Yolo Vision Shenzhen
Shenzhen
Rejoindre maintenant
Retour aux témoignages clients

Videologic Analytics et Ultralytics YOLO pour la vidéosurveillance

Problème

VideoLogic Analytics intégrait des capacités d'IA dans ses caméras de sécurité, mais de nombreux modèles d'IA étaient trop coûteux et lents à déployer.

Solution

L'intégration des modèlesYOLO d'Ultralytics , affinés à partir de données propriétaires et optimisés pour différents formats d'exportation, a permis à VideoLogic Analytics de réduire les coûts et les délais de mise sur le marché.

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 detect intrusions en temps réel. 

Confrontés à des coûts élevés et à un déploiement lent avec les modèles précédents, ils ont intégré les modèlesYOLO 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.

Permettre la vision par ordinateur pour la sécurité avec les 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 vision par ordinateur dans les caméras de sécurité pour la surveillance en temps réel et la détection automatisée des menaces. Leurs solutions protègent les grandes installations, les installations d'énergie renouvelable et les communautés résidentielles avec une performance fiable.

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 modèlesYOLO 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 detect 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 étaient à la recherche d'une solution plus complète, capable de fournir des capacités de détection d'objets plus larges et plus précises sur un plus large éventail d'objets et de scénarios. Pour répondre aux besoins de ces 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 délais de développement longs. L'entreprise a réalisé qu'elle avait besoin d'une approche plus flexible et plus efficace. Cette nouvelle approche devrait relever ces défis et mieux répondre aux besoins de sécurité en constante évolution de ses clients. 

Plus précisément, ils voulaient identifier un modèle de vision par ordinateur qui pourrait améliorer la fiabilité de ses solutions Vision AI et accroître la satisfaction de ses clients. Il était également essentiel que le modèle reste rentable et adaptable aux besoins futurs.

Redéfinir la surveillance grâce à la détection d'anomalies basée sur l'IA

Après avoir testé plusieurs modèles d'IA, Videologic Analytics a découvert que les modèlesYOLO 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 donnéesCOCO , 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 propriétaires pour des applications telles que la surveillance des parcs solaires. 

Dans ce scénario, les modèles ont été utilisés pour la détection d'anomalies basée sur l'IA, faisant la distinction entre les menaces réelles - telles que le personnel ou les véhicules non autorisés - et les éléments inoffensifs comme les petits animaux ou les débris emportés par le vent. Cette différenciation claire a été essentielle pour réduire les fausses alarmes et améliorer les performances globales 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.

__wf_reserved_inherit
Fig. 1. Videologic Analytics utilise les modèlesYOLO d'Ultralytics pour surveiller les centrales solaires.

Pourquoi choisir les modèlesYOLO d'Ultralytics ?

Videologic Analytics a choisi les modèlesYOLO 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 simplifié de modèles pour la surveillance vidéo intelligente

Depuis l'intégration des modèlesYOLO 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 modèlesYOLO 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 modèlesYOLO 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 modèlesYOLO d'Ultralytics a entraîné des améliorations opérationnelles immédiates et des perspectives de croissance à long terme pour l'entreprise.

__wf_reserved_inherit
Fig. 2. Videologic Analytics utilise les modèles Ultralytics YOLO pour surveiller les environnements urbains.

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

Videologic Analytics travaille activement à l'extension de sa solution en s'appuyant sur les modèlesYOLO '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 leurs opérations de sécurité et à débloquer de nouvelles possibilités dans le commerce de détail et la veille économique, stimulant ainsi l'innovation et la croissance continues dans 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'Ultralyticstransforment 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.

Notre solution pour votre secteur

Voir tout

Foire aux questions

Que sont les modèlesYOLO d'Ultralytics ?

