eSmart Systems cherchait à améliorer les inspections des services publics et à améliorer l'efficacité du réseau en utilisant la vision par ordinateur pour la détection des défauts et la maintenance prédictive.
En intégrant les modèles Ultralytics YOLO dans sa plateforme, Grid Vision®, eSmart Systems a réduit le temps d'inspection de 50 %, permis une détection plus rapide des défauts et est passé à une maintenance proactive.
eSmart Systems est une entreprise norvégienne qui aide les fournisseurs de services publics à inspecter et à gérer des actifs à grande échelle, tels que les réseaux électriques et les sous-stations, en utilisant la vision par ordinateur et l'analyse. En particulier, leur plateforme phare, Grid Vision®, exploite la vision par ordinateur, l'analyse géospatiale et les données de séries chronologiques pour analyser l'imagerie aérienne, détecter les composants et les défauts, et fournir des informations prédictives sur les lignes de transmission.
Pour améliorer encore l'efficacité de l'inspection, eSmart Systems a intégré les modèles Ultralytics YOLO dans Grid Vision®. Cela a permis d'augmenter la vitesse de détection des défauts et de permettre aux services publics de passer de réparations réactives à une maintenance plus efficace basée sur l'état.
Avec son siège social à Halden, en Norvège, eSmart Systems se concentre sur la fourniture de solutions innovantes au secteur des services publics pour surveiller et entretenir les infrastructures critiques. Par exemple, leur plateforme phare, Grid Vision®, fournit une solution complète pour l'inspection et la gestion d'actifs à grande échelle tels que les réseaux électriques et les sous-stations.
Avec la confiance de plus de 70 entreprises de services publics dans le monde, eSmart Systems a inspecté plus de 100 000 kilomètres de lignes électriques, permettant aux entreprises de services publics de prendre de meilleures décisions fondées sur des données. Grid Vision® rend la maintenance plus efficace, réduit les risques et soutient la transition vers une infrastructure énergétique plus résiliente et durable.
eSmart Systems veille également à ce que ses solutions d'IA répondent à des normes élevées en matière de confidentialité des données et de conformité réglementaire. Ils sont certifiés ISO 27001 pour la gestion de la sécurité de l'information et se conforment à l'article 7.8 de Netcode, qui régit l'échange sécurisé de données dans les opérations du réseau électrique européen.
Les réseaux électriques s'étendent sur de vastes zones, souvent à travers des endroits éloignés ou difficiles d'accès. Bon nombre de ces systèmes sont vieillissants et nécessitent des inspections régulières pour garantir la sécurité et la fiabilité. L'inspection des composants tels que les pylônes de transmission et les lignes électriques est longue, coûteuse et peut être risquée pour les travailleurs.
eSmart Systems visait à capturer des images aériennes à l'aide de drones et d'hélicoptères, en appliquant la vision par ordinateur pour détecter les composants et identifier les défauts. Cependant, comme les services publics ont des composants différents et capturent des images dans diverses conditions, il était difficile de maintenir un flux de travail d'inspection cohérent.
L'examen manuel de ces images était également lent et gourmand en ressources, ce qui rendait difficile la mise à l'échelle de la détection des défauts. Pour automatiser les inspections et soutenir la maintenance proactive, eSmart Systems avait besoin d'un modèle de Vision IA rapide et adaptable, capable de fonctionner de manière fiable sur tous les types d'actifs, les régions et les conditions météorologiques.
Pour apporter automatisation et intelligence aux inspections de réseaux électriques, eSmart Systems a intégré Ultralytics YOLO, un modèle de vision par ordinateur, à sa plateforme Grid Vision®. Les modèles Ultralytics YOLO prennent en charge diverses tâches de vision par ordinateur, notamment la détection d'objets, ce qui permet à la plateforme d'identifier les composants clés tels que les pylônes, les traverses, les isolateurs et les conducteurs dans l'imagerie aérienne.
Les modèles sont également utilisés pour détecter les défauts tels que l'empiètement de la végétation, les dommages et l'usure, qui peuvent affecter les performances du réseau. Une fois les composants et les défauts détectés, ces informations sont traitées via Grid Vision®, qui utilise le traitement basé sur le cloud pour automatiser et mettre à l'échelle le processus d'inspection rapidement et avec précision.
La plateforme signale les défauts potentiels, évalue les niveaux de risque associés et aide les services publics à planifier la maintenance en fonction de l'état des actifs. Cette combinaison de détection et d'analyse en temps réel permet aux services publics de passer d'une maintenance réactive à une approche plus proactive, les aidant à anticiper les problèmes potentiels avant qu'ils n'entraînent des défaillances coûteuses.
En intégrant ces informations avec des métadonnées et des données de séries chronologiques, Grid Vision® permet aux services publics d'optimiser leurs stratégies de maintenance, améliorant ainsi l'efficacité et réduisant le risque de pannes imprévues.
eSmart Systems a adopté les modèles Ultralytics YOLO pour leur rapidité, leur précision et leur intégration transparente dans leur pipeline d'IA. Les modèles Ultralytics YOLO fournissent des résultats cohérents lors de l'analyse de grandes images aériennes à haute résolution, ce qui les rend idéaux pour les inspections de réseau.
