L'intégration de modèles Ultralytics YOLO, affinés sur des données propriétaires et optimisés pour plusieurs formats d'exportation, a permis à Videologic Analytics de réduire ses coûts et son délai de mise sur le marché.
Videologic Analytics est un développeur espagnol de solutions avancées d'analyse vidéo qui renforcent 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.
Confrontée aux coûts élevés et au déploiement lent de ses modèles précédents, l'entreprise a intégré des modèles Ultralytics YOLO afin d'améliorer la précision de la détection, de réduire les coûts et le délai de mise sur le marché, et de s'étendre à de nouveaux secteurs comme le commerce de détail et la veille stratégique.
La vision par ordinateur au service de la sécurité grâce aux caméras IA#
Dirigée par des experts cumulant plus de 30 ans d'expérience, Videologic Analytics est spécialisée dans l'intégration de l'IA et de la vision par ordinateur aux caméras de sécurité pour assurer une surveillance en temps réel et une détection automatisée des menaces. Ses solutions protègent de grandes installations, des infrastructures d'énergie renouvelable et des communautés résidentielles grâce à des performances fiables.
L'entreprise compte parmi ses clients des noms reconnus tels que Prosegur, Securitas, Sabico et plus de 4 000 entreprises de sécurité certifiées en Espagne. Face aux difficultés liées au coût et à la durée élevés du développement et du déploiement de modèles d'IA, elle a adopté les modèles Ultralytics YOLO dans ses solutions innovantes Vision AI. Elle a ainsi pu améliorer ses applications de sécurité et se développer également dans de nouveaux secteurs verticaux.
La nécessité d'une détection automatisée des menaces par IA, rentable#
Videologic Analytics avait auparavant intégré des modèles d'IA aux caméras de sécurité qu'elle proposait à ses clients. Ces premiers modèles étaient programmés pour détecter un éventail limité de catégories d'objets, notamment les véhicules génériques, les personnes et les petits animaux. Si cette approche initiale a posé les bases de systèmes de sécurité avancés, elle offrait également des possibilités d'amélioration, notamment pour accroître la précision et réduire les taux de faux positifs.
Ses clients recherchaient une solution plus complète, capable d'offrir des fonctionnalités de détection d'objets plus étendues et plus précises sur un éventail plus large d'objets et de scénarios. Pour répondre à ces besoins, l'équipe de recherche et développement de Videologic Analytics a commencé à concevoir des modèles d'IA améliorés.
Pendant le développement de ces modèles, Videologic Analytics a rapidement constaté que l'approche existante présentait certains problèmes, notamment des coûts élevés et des délais de développement importants. L'entreprise a compris qu'elle avait besoin d'une approche plus flexible et plus efficace. Cette nouvelle approche devait relever ces défis et mieux répondre à l'évolution des besoins de ses clients en matière de sécurité.
Plus précisément, l'entreprise souhaitait identifier un modèle de vision par ordinateur capable 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 des anomalies par l'IA#
Après avoir testé plusieurs modèles d'IA, Videologic Analytics a découvert que les modèles Ultralytics YOLO offraient la flexibilité et les performances dont elle avait besoin. L'entreprise a commencé avec des modèles YOLO préentraînés développés à l'aide du jeu de données COCO, qui comprend un large éventail d'objets courants. Ce préentraînement constituait une base solide, car les modèles pouvaient déjà reconnaître de nombreux éléments de base, ce qui facilitait leur adaptation à des besoins de sécurité spécifiques.
Par exemple, Videologic Analytics a affiné ces modèles préentraînés à l'aide de ses propres données propriétaires pour des applications telles que la surveillance des parcs solaires.
Dans ce scénario, les modèles étaient utilisés pour détecter les anomalies grâce à l'IA, en distinguant les menaces réelles, telles que le personnel ou les véhicules non autorisés, des éléments inoffensifs comme les petits animaux ou les débris emportés par le vent. Cette distinction claire était essentielle pour réduire les fausses alertes et améliorer les performances globales en matière de sécurité.
