La integración de modelos Ultralytics YOLO, ajustados con datos propios y optimizados para varios formatos de exportación, permitió a Videologic Analytics reducir costes y acortar el tiempo de comercialización.
Videologic Analytics es una empresa desarrolladora con sede en España que crea soluciones avanzadas de análisis de vídeo para mejorar la seguridad y vigilancia en instalaciones industriales, parques solares y complejos residenciales. Despliega soluciones basadas en IA que se integran con cámaras de seguridad para vigilar perímetros y detectar intrusiones en tiempo real.
Ante los elevados costes y la lentitud del despliegue de sus modelos anteriores, integraron modelos Ultralytics YOLO para aumentar la precisión de detección, reducir los costes de desarrollo y el tiempo de comercialización, y expandirse a nuevos ámbitos como el comercio minorista y la inteligencia empresarial.
Habilitar la visión artificial para la seguridad con cámaras de IA#
Liderada por expertos con más de 30 años de experiencia, Videologic Analytics está especializada en integrar la IA y la visión artificial en cámaras de seguridad para la supervisión en tiempo real y la detección automatizada de amenazas. Sus soluciones protegen grandes instalaciones, infraestructuras de energía renovable y comunidades residenciales con un rendimiento fiable.
Entre sus clientes se encuentran empresas reconocidas como Prosegur, Securitas y Sabico, además de más de 4000 empresas de seguridad certificadas en España. Ante los retos que planteaban el coste y el tiempo necesarios para desarrollar y desplegar modelos de IA, incorporaron modelos Ultralytics YOLO a sus innovadoras soluciones de Vision AI. De este modo, pudieron mejorar sus aplicaciones de seguridad y expandirse también a nuevos sectores.
La necesidad de detectar amenazas automáticamente con IA y a un coste eficiente#
Videologic Analytics ya había integrado modelos de IA en las cámaras de seguridad que ofrecía a sus clientes. Estos primeros modelos se programaron para detectar un conjunto limitado de categorías de objetos, como vehículos genéricos, personas y animales pequeños. Aunque este enfoque inicial sentó las bases para desarrollar sistemas de seguridad avanzados, también ofreció oportunidades de perfeccionamiento, especialmente para mejorar la precisión y reducir los falsos positivos.
Sus clientes buscaban una solución más completa, capaz de ofrecer capacidades más amplias y precisas de detección de objetos en una mayor variedad de objetos y situaciones. Para responder a estas necesidades, el equipo de investigación y desarrollo de Videologic Analytics empezó a desarrollar modelos de IA mejorados.
Durante el desarrollo de estos modelos, Videologic Analytics no tardó en descubrir que el enfoque existente presentaba algunos problemas, como los costes elevados y los largos tiempos de desarrollo. La empresa se dio cuenta de que necesitaba un enfoque más flexible y eficiente. Este nuevo enfoque debía abordar esos retos y responder mejor a las necesidades de seguridad, en constante evolución, de sus clientes.
En concreto, querían identificar un modelo de visión artificial que mejorase la fiabilidad de sus soluciones de Vision AI y aumentase la satisfacción de los clientes. También era esencial que el modelo fuese rentable y adaptable a las necesidades futuras.
Redefinir la vigilancia con la detección de anomalías basada en IA#
Tras probar varios modelos de IA, Videologic Analytics descubrió que los modelos Ultralytics YOLO ofrecían la flexibilidad y el rendimiento que necesitaba. Empezó con modelos YOLO preentrenados con el conjunto de datos COCO, que incluye una amplia variedad de objetos comunes. Este preentrenamiento proporcionó una base sólida, ya que los modelos ya reconocían muchos elementos básicos, lo que facilitó su adaptación a necesidades de seguridad específicas.
Por ejemplo, Videologic Analytics ajustó estos modelos preentrenados con sus propios datos exclusivos para aplicaciones como la supervisión de parques solares.
