Videologic Analytics passe à 10 000 licences de caméras IA avec Ultralytics YOLO
Découvre comment Videologic Analytics intègre les modèles Ultralytics YOLO pour améliorer la surveillance vidéo, augmenter la précision de la détection, réduire les fausses alertes et optimiser la surveillance des menaces en temps réel.
Videologic Analytics est un développeur basé en Espagne de solutions avancées d'analyse vidéo qui améliorent la sécurité et la surveillance des sites industriels, des parcs solaires et des complexes résidentiels. Tu déployais des solutions propulsées par l'IA qui s'intègrent aux caméras de sécurité pour surveiller les périmètres et détecter les intrusions en temps réel.
Confronté à des coûts élevés et à un déploiement lent avec les modèles précédents, tu as intégré les Ultralytics YOLO models pour booster la précision de détection, réduire les coûts de développement et le délai de mise sur le marché, et t'étendre à de nouveaux domaines comme la vente au détail et la Business Intelligence.
Activer la vision par ordinateur pour la sécurité avec des caméras IA#
Dirigée par des experts cumulant plus de 30 ans d'expérience, Videologic Analytics se spécialise dans l'intégration de l'IA et de la computer vision dans les caméras de sécurité pour une surveillance en temps réel et une détection automatisée des menaces. Leurs solutions protègent les grands sites, 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 aux défis liés au développement et au déploiement coûteux et chronophage de modèles d'IA, ils ont adopté les modèles Ultralytics YOLO dans leurs solutions innovantes de Vision IA. Ce faisant, ils ont pu améliorer leurs applications de sécurité et également s'ouvrir à de nouveaux secteurs.
Le besoin d'une détection automatisée des menaces rentable utilisant l'IA#
Videologic Analytics avait précédemment intégré des modèles d'IA dans les caméras de sécurité qu'ils proposaient à leurs clients. Ces premiers modèles étaient programmés pour détecter une gamme limitée de catégories d'objets, notamment des véhicules génériques, des humains et des petits animaux. Bien que cette approche fondamentale ait jeté les bases de systèmes de sécurité avancés, elle présentait également des opportunités d'amélioration, notamment en renforçant la précision et en réduisant les faux positifs.
Tes clients recherchaient une solution plus complète, capable d'offrir des capacités de object detection plus larges et plus précises sur un plus grand éventail d'objets et de scénarios. Pour répondre à ces besoins des clients, l'équipe de recherche et développement de Videologic Analytics a commencé à développer des modèles d'IA améliorés.
Lors du développement de ces modèles, Videologic Analytics a rapidement constaté que l'approche existante posait certains problèmes, tels que des coûts élevés et des temps de développement longs. L'entreprise a réalisé qu'elle avait besoin d'une approche plus flexible et efficace. Cette nouvelle méthode devait permettre de relever ces défis et de mieux servir les besoins de sécurité en constante évolution de ses clients.
Plus précisément, tu souhaitais identifier un modèle de vision par ordinateur capable d'améliorer la fiabilité de ses Vision AI solutions et d'accroître la satisfaction des clients. Il était également essentiel que le modèle reste à la fois rentable et adaptable aux besoins futurs.
Redéfinir la surveillance avec la détection d'anomalies pilotée 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 tu avais besoin. Tu as commencé avec des modèles YOLO pré-entraînés développés à l'aide du COCO dataset, qui inclut une large gamme d'objets courants. Ce pré-entraînement a offert une base solide, car les modèles pouvaient déjà reconnaître de nombreux éléments de base, ce qui a facilité leur adaptation à des besoins de sécurité spécifiques.
Par exemple, Videologic Analytics a affiné ces modèles pré-entraînés en utilisant ses propres données propriétaires pour des applications comme la surveillance des parcs solaires.
Dans ce scénario, les modèles étaient utilisés pour la détection d'anomalies pilotée par l'IA, distinguant les véritables menaces - telles que le personnel non autorisé ou les véhicules - des éléments inoffensifs comme les petits animaux ou les débris soufflés par le vent. Cette différenciation claire était essentielle pour réduire les fausses alertes et améliorer les performances globales de sécurité.
En plus de surveiller les fermes solaires, tu as également développé des solutions de sécurité industrielles et résidentielles utilisant YOLO, ainsi que des modules de preuve de concept pour les innovations de vision par ordinateur dans la vente au détail et la Business Intelligence. Bien que tu utilises principalement la détection d'objets, tu tires également parti des computer vision tasks prises en charge par YOLO, telles que l'estimation de pose et le suivi d'objets.
Fig 1. Videologic Analytics utilise les modèles Ultralytics YOLO pour surveiller les centrales solaires.
Pourquoi choisir les modèles Ultralytics YOLO ?#
Videologic Analytics a choisi les modèles Ultralytics YOLO car ils avaient besoin d'une solution robuste capable de prendre en charge de nombreux canaux de caméras tout en offrant une inférence rapide et précise.
YOLO prend en charge divers export formats et s'intègre de manière transparente avec des frameworks comme 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 aux exigences strictes de l'analyse vidéo en temps réel mieux que les modèles précédents.
Déploiement rationalisé des modèles pour une surveillance vidéo intelligente#
Depuis l'intégration des modèles Ultralytics YOLO, Videologic Analytics a constaté des améliorations impressionnantes en termes de performances et d'efficacité. Leur nouvelle solution Vision IA a permis une détection des menaces rapide et 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, toutes les licences étant désormais mises à niveau pour prendre en charge les modèles Ultralytics YOLO. Le passage à YOLO a entraîné une réduction significative des fausses alarmes et une augmentation globale de la précision de détection. Par conséquent, les clients profitent de security systems plus fiables, et les coûts opérationnels ont été réduits.
De plus, les vitesses d'inférence plus rapides et l'évolutivité des modèles Ultralytics YOLO ont raccourci le délai de mise sur le marché pour les nouvelles fonctionnalités d'IA. Cela a permis à Videologic Analytics d'améliorer ses offres de sécurité principales et d'explorer de nouvelles opportunités dans des secteurs tels que le commerce de détail et la business intelligence. Globalement, l'adoption des modèles Ultralytics YOLO a généré à la fois des améliorations opérationnelles immédiates et des perspectives de croissance à long terme pour l'entreprise.
Fig. 2. Videologic Analytics utilise les 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'extension de sa solution en tirant parti des modèles Ultralytics YOLO pour aller au-delà de la simple détection d'intrusion. Les prochaines étapes impliquent de fournir des insights plus riches et exploitables grâce à des analyses avancées telles que l'analyse comportementale, le suivi des tendances et l'intelligence prédictive.
Ces améliorations aideront les clients à optimiser les opérations de sécurité et à débloquer de nouvelles possibilités dans le commerce de détail et la business intelligence, favorisant l'innovation continue et la croissance dans l'analyse vidéo en temps réel.
Curieux de savoir comment la vision par ordinateur peut transformer ton entreprise ? Explore ton GitHub repository pour voir comment les solutions d'IA d'Ultralytics transforment des innovations telles que AI in self-driving cars et computer vision in agriculture. Découvre en plus sur tes modèles YOLO et licensing options, et commence dès aujourd'hui ton parcours vers une automatisation plus intelligente et plus efficace.
