السلوك، وتتبع الاتجاهات، والذكاء التنبؤي.
ستساعد هذه التحسينات العملاء على تحسين العمليات الأمنية وفتح آفاق جديدة في تجارة التجزئة وذكاء الأعمال، بما يدفع الابتكار والنمو المتواصلين في مجال تحليلات الفيديو في الوقت الفعلي.
هل ترغب في معرفة كيف يمكن للرؤية الحاسوبية إعادة تشكيل أعمالك؟ استكشف مستودعنا على GitHub للاطلاع على كيفية إسهام حلول Ultralytics للذكاء الاصطناعي في تحويل ابتكارات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة. تعرّف على المزيد حول نماذج YOLO وخيارات الترخيص لدينا، وابدأ اليوم رحلتك نحو أتمتة أكثر ذكاءً وكفاءة.
