Videologic Analytics et Ultralytics YOLO pour la vidéosurveillance

Videologic Analytics est un développeur espagnol de solutions d'analyse vidéo avancées qui améliorent la sécurité et la surveillance des sites industriels, des parcs solaires et des complexes résidentiels. L'entreprise déploie des solutions alimentées par l'IA qui s'intègrent aux caméras de sécurité pour surveiller les périmètres et détecter les intrusions en temps réel. 

Confrontés à des coûts élevés et à un déploiement lent avec les modèles précédents, ils ont intégré les modèles YOLO d'Ultralytics pour améliorer la précision de la détection, réduire les coûts de développement et les délais de mise sur le marché, et s'étendre à de nouveaux domaines tels que le commerce de détail et l'intelligence économique.

La vision artificielle au service de la sécurité grâce aux caméras d'intelligence artificielle

Dirigée par des experts ayant plus de 30 ans d'expérience, Videologic Analytics est spécialisée dans l'intégration de l'IA et de la vision par ordinateur dans les caméras de sécurité pour une surveillance en temps réel et une détection automatisée des menaces. Leurs solutions protègent les grandes installations, les installations d'énergie renouvelable et les communautés résidentielles avec des performances fiables.

Ils servent des clients renommés tels que Prosegur, Securitas, Sabico et plus de 4 000 entreprises de sécurité certifiées en Espagne. Confrontés à des défis liés au développement et au déploiement de modèles d'IA coûteux et fastidieux, ils ont adopté les modèles YOLO d'Ultralytics dans leurs solutions Vision AI innovantes. Ce faisant, ils ont pu améliorer leurs applications de sécurité et se lancer dans de nouveaux secteurs verticaux.

La nécessité d'une détection automatisée et rentable des menaces grâce à l'IA

Videologic Analytics avait déjà intégré des modèles d'IA dans les caméras de sécurité qu'elle proposait à ses clients. Ces premiers modèles étaient programmés pour détecter une gamme limitée de catégories d'objets, notamment les véhicules génériques, les humains et les petits animaux. Bien que cette approche fondamentale ait jeté les bases de systèmes de sécurité avancés, elle présentait également des possibilités d'amélioration, notamment en ce qui concerne la précision et les taux de faux positifs.

Leurs clients recherchaient une solution plus complète, capable d'offrir des capacités de détection d'objets plus étendues et plus précises pour un plus grand nombre d'objets et de scénarios. Pour répondre à ces besoins, l'équipe de recherche et développement de Videologic Analytics a commencé à mettre au point des modèles d'IA améliorés. 

En développant ces modèles, Videologic Analytics a rapidement constaté que l'approche existante présentait certains problèmes, tels que des coûts élevés et de longs délais de développement. L'entreprise a réalisé qu'elle avait besoin d'une approche plus flexible et plus efficace. Cette nouvelle approche devait permettre de relever ces défis et de mieux répondre à l'évolution des besoins de ses clients en matière de sécurité. 

Plus précisément, elle souhaitait identifier un modèle de vision par ordinateur susceptible d'améliorer la fiabilité de ses solutions Vision AI et d'accroître la satisfaction de ses clients. Il était également essentiel que le modèle reste à la fois rentable et adaptable aux besoins futurs.

Redéfinir la surveillance grâce à la détection d'anomalies pilotée par l'IA

Après avoir testé plusieurs modèles d'IA, Videologic Analytics a découvert que les modèles YOLO d'Ultralytics offraient la flexibilité et les performances dont ils avaient besoin. Ils ont commencé par des modèles YOLO pré-entraînés développés à partir de l'ensemble de données COCO, qui comprend un large éventail d'objets courants. Ce pré-entraînement a constitué une base solide, car les modèles pouvaient déjà reconnaître de nombreux objets de base, ce qui a permis de les adapter plus facilement à des besoins de sécurité spécifiques.

Par exemple, Videologic Analytics a affiné ces modèles pré-entraînés en utilisant ses propres données pour des applications telles que la surveillance des parcs solaires. 

