Zurück zu Ultralytics Enterprise-Lizenzierung

Videologic Analytics & Ultralytics YOLO für die Videoüberwachung

Problem

VideoLogic Analytics hat KI-Funktionen in seine Sicherheitskameras integriert, aber viele KI-Modelle waren zu teuer und zu langsam in der Bereitstellung.

Lösung

Durch die Integration der YOLO-Modelle von Ultralytics, die auf eigene Daten abgestimmt und für verschiedene Exportformate optimiert sind, konnte VideoLogic Analytics die Kosten und die Markteinführungszeit reduzieren.

Videologic Analytics ist ein in Spanien ansässiger Entwickler von fortschrittlichen Videoanalyselösungen, die die Sicherheit und Überwachung von Industrieanlagen, Solarparks und Wohnkomplexen verbessern. Das Unternehmen setzt KI-gestützte Lösungen ein, die mit Sicherheitskameras integriert werden, um Perimeter zu überwachen und Eindringlinge in Echtzeit zu erkennen. 

Angesichts der hohen Kosten und der langsamen Einführung früherer Modelle integrierten sie die YOLO-Modelle von Ultralytics, um die Erkennungsgenauigkeit zu erhöhen, die Entwicklungskosten und die Markteinführungszeit zu senken und in neue Bereiche wie Einzelhandel und Business Intelligence zu expandieren.

Computer Vision für die Sicherheit mit KI-Kameras ermöglichen

Videologic Analytics wird von Experten mit mehr als 30 Jahren Erfahrung geleitet und ist auf die Integration von KI und Computer Vision in Sicherheitskameras zur Echtzeitüberwachung und automatischen Erkennung von Bedrohungen spezialisiert. Die Lösungen von Videologic sichern große Einrichtungen, Anlagen für erneuerbare Energien und Wohngebiete mit zuverlässiger Leistung.

Das Unternehmen betreut renommierte Kunden wie Prosegur, Securitas, Sabico und über 4.000 zertifizierte Sicherheitsunternehmen in Spanien. Angesichts der Herausforderungen, die die teure und zeitaufwändige Entwicklung und Bereitstellung von KI-Modellen mit sich bringt, übernahm das Unternehmen die YOLO-Modelle von Ultralytics in seine innovativen Vision-KI-Lösungen. Dadurch waren sie in der Lage, ihre Sicherheitsanwendungen zu verbessern und auch in neue Bereiche vorzudringen.

Der Bedarf an kosteneffizienter automatischer Erkennung von Bedrohungen durch KI

Videologic Analytics hatte zuvor KI-Modelle in die Sicherheitskameras integriert, die sie ihren Kunden anboten. Diese frühen Modelle waren darauf programmiert, eine begrenzte Anzahl von Objektkategorien zu erkennen, darunter allgemeine Fahrzeuge, Menschen und kleine Tiere. Dieser grundlegende Ansatz legte zwar die Basis für fortschrittliche Sicherheitssysteme, bot aber auch Möglichkeiten zur weiteren Verfeinerung, insbesondere zur Verbesserung der Präzision und der Falsch-Positiv-Raten.

Die Kunden suchten nach einer umfassenderen Lösung, die in der Lage ist, eine breitere und genauere Objekterkennung für eine größere Anzahl von Objekten und Szenarien zu bieten. Um diesen Kundenanforderungen gerecht zu werden, begann das Forschungs- und Entwicklungsteam von Videologic Analytics mit der Entwicklung verbesserter KI-Modelle. 

Bei der Entwicklung dieser Modelle stellte Videologic Analytics schnell fest, dass der bisherige Ansatz einige Probleme aufwies, z. B. hohe Kosten und lange Entwicklungszeiten. Das Unternehmen erkannte, dass es einen flexibleren und effizienteren Ansatz benötigte. Dieser neue Ansatz sollte diese Herausforderungen bewältigen und die sich entwickelnden Sicherheitsanforderungen seiner Kunden besser erfüllen. 

Konkret sollte ein Computer-Vision-Modell gefunden werden, das die Zuverlässigkeit der Vision AI-Lösungen verbessert und die Kundenzufriedenheit erhöht. Es war auch wichtig, dass das Modell sowohl kosteneffizient als auch an zukünftige Anforderungen anpassbar ist.

Neudefinition der Überwachung mit KI-gesteuerter Anomalieerkennung

Nachdem Videologic Analytics mehrere KI-Modelle getestet hatte, entdeckte das Unternehmen, dass die YOLO-Modelle von Ultralytics die erforderliche Flexibilität und Leistung bieten. Sie begannen mit vortrainierten YOLO-Modellen, die mit dem COCO-Datensatz entwickelt wurden, der eine breite Palette gängiger Objekte enthält. Dieses Vortraining bot eine solide Grundlage, da die Modelle bereits viele grundlegende Objekte erkennen konnten, was ihre Anpassung an spezifische Sicherheitsanforderungen erleichterte.

Videologic Analytics beispielsweise hat diese vortrainierten Modelle mit seinen eigenen Daten für Anwendungen wie die Überwachung von Solarparks optimiert. 

In diesem Szenario wurden die Modelle für die KI-gestützte Erkennung von Anomalien verwendet, wobei zwischen echten Bedrohungen - wie unbefugten Personen oder Fahrzeugen - und harmlosen Elementen wie kleinen Tieren oder vom Wind verwehten Trümmern unterschieden wurde. Diese klare Unterscheidung war entscheidend für die Reduzierung von Fehlalarmen und die Verbesserung der allgemeinen Sicherheitsleistung.