En este caso, los modelos se utilizaron para detectar anomalías mediante IA y distinguir entre amenazas reales (como personas o vehículos no autorizados) y elementos inofensivos, como animales pequeños o residuos arrastrados por el viento. Esta distinción clara era esencial para reducir las falsas alarmas y mejorar el rendimiento general de la seguridad.
Además de supervisar parques solares, también desarrollaron soluciones de seguridad industrial y residencial con YOLO, así como módulos de prueba de concepto para innovaciones de visión artificial en el comercio minorista y la inteligencia empresarial. Aunque utilizan principalmente la detección de objetos, también aprovechan tareas de visión artificial compatibles con YOLO, como la estimación de poses y el seguimiento de objetos.
Fig. 1. Videologic Analytics utiliza modelos Ultralytics YOLO para supervisar plantas de energía solar.
¿Por qué elegir los modelos Ultralytics YOLO?#
Videologic Analytics eligió los modelos Ultralytics YOLO porque necesitaba una solución robusta capaz de admitir numerosos canales de cámara y ofrecer inferencias rápidas y precisas.
YOLO es compatible con varios formatos de exportación y se integra sin problemas con marcos de trabajo como CUDA, TensorRT, ONNX y OpenVINO. Esta flexibilidad permite a Videologic Analytics ajustar los modelos con PyTorch y desplegarlos de forma eficiente en producción. Gracias a las optimizaciones específicas para cada hardware, YOLO satisface las exigentes necesidades del análisis de vídeo en tiempo real mejor que los modelos anteriores.
Simplificar el despliegue de modelos para la supervisión inteligente de vídeo#
Desde que integró los modelos Ultralytics YOLO, Videologic Analytics ha observado mejoras notables tanto en el rendimiento como en la eficiencia. Su nueva solución Vision AI permite detectar amenazas rápidamente y en tiempo real en instalaciones muy diversas, desde parques solares e instalaciones industriales hasta complejos residenciales.
De hecho, Videologic Analytics despliega alrededor de 10.000 licencias al año, cada una asociada a un canal de cámara específico, y ahora todas las licencias se han actualizado para admitir modelos Ultralytics YOLO. El cambio a YOLO ha reducido considerablemente las falsas alarmas y aumentado la precisión de detección en general. Como resultado, los clientes disfrutan de sistemas de seguridad más fiables y de costes operativos más bajos.
Además, la mayor velocidad de inferencia y la escalabilidad de los modelos Ultralytics YOLO han acortado el tiempo de comercialización de las nuevas funciones de IA. Esto ha permitido a Videologic Analytics mejorar su oferta principal de seguridad y explorar nuevas oportunidades en sectores como el comercio minorista y la inteligencia empresarial. En conjunto, la adopción de los modelos Ultralytics YOLO ha impulsado tanto mejoras operativas inmediatas como perspectivas de crecimiento a largo plazo para la empresa.
Fig. 2. Videologic Analytics utiliza modelos de Ultralytics YOLO para vigilar entornos urbanos.
Análisis inteligente de vídeo para la seguridad: próximos pasos#
Videologic Analytics trabaja activamente para ampliar su solución con modelos Ultralytics YOLO e ir más allá de la detección básica de intrusiones. Los próximos pasos incluyen proporcionar información más detallada y útil mediante análisis avanzados, como el análisis del comportamiento, el seguimiento de tendencias y la inteligencia predictiva.
Estas mejoras ayudarán a los clientes a optimizar las operaciones de seguridad y abrir nuevas posibilidades en el comercio minorista y la inteligencia empresarial, impulsando la innovación y el crecimiento continuos en el análisis de vídeo en tiempo real.
¿Te interesa saber cómo la visión artificial puede transformar tu negocio? Explora nuestro repositorio de GitHub para ver cómo las soluciones de IA de Ultralytics están transformando innovaciones como la IA en el comercio minorista y la visión artificial en la agricultura. Descubre más sobre nuestros modelos YOLO y nuestras opciones de licencia, y empieza hoy tu camino hacia una automatización más inteligente y eficiente.
Escrito por
Creador de contenido · Ultralytics