Dans ce scénario, les modèles ont été utilisés pour la détection d'anomalies pilotée par l'IA, en faisant la distinction entre les menaces réelles - telles que le personnel ou les véhicules non autorisés - et les éléments inoffensifs tels que les petits animaux ou les débris emportés par le vent. Cette différenciation claire était essentielle pour réduire les fausses alertes et améliorer les performances globales en matière de sécurité.

Outre la surveillance des fermes solaires, ils ont également mis au point des solutions de sécurité industrielle et résidentielle utilisant YOLO, ainsi que des modules de validation de concept pour les innovations en matière de vision par ordinateur dans le domaine de la vente au détail et de l'intelligence économique. Bien qu'ils utilisent principalement la détection d'objets, ils exploitent également les tâches de vision par ordinateur prises en charge par YOLO, telles que l'estimation de la pose et le suivi d'objets.

‍

Pourquoi choisir les modèles YOLO d'Ultralytics ?

Videologic Analytics a choisi les modèles YOLO d'Ultralytics parce qu'ils avaient besoin d'une solution robuste capable de prendre en charge de nombreux canaux de caméras tout en fournissant une inférence rapide et précise. 

YOLO prend en charge différents formats d'exportation et s'intègre de manière transparente avec des frameworks tels que CUDA, TensorRT, ONNX et OpenVINO. Cette flexibilité permet à Videologic Analytics d'affiner les modèles à l'aide de PyTorch et de les déployer efficacement en production. Grâce à des optimisations spécifiques au matériel, YOLO répond mieux que les modèles précédents aux besoins exigeants de l'analyse vidéo en temps réel.

Déploiement d'un modèle rationalisé pour la vidéosurveillance intelligente

Depuis l'intégration des modèles YOLO d'Ultralytics, Videologic Analytics a constaté des améliorations impressionnantes en termes de performances et d'efficacité. Sa nouvelle solution Vision AI a permis une détection rapide et en temps réel des menaces dans un large éventail d'installations - des parcs solaires aux complexes résidentiels en passant par les sites industriels. 

En fait, Videologic Analytics déploie environ 10 000 licences par an, chacune correspondant à un canal de caméra dédié, toutes les licences étant désormais mises à jour pour prendre en charge les modèles YOLO d'Ultralytics. Le passage à YOLO a permis de réduire considérablement le nombre de fausses alarmes et d'améliorer globalement la précision de la détection. Les clients bénéficient ainsi de systèmes de sécurité plus fiables et les coûts opérationnels ont été réduits. 

En outre, les vitesses d'inférence plus rapides et l'évolutivité des modèles YOLO d'Ultralytics ont réduit le délai de mise sur le marché de nouvelles fonctions d'IA. Cela a permis à Videologic Analytics d'améliorer ses offres de sécurité de base et d'explorer de nouvelles opportunités dans des secteurs verticaux tels que la vente au détail et l'intelligence économique. Dans l'ensemble, l'adoption des modèles YOLO d'Ultralytics a entraîné des améliorations opérationnelles immédiates et des perspectives de croissance à long terme pour l'entreprise.

‍

Analyse vidéo intelligente pour la sûreté et la sécurité : La voie à suivre

Videologic Analytics travaille activement à l'extension de sa solution en s'appuyant sur les modèles YOLO d'Ultralytics pour aller au-delà de la simple détection d'intrusion. Les prochaines étapes consisteront à fournir des informations plus riches et plus exploitables grâce à des analyses avancées telles que l'analyse du comportement, le suivi des tendances et l'intelligence prédictive. 

Ces améliorations aideront les clients à optimiser les opérations de sécurité et à exploiter de nouvelles possibilités dans le domaine de la vente au détail et de la veille stratégique, ce qui favorisera l'innovation et la croissance dans le domaine de l'analyse vidéo en temps réel.

Curieux de savoir comment la vision par ordinateur peut remodeler votre entreprise ? Explorez notre dépôt GitHub pour voir comment les solutions d'IA d'Ultralytics transforment des innovations telles que l 'IA dans les voitures auto-conduites et la vision par ordinateur dans l'agriculture. Découvrez nos modèles YOLO et nos options de licence, et commencez dès aujourd'hui votre voyage vers une automatisation plus intelligente et plus efficace.