Videologic Analytics skaliert auf 10.000 KI-Kameralizenzen mit Ultralytics YOLO

Entdecke, wie Videologic Analytics Ultralytics YOLO-Modelle integriert, um die Videoüberwachung zu verbessern, die Erkennungsgenauigkeit zu erhöhen, Fehlalarme zu reduzieren und die Bedrohungsüberwachung in Echtzeit zu optimieren.

Problem
Videologic Analytics integrierte KI-Funktionen in seine Sicherheitskameras, doch viele KI-Modelle waren zu teuer und für den Einsatz zu langsam.
Solution
Die Integration von Ultralytics YOLO-Modellen, die mit proprietären Daten feinabgestimmt und für verschiedene Exportformate optimiert wurden, ermöglichte es Videologic Analytics, Kosten zu senken und die Markteinführungszeit zu verkürzen.
Videologic Analytics ist ein in Spanien ansässiger Entwickler fortschrittlicher Videoanalyse-Lösungen, die Sicherheit und Überwachung für Industrieanlagen, Solarparks und Wohnkomplexe verbessern. Sie setzen KI-gestützte Lösungen ein, die sich in Sicherheitskameras integrieren lassen, um Perimeter zu überwachen und Eindringlinge in Echtzeit zu erkennen.
Aufgrund hoher Kosten und langsamer Implementierung bei früheren Modellen integrierten sie Ultralytics YOLO-Modelle, um die Erkennungsgenauigkeit zu steigern, Entwicklungs- und Markteinführungskosten zu senken und in neue Bereiche wie Einzelhandel und Business Intelligence zu expandieren.
Link to this sectionComputer Vision für Sicherheit mit KI-Kameras ermöglichen#
Unter der Leitung von Experten mit über 30 Jahren Erfahrung ist Videologic Analytics auf die Integration von KI und Computer Vision in Sicherheitskameras zur Echtzeitüberwachung und automatisierten Bedrohungserkennung spezialisiert. Ihre Lösungen schützen große Einrichtungen, Anlagen für erneuerbare Energien und Wohngebiete mit zuverlässiger Leistung.
Sie betreuen renommierte Kunden wie Prosegur, Securitas, Sabico und über 4.000 zertifizierte Sicherheitsunternehmen in Spanien. Angesichts der Herausforderungen bei der teuren und zeitaufwändigen Entwicklung und Bereitstellung von KI-Modellen integrierten sie Ultralytics YOLO-Modelle in ihre innovativen Vision AI-Lösungen. Dadurch konnten sie ihre Sicherheitsanwendungen verbessern und sich auch auf neue vertikale Märkte ausweiten.
Link to this sectionDer Bedarf an kosteneffizienter automatisierter Bedrohungserkennung mittels KI#
Videologic Analytics hatte zuvor KI-Modelle in die Sicherheitskameras integriert, die sie ihren Kunden anboten. Diese frühen Modelle waren darauf programmiert, einen begrenzten Bereich von Objektkategorien zu erkennen, darunter allgemeine Fahrzeuge, Menschen und kleine Tiere. Während dieser grundlegende Ansatz das Fundament für fortschrittliche Sicherheitssysteme legte, bot er auch Möglichkeiten für weitere Verfeinerungen, insbesondere bei der Verbesserung der Präzision und der Falsch-Positiv-Raten.
Ihre Kunden suchten nach einer umfassenderen Lösung, die in der Lage ist, breitere und genauere Objekterkennungs-Funktionen über eine größere Bandbreite an Objekten und Szenarien hinweg bereitzustellen. Um diesen Kundenbedürfnissen 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 bestehende Ansatz einige Probleme aufwies, wie etwa hohe Kosten und lange Entwicklungszeiten. Das Unternehmen erkannte, dass es einen flexibleren und effizienteren Ansatz benötigte. Dieser neue Ansatz musste diese Herausforderungen bewältigen und die sich wandelnden Sicherheitsbedürfnisse ihrer Kunden besser bedienen.
Insbesondere wollten sie ein Computer Vision-Modell finden, das die Zuverlässigkeit ihrer Vision AI-Lösungen verbessern und die Kundenzufriedenheit steigern konnte. Es war zudem unerlässlich, dass das Modell sowohl kosteneffizient als auch anpassungsfähig an zukünftige Anforderungen blieb.
Link to this sectionÜberwachung neu definieren mit KI-gesteuerter Anomalieerkennung#
Nach dem Testen mehrerer KI-Modelle entdeckte Videologic Analytics, dass Ultralytics YOLO-Modelle die Flexibilität und Leistung boten, die sie benötigten. Sie begannen mit vortrainierten YOLO-Modellen, die unter Verwendung des COCO-Datensatzes entwickelt wurden, der eine breite Palette gängiger Objekte umfasst. Dieses Vortraining bot eine solide Grundlage, da die Modelle bereits viele grundlegende Elemente erkennen konnten, was es einfacher machte, sie an spezifische Sicherheitsanforderungen anzupassen.
Videologic Analytics hat diese vortrainierten Modelle beispielsweise mit eigenen proprietären Daten für Anwendungen wie die Überwachung von Solarparks feinabgestimmt.
In diesem Szenario wurden die Modelle für eine KI-gesteuerte Anomalieerkennung eingesetzt, wobei zwischen echten Bedrohungen – wie unbefugtem Personal oder Fahrzeugen – und harmlosen Elementen wie kleinen Tieren oder vom Wind bewegten Trümmern unterschieden wurde. Diese klare Differenzierung war entscheidend, um Fehlalarme zu reduzieren und die gesamte Sicherheitsleistung zu verbessern.
Neben der Überwachung von Solarparks entwickelten sie mithilfe von YOLO auch Sicherheitslösungen für Industrie und Wohnbereiche sowie Proof-of-Concept-Module für Computer Vision-Innovationen im Einzelhandel und im Bereich Business Intelligence. Während sie primär Objekterkennung nutzen, setzen sie auch auf Computer Vision-Aufgaben, die von YOLO unterstützt werden, wie z. B. Pose Estimation und Objekt-Tracking.