Neben der Überwachung von Solarparks haben sie mit YOLO auch Sicherheitslösungen für Industrie und Privathaushalte sowie Proof-of-Concept-Module für Computer-Vision-Innovationen im Einzelhandel und für Business Intelligence entwickelt. Während sie in erster Linie die Objekterkennung verwenden, nutzen sie auch von YOLO unterstützte Computer-Vision-Aufgaben, wie z. B. Posenschätzung und Objektverfolgung.

__wf_reserved_inherit
Abb. 1. Videologic Analytics verwendet Ultralytics YOLO-Modelle zur Überwachung von Solarkraftwerken.

Warum die YOLO-Modelle von Ultralytics?

Videologic Analytics entschied sich für die YOLO-Modelle von Ultralytics, weil das Unternehmen eine robuste Lösung benötigte, die zahlreiche Kamerakanäle unterstützt und gleichzeitig schnelle, präzise Schlussfolgerungen liefert. 

YOLO unterstützt verschiedene Exportformate und lässt sich nahtlos mit Frameworks wie CUDA, TensorRT, ONNX und OpenVINO integrieren. Diese Flexibilität ermöglicht es Videologic Analytics, Modelle mit PyTorch fein abzustimmen und effizient in der Produktion einzusetzen. Mit hardwarespezifischen Optimierungen erfüllt YOLO die anspruchsvollen Anforderungen der Echtzeit-Videoanalyse besser als frühere Modelle.

Rationalisierte Modellbereitstellung für intelligente Videoüberwachung

Seit der Integration der YOLO-Modelle von Ultralytics konnte Videologic Analytics beeindruckende Verbesserungen bei Leistung und Effizienz verzeichnen. Ihre neue Vision AI-Lösung hat eine schnelle Echtzeit-Bedrohungserkennung in einer Vielzahl von Anlagen ermöglicht - von Solarparks und Industrieanlagen bis hin zu Wohnkomplexen. 

Tatsächlich setzt Videologic Analytics jährlich etwa 10.000 Lizenzen ein, die jeweils einem speziellen Kamerakanal entsprechen, wobei alle Lizenzen jetzt auf die Unterstützung der Ultralytics YOLO-Modelle umgestellt wurden. Die Umstellung auf YOLO hat zu einer erheblichen Verringerung von Fehlalarmen und einer allgemeinen Verbesserung der Erkennungsgenauigkeit geführt. Infolgedessen profitieren die Kunden von zuverlässigeren Sicherheitssystemen, und die Betriebskosten konnten gesenkt werden. 

Außerdem haben die schnelleren Inferenzgeschwindigkeiten und die Skalierbarkeit der Ultralytics YOLO-Modelle die Time-to-Market für neue KI-Funktionen verkürzt. Dies hat es Videologic Analytics ermöglicht, sein Kernangebot im Bereich Sicherheit zu erweitern und neue Möglichkeiten in vertikalen Bereichen wie Einzelhandel und Business Intelligence zu erschließen. Insgesamt hat die Einführung der Ultralytics YOLO-Modelle sowohl unmittelbare betriebliche Verbesserungen als auch langfristige Wachstumsaussichten für das Unternehmen mit sich gebracht.

__wf_reserved_inherit
Abb. 2. Videologic Analytics verwendet Ultralytics YOLO-Modelle zur Überwachung der städtischen Umwelt.

Intelligente Videoanalyse für Sicherheit und Schutz: Der Weg in die Zukunft

Videologic Analytics arbeitet aktiv an der Erweiterung seiner Lösung, indem es die YOLO-Modelle von Ultralytics nutzt, um über die grundlegende Erkennung von Eindringlingen hinauszugehen. Die nächsten Schritte umfassen die Bereitstellung umfassenderer, besser verwertbarer Erkenntnisse durch erweiterte Analysen wie Verhaltensanalyse, Trendverfolgung und vorausschauende Intelligenz. 

Diese Erweiterungen helfen den Kunden, ihre Sicherheitsabläufe zu optimieren und neue Möglichkeiten für den Einzelhandel und Business Intelligence zu erschließen, was die Innovation und das Wachstum der Echtzeit-Videoanalyse weiter vorantreibt.

Sind Sie neugierig, wie Computer Vision Ihr Geschäft umgestalten kann? Erkunden Sie unser GitHub-Repository, um zu sehen, wie die KI-Lösungen von Ultralytics Innovationen wie KI in selbstfahrenden Autos und Computer Vision in der Landwirtschaft verändern. Erfahren Sie mehr über unsere YOLO-Modelle und Lizenzierungsoptionen, und beginnen Sie noch heute Ihre Reise zu einer intelligenteren, effizienteren Automatisierung.

Unsere Lösung für Ihre Branche

Alle anzeigen

Häufig gestellte Fragen

Was sind die YOLO-Modelle von Ultralytics?

Was ist der Unterschied zwischen den Ultralytics YOLO-Modellen?

Welches Ultralytics YOLO-Modell sollte ich für mein Projekt wählen?

Welche Lizenz benötige ich?

Leistungssteigerung mit Ultralytics YOLO

Holen Sie sich fortschrittliche KI-Vision für Ihre Projekte. Finden Sie noch heute die richtige Lizenz für Ihre Ziele.

Erkundung von Lizenzierungsoptionen
Link in die Zwischenablage kopiert