De plus, le package Python Ultralytics offre une variété d'options d'intégration, dont 15 formats d'exportation. Cette flexibilité permet à eSmart Systems de déployer les modèles dans différents environnements. Ils utilisent des formats tels que PyTorch pour l'entraînement et ONNX pour l'inférence CPU optimisée en production, en particulier lorsque les ressources GPU sont limitées dans leur infrastructure cloud.
Avec plus de 30 modèles Ultralytics YOLO déjà en production, eSmart Systems peut efficacement adapter ses inspections. Cela leur permet de se concentrer sur l'amélioration de la qualité des données et de relever les défis spécifiques aux services publics.
L'impact de Grid Vision®, optimisé par les modèles Ultralytics YOLO, a été significatif dans l'amélioration des inspections des services publics. En automatisant les inspections des actifs et en améliorant la détection des défauts, Grid Vision® a réduit les charges de travail manuelles, augmenté la sécurité et facilité des stratégies de maintenance plus proactives.
Par exemple, en Suisse, une grande entreprise énergétique gérant des milliers de pylônes (hautes structures supportant les lignes électriques) en terrain montagneux a réduit les temps d'inspection de 50 %. Le passage de l'escalade manuelle aux inspections par drone a accéléré la détection des défauts, amélioré la sécurité des travailleurs et permis de gagner du temps.
De même, aux États-Unis, un grand fournisseur de services publics a utilisé Grid Vision® pour numériser 1 400 structures de transmission en seulement trois mois. Cette analyse d'image basée sur l'IA a remplacé les examens manuels de photos, permettant une validation à distance et permettant de meilleures décisions de planification des investissements basées sur les données.
De même, en Finlande, un opérateur de réseau de transport a réduit les visites sur le terrain et minimisé les pannes en passant des inspections au sol à des évaluations assistées par drone. Grâce à Grid Vision® et à la détection de défauts basée sur YOLO, la précision de l'inspection s'est améliorée et les travailleurs qualifiés ont pu se concentrer sur des tâches plus importantes.
.webp)
Pour l'avenir, alors qu'eSmart Systems se développe à l'échelle mondiale, l'entreprise s'attaque à des défis tels que la diversité des infrastructures, les différentes méthodes de capture d'images et la dérive des données d'une région à l'autre. Pour surmonter ces problèmes, l'entreprise se concentre sur la mise à l'échelle et l'adaptation de Grid Vision®.
Leurs progrès avec les pipelines MLOps ont été essentiels, simplifiant le réentraînement des modèles et automatisant l'expansion des ensembles de données. Ces améliorations améliorent continuellement la précision et les performances de leurs solutions d'IA. eSmart Systems ouvre la voie à une gestion du réseau plus efficace et plus fiable, garantissant une approche adaptée à l'avenir pour la transition énergétique mondiale.
L'apprentissage automatique vous intéresse ? Explorez notre dépôt GitHub pour découvrir comment les modèles Ultralytics YOLO stimulent l'innovation dans des domaines tels que l'IA dans les voitures autonomes et la vision artificielle dans l'agriculture. Apprenez-en davantage sur nos modèles YOLO et nos options de licence dès aujourd'hui !
Les modèles Ultralytics YOLO sont des architectures de vision par ordinateur développées pour analyser les données visuelles provenant d'images et d'entrées vidéo. Ces modèles peuvent être entraînés pour des tâches comprenant la détection d'objets, la classification, l'estimation de pose, le suivi et la segmentation d'instance. Les modèles Ultralytics YOLO comprennent :
Ultralytics YOLO11 est la dernière version de nos modèles de vision par ordinateur. Tout comme ses versions précédentes, il prend en charge toutes les tâches de vision par ordinateur que la communauté de l'IA de vision a appris à aimer dans YOLOv8. Le nouveau YOLO11, cependant, offre de meilleures performances et une plus grande précision, ce qui en fait un outil puissant et l'allié idéal pour les défis industriels du monde réel.
Le modèle que vous choisissez d'utiliser dépend des exigences spécifiques de votre projet. Il est essentiel de prendre en compte des facteurs tels que les performances, la précision et les besoins de déploiement. Voici un aperçu rapide :
Les référentiels Ultralytics YOLO, tels que YOLOv5 et YOLO11, sont distribués sous la licence AGPL-3.0 par défaut. Cette licence approuvée par l'OSI est conçue pour les étudiants, les chercheurs et les passionnés, favorisant la collaboration ouverte et exigeant que tout logiciel utilisant des composants AGPL-3.0 soit également open source. Bien que cela garantisse la transparence et favorise l'innovation, cela peut ne pas correspondre aux cas d'utilisation commerciale.
Si votre projet implique l'intégration de logiciels et de modèles d'IA Ultralytics dans des produits ou services commerciaux et que vous souhaitez contourner les exigences open source d'AGPL-3.0, une licence d'entreprise est idéale.
Les avantages de la licence Enterprise incluent :
Pour garantir une intégration transparente et éviter les contraintes AGPL-3.0, demandez une licence Ultralytics Enterprise en utilisant le formulaire fourni. Notre équipe vous aidera à adapter la licence à vos besoins spécifiques.
.webp){kind=logo}
.webp)
.webp)
.webp)