Abb. 1. Videologic Analytics verwendet Ultralytics YOLO-Modelle zur Überwachung von Solarparks.
Link to this sectionWarum solltest du dich für Ultralytics YOLO Modelle entscheiden?#
Videologic Analytics entschied sich für Ultralytics YOLO-Modelle, da sie eine robuste Lösung benötigten, die zahlreiche Kamerakanäle unterstützen konnte und gleichzeitig schnelle, genaue Inferenz lieferte.
YOLO unterstützt verschiedene Exportformate und lässt sich nahtlos in Frameworks wie CUDA, TensorRT, ONNX und OpenVINO integrieren. Diese Flexibilität ermöglicht es Videologic Analytics, Modelle mit PyTorch feinabzustimmen und sie effizient in der Produktion einzusetzen. Mit hardwarespezifischen Optimierungen erfüllt YOLO die anspruchsvollen Anforderungen der Echtzeit-Videoanalyse besser als frühere Modelle.
Link to this sectionOptimierte Modellbereitstellung für intelligente Videoüberwachung#
Seit der Integration von Ultralytics YOLO-Modellen hat Videologic Analytics beeindruckende Verbesserungen bei Leistung und Effizienz erzielt. Ihre neue Vision AI-Lösung ermöglicht eine schnelle Echtzeit-Bedrohungserkennung über eine Vielzahl von Installationen hinweg, von Solarparks und Industrieanlagen bis hin zu Wohnkomplexen.
Tatsächlich stellt Videologic Analytics jährlich etwa 10.000 Lizenzen bereit, von denen jede einem dedizierten Kamerakanal entspricht, wobei alle Lizenzen nun auf die Unterstützung von Ultralytics YOLO-Modellen aktualisiert wurden. Die Umstellung auf YOLO hat zu einer deutlichen Reduzierung von Fehlalarmen und einer allgemeinen Steigerung der Erkennungsgenauigkeit geführt. Infolgedessen profitieren Kunden von zuverlässigeren Sicherheitssystemen, und die Betriebskosten konnten gesenkt werden.
Zudem haben die schnelleren Inferenzgeschwindigkeiten und die Skalierbarkeit der Ultralytics YOLO-Modelle die Markteinführungszeit für neue KI-Funktionen verkürzt. Dies hat es Videologic Analytics ermöglicht, seine Kernangebote im Sicherheitsbereich zu verbessern und neue Möglichkeiten in vertikalen Märkten wie Einzelhandel und Business Intelligence zu erschließen. Insgesamt hat die Einführung der Ultralytics YOLO-Modelle sowohl kurzfristige operative Verbesserungen als auch langfristige Wachstumsaussichten für das Unternehmen gefördert.

Abb. 2. Videologic Analytics verwendet Ultralytics YOLO-Modelle zur Überwachung städtischer Umgebungen.
Link to this sectionSmarte Videoanalyse für Sicherheit: Der Weg in die Zukunft#
Videologic Analytics arbeitet aktiv daran, seine Lösung durch den Einsatz von Ultralytics YOLO-Modellen zu erweitern, um über die einfache Eindringlingserkennung hinauszugehen. Die nächsten Schritte beinhalten die Bereitstellung reichhaltigerer, handlungsorientierterer Erkenntnisse durch fortschrittliche Analysen wie Verhaltensanalyse, Trendverfolgung und prädiktive Intelligenz.
Diese Verbesserungen werden Kunden dabei helfen, ihre Sicherheitsabläufe zu optimieren und neue Möglichkeiten im Einzelhandel und in der Business Intelligence zu erschließen, was kontinuierliche Innovation und Wachstum in der Echtzeit-Videoanalyse vorantreibt.
Bist du neugierig, wie Computer Vision dein Geschäft verändern kann? Erkunde unser GitHub repository, um zu sehen, wie die KI-Lösungen von Ultralytics Innovationen wie KI in selbstfahrenden Autos und Computer Vision in der Landwirtschaft transformieren. Erfahre mehr über unsere YOLO-Modelle und Lizenzoptionen und starte heute deine Reise zu einer intelligenteren, effizienteren Automatisierung.