Les modèlesYOLO d'Ultralytics sont des architectures de vision par ordinateur développées pour analyser des données visuelles à partir d'images et d'entrées vidéo. Ces modèles peuvent être entraînés pour des tâches telles que la détection d'objets, la classification, l'estimation de la pose, le suivi et la segmentation d'instancesUltralytics

  • Ultralytics YOLOv5
  • Ultralytics YOLOv8
  • Ultralytics YOLO11

Quelle est la différence entre les modèlesYOLO d'Ultralytics ?

Ultralytics YOLO11 est la dernière version de nos modèles de vision par ordinateur. Comme ses versions précédentes, elle prend en charge toutes les tâches de vision par ordinateur que la communauté Vision AI a appris à apprécier dans YOLOv8. Cependant, le nouveau YOLO11 est plus performant et plus précis, ce qui en fait un outil puissant et un allié parfait pour relever les défis industriels du monde réel.

Quel modèle Ultralytics YOLO dois-je choisir pour mon projet ?

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 :

  • Quelques-unes des principales caractéristiques d'Ultralytics YOLOv8:
  1. Maturité et stabilité : YOLOv8 est un cadre stable et éprouvé, doté d'une documentation complète et compatible avec les versions antérieures de YOLO , ce qui en fait un outil idéal pour l'intégration dans les flux de travail existants.
  2. Facilité d'utilisation : Avec sa configuration conviviale pour les débutants et son installation simple, YOLOv8 est parfait pour les équipes de tous niveaux.
  3. Rentabilité : Elle nécessite moins de ressources de calcul, ce qui en fait une excellente option pour les projets soucieux de leur budget.
  • Quelques-unes des principales caractéristiques d'Ultralytics YOLO11:
  1. Plus grande précision : YOLO11 surpasse YOLOv8 dans les tests de référence, atteignant une meilleure précision avec moins de paramètres.
  2. Fonctionnalités avancées : Il prend en charge des tâches de pointe telles que l'estimation de pose, le suivi d'objets et les boîtes englobantes orientées (OBB), offrant une polyvalence inégalée.
  3. Efficacité en temps réel : Optimisé pour les applications en temps réel, YOLO11 offre des temps d'inférence plus rapides et excelle sur les périphériques et les tâches sensibles à la latence.
  4. Adaptabilité : Grâce à une large compatibilité matérielle, YOLO11 est bien adapté au déploiement d'appareils périphériques, de plates-formes cloud et de GPU NVIDIA .

De quelle licence ai-je besoin ?

Les dépôtsYOLO d'Ultralytics , tels que YOLOv5 et YOLO11, sont distribués par défaut sous la licence AGPL-3.0 Cette licence approuvée par l'OSI est conçue pour les étudiants, les chercheurs et les passionnés. Elle encourage la collaboration ouverte et exige que tout logiciel utilisant des composants AGPL-3.0 soit également mis à disposition en libre accès. Bien que cette licence assure la transparence et favorise l'innovation, elle peut ne pas correspondre aux cas d'utilisation commerciale.
Si votre projet implique l'intégration du logiciel Ultralytics et des modèles d'IA dans des produits ou services commerciaux et que vous souhaitez contourner les exigences d'open-source de l'AGPL-3.0, une Licence Entreprise est idéale.

Les avantages de la licence Enterprise incluent :

  • Flexibilité commerciale : Modifiez et intégrez le code source et les modèles d'Ultralytics YOLO dans des produits propriétaires sans adhérer à l'exigence de l'AGPL-3.0 pour ouvrir votre projet.
  • Développement propriétaire : Bénéficiez d'une liberté totale pour développer et distribuer des applications commerciales qui incluent le code et les modèlesYOLO d'Ultralytics .

Pour garantir une intégration transparente et éviter les contraintes de l'AGPL-3.0 , demandez une licence d'entreprise Ultralytics en utilisant le formulaire prévu à cet effet. Notre équipe vous aidera à adapter la licence à vos besoins spécifiques.

Boostez votre énergie avec Ultralytics YOLO

Bénéficiez d'une vision IA avancée pour vos projets. Trouvez la licence adaptée à vos objectifs dès aujourd'hui.

Explorer les options de licence