Videologic Analytics y Ultralytics YOLO para la videovigilancia

Videologic Analytics es un desarrollador español de soluciones avanzadas de análisis de vídeo que mejoran la seguridad y la vigilancia de emplazamientos industriales, parques solares y complejos residenciales. Implementan soluciones basadas en IA que se integran con cámaras de seguridad para monitorizar perímetros y detectar intrusiones en tiempo real. 

Ante los altos costes y la lenta implementación con modelos anteriores, integraron modelos YOLO de Ultralytics para aumentar la precisión de la detección, reducir los costes de desarrollo y el tiempo de comercialización, y expandirse a nuevas áreas como el comercio minorista y la inteligencia empresarial.

Habilitación de la visión artificial para la seguridad con cámaras de IA

Dirigida por expertos con más de 30 años de experiencia, Videologic Analytics se especializa en la integración de la IA y la visión artificial en cámaras de seguridad para la monitorización en tiempo real y la detección automatizada de amenazas. Sus soluciones protegen grandes instalaciones, instalaciones de energía renovable y comunidades residenciales con un rendimiento fiable.

Prestan servicio a clientes de renombre como Prosegur, Securitas, Sabico y más de 4.000 empresas de seguridad certificadas en España. Ante los retos que plantean el costoso y lento desarrollo e implementación de modelos de IA, adoptaron los modelos YOLO de Ultralytics en sus innovadoras soluciones de Vision AI. De este modo, pudieron mejorar sus aplicaciones de seguridad y diversificarse en nuevos sectores verticales.

La necesidad de una detección automatizada de amenazas rentable mediante IA

Videologic Analytics había integrado previamente modelos de IA en las cámaras de seguridad que ofrecía a sus clientes. Estos primeros modelos estaban programados para detectar una gama limitada de categorías de objetos, incluyendo vehículos genéricos, humanos y pequeños animales. Si bien este enfoque fundacional sentó las bases para sistemas de seguridad avanzados, también presentó oportunidades para una mayor optimización, particularmente en la mejora de la precisión y las tasas de falsos positivos.

Sus clientes buscaban una solución más completa, capaz de ofrecer capacidades de detección de objetos más amplias y precisas en una gama más amplia de objetos y escenarios. Para satisfacer estas necesidades de los clientes, el equipo de investigación y desarrollo de Videologic Analytics comenzó a desarrollar modelos de IA mejorados. 

Durante el desarrollo de estos modelos, Videologic Analytics descubrió rápidamente que el enfoque existente presentaba algunos problemas, como los altos costes y los largos tiempos de desarrollo. La empresa se dio cuenta de que necesitaba un enfoque más flexible y eficiente. Este nuevo enfoque tendría que abordar estos retos y servir mejor a las necesidades de seguridad cambiantes de sus clientes. 

Específicamente, querían identificar un modelo de visión artificial que pudiera mejorar la fiabilidad de sus soluciones Vision AI y aumentar la satisfacción del cliente. También era esencial que el modelo siguiera siendo rentable y adaptable a las necesidades futuras.

Redefiniendo la vigilancia con la detección de anomalías impulsada por la IA

Después de probar varios modelos de IA, Videologic Analytics descubrió que los modelos YOLO de Ultralytics proporcionaban la flexibilidad y el rendimiento que necesitaban. Comenzaron con modelos YOLO pre-entrenados desarrollados utilizando el conjunto de datos COCO, que incluye una amplia gama de objetos comunes. Este pre-entrenamiento ofreció una base sólida, ya que los modelos ya podían reconocer muchos elementos básicos, lo que facilitó su adaptación a las necesidades de seguridad específicas.

Por ejemplo, Videologic Analytics ajustó estos modelos pre-entrenados utilizando sus propios datos patentados para aplicaciones como la monitorización de parques solares. 

En este escenario, los modelos se utilizaron para la detección de anomalías impulsada por IA, distinguiendo entre amenazas genuinas -como personal o vehículos no autorizados- y elementos inofensivos como pequeños animales o escombros arrastrados por el viento. Esta clara diferenciación fue esencial para reducir las falsas alarmas y mejorar el rendimiento general de la seguridad.

Además de la monitorización de parques solares, también desarrollaron soluciones de seguridad industrial y residencial utilizando YOLO, así como módulos de prueba de concepto para innovaciones de visión artificial en el comercio minorista y la inteligencia empresarial. Si bien utilizan principalmente la detección de objetos, también aprovechan las tareas de visión artificial soportadas por YOLO, como la estimación de la pose y el seguimiento de objetos.

‍

¿Por qué elegir los modelos YOLO de Ultralytics?

Videologic Analytics eligió los modelos YOLO de Ultralytics porque necesitaban una solución robusta capaz de soportar numerosos canales de cámaras, a la vez que ofreciera una inferencia rápida y precisa. 

YOLO admite varios formatos de exportación y se integra a la perfección con frameworks como CUDA, TensorRT, ONNX y OpenVINO. Esta flexibilidad permite a Videologic Analytics ajustar los modelos utilizando PyTorch e implementarlos de forma eficiente en producción. Gracias a las optimizaciones específicas de hardware, YOLO satisface las exigentes necesidades del análisis de vídeo en tiempo real mejor que los modelos anteriores.

Implementación optimizada de modelos para la monitorización inteligente de vídeo

Desde que integró los modelos YOLO de Ultralytics, Videologic Analytics ha experimentado mejoras notables tanto en el rendimiento como en la eficiencia. Su nueva solución de Visión IA ha permitido la detección rápida de amenazas en tiempo real en una amplia gama de instalaciones, desde parques solares y emplazamientos industriales hasta complejos residenciales. 

De hecho, Videologic Analytics implementa alrededor de 10.000 licencias al año, cada una correspondiente a un canal de cámara dedicado, y todas las licencias se han actualizado para admitir los modelos YOLO de Ultralytics. El cambio a YOLO ha supuesto una reducción significativa de las falsas alarmas y un aumento general de la precisión de la detección. Como resultado, los clientes disfrutan de sistemas de seguridad más fiables y se han reducido los costes operativos. 

Además, la mayor velocidad de inferencia y la escalabilidad de los modelos YOLO de Ultralytics han acortado el tiempo de comercialización de las nuevas funciones de IA. Esto ha permitido a Videologic Analytics mejorar sus ofertas de seguridad principales y explorar nuevas oportunidades en sectores verticales como el comercio minorista y la inteligencia empresarial. En general, la adopción de los modelos YOLO de Ultralytics ha impulsado tanto las mejoras operativas inmediatas como las perspectivas de crecimiento a largo plazo de la empresa.

‍

Analítica de vídeo inteligente para la seguridad: El camino a seguir

Videologic Analytics está trabajando activamente en la ampliación de su solución aprovechando los modelos YOLO de Ultralytics para ir más allá de la detección básica de intrusiones. Los próximos pasos consisten en proporcionar información más rica y práctica a través de 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 a desbloquear nuevas posibilidades en el comercio minorista y la inteligencia empresarial, impulsando la innovación continua y el crecimiento en el análisis de vídeo en tiempo real.

¿Tiene curiosidad por saber cómo la visión artificial puede transformar su negocio? Explore nuestro repositorio de GitHub para ver cómo las soluciones de IA de Ultralytics están transformando innovaciones como la IA en coches autónomos y la visión artificial en la agricultura. Obtenga más información sobre nuestros modelos YOLO y las opciones de licencia, y comience hoy mismo su camino hacia una automatización más inteligente y eficiente.