En plus de surveiller les parcs solaires, l'entreprise a également développé des solutions de sécurité industrielles et résidentielles avec YOLO, ainsi que des modules de preuve de concept pour les innovations en vision par ordinateur dans le commerce de détail et la veille stratégique. Bien qu'elle utilise principalement la détection d'objets, elle exploite également les tâches de vision par ordinateur prises en charge par YOLO, comme l'estimation de pose et le suivi d'objets.
Fig. 1 Videologic Analytics utilise des modèles Ultralytics YOLO pour surveiller des centrales solaires.
Pourquoi choisir les modèles Ultralytics YOLO ?#
Videologic Analytics a choisi les modèles Ultralytics YOLO, car elle avait besoin d'une solution robuste capable de prendre en charge de nombreux canaux de caméra tout en fournissant une inférence rapide et précise.
YOLO prend en charge différents formats d'exportation et s'intègre parfaitement à des frameworks comme CUDA, TensorRT, ONNX et OpenVINO. Cette flexibilité permet à Videologic Analytics d'affiner les modèles avec PyTorch et de les déployer efficacement en production. Grâce à des optimisations spécifiques au matériel, YOLO répond mieux que les modèles précédents aux exigences élevées de l'analyse vidéo en temps réel.
Simplifier le déploiement des modèles pour une surveillance vidéo intelligente#
Depuis l'intégration des modèles Ultralytics YOLO, Videologic Analytics a constaté des améliorations remarquables de ses performances et de son efficacité. Sa nouvelle solution Vision AI permet de détecter rapidement les menaces en temps réel sur un large éventail d'installations, des parcs solaires et sites industriels aux complexes résidentiels.
En fait, Videologic Analytics déploie environ 10 000 licences par an, chacune correspondant à un canal de caméra dédié, et toutes les licences prennent désormais en charge les modèles Ultralytics YOLO. Le passage à YOLO a entraîné une réduction significative des fausses alertes et une amélioration globale de la précision de la détection. Les clients bénéficient ainsi de systèmes de sécurité plus fiables, tandis que les coûts opérationnels ont diminué.
De plus, la vitesse d'inférence accrue et l'évolutivité des modèles Ultralytics YOLO ont réduit le délai de mise sur le marché des nouvelles fonctionnalités d'IA. Videologic Analytics peut ainsi améliorer ses offres de sécurité principales et explorer de nouvelles opportunités dans des secteurs verticaux tels que le commerce de détail et la veille stratégique. Globalement, l'adoption des modèles Ultralytics YOLO a entraîné des améliorations opérationnelles immédiates ainsi que des perspectives de croissance à long terme pour l'entreprise.
Fig. 2. Videologic Analytics utilise des modèles Ultralytics YOLO pour surveiller des environnements urbains.
Analyse vidéo intelligente pour la sûreté et la sécurité : la voie à suivre#
Videologic Analytics travaille activement à l'expansion de sa solution en s'appuyant sur les modèles Ultralytics YOLO pour aller au-delà de la simple détection des intrusions. Les prochaines étapes consistent à fournir des informations plus riches et plus exploitables grâce à des analyses avancées telles que l'analyse comportementale, le suivi des tendances et la veille prédictive.
Ces améliorations aideront les clients à optimiser leurs opérations de sécurité et à ouvrir de nouvelles possibilités dans le commerce de détail et la veille stratégique, tout en favorisant l'innovation et la croissance continues dans l'analyse vidéo en temps réel.
Tu te demandes comment la vision par ordinateur peut transformer ton entreprise ? Explore notre dépôt GitHub pour découvrir comment les solutions d'IA d'Ultralytics transforment des innovations comme l'IA dans les voitures autonomes et la vision par ordinateur dans l'agriculture. Découvre-en plus sur nos modèles YOLO et nos options de licence, et commence dès aujourd'hui ton parcours vers une automatisation plus intelligente et plus efficace.
