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 modèles Ultralytics YOLO, affinés sur des données propriétaires et optimisés pour différents formats d'exportation, a permis à VideoLogic Analytics de réduire les coûts et les délais de commercialisation.

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. Ils déploient des solutions basées sur 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 Ultralytics YOLO pour améliorer la précision de la détection, réduire les coûts de développement et les délais de commercialisation, et se développer dans de nouveaux domaines tels que le commerce de détail et la veille 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 de renom tels que Prosegur, Securitas, Sabico, et plus de 4 000 entreprises de sécurité certifiées en Espagne. Confrontés aux défis du développement et du déploiement coûteux et chronophages 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 se diversifier dans de nouveaux secteurs verticaux.

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

Videologic Analytics avait précédemment intégré des modèles d'IA dans les 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 humains et les petits animaux. Bien que cette approche fondamentale ait jeté les bases de systèmes de sécurité avancés, elle a également présenté des possibilités d'amélioration, notamment en ce qui concerne l'amélioration de la précision et des 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 modèles Ultralytics YOLO offraient la flexibilité et les performances dont ils avaient besoin. Ils ont commencé avec des modèles YOLO pré-entraînés développés à l'aide du jeu de données COCO, qui comprend un large éventail 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 aux besoins spécifiques de sécurité.

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 parcs solaires, ils ont également développé des solutions de sécurité industrielles et résidentielles utilisant YOLO, ainsi que des modules de preuve de concept pour les innovations en matière de vision par ordinateur dans le commerce de détail et la veille 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 modèles Ultralytics YOLO pour surveiller les centrales solaires.

Pourquoi choisir les modèles YOLO d'Ultralytics ?

Videologic Analytics a choisi les modèles Ultralytics YOLO 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 divers formats d'exportation et s'intègre de manière transparente aux 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 aux optimisations spécifiques au matériel, YOLO répond mieux aux besoins exigeants de l'analyse vidéo en temps réel que les modèles précédents.

Déploiement simplifié de modèles pour la 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 AI a permis une détection rapide des menaces en temps réel dans un large éventail d'installations, allant des parcs solaires et des 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 la détection. En conséquence, les clients bénéficient de systèmes de sécurité plus fiables et les coûts opérationnels ont été réduits. 

De plus, la rapidité d'inférence et l'évolutivité des modèles Ultralytics YOLO ont réduit les délais de commercialisation des nouvelles fonctionnalités 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 le commerce de détail et la veille économique. Dans l'ensemble, l'adoption des modèles Ultralytics YOLO a entraîné à la fois des améliorations opérationnelles immédiates et des perspectives de croissance à long terme pour l'entreprise.

__wf_reserved_inherit
Fig. 2. Analyse Videologic utilisant 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'expansion de sa solution en tirant parti des modèles Ultralytics YOLO pour aller au-delà de la simple détection d'intrusion. 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 le renseignement prédictif. 

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.

Vous vous demandez comment la vision par ordinateur peut transformer 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 autonomes et la vision par ordinateur dans l'agriculture. Apprenez-en davantage sur nos modèles YOLO et nos options de licence, et commencez dès aujourd'hui votre parcours vers une automatisation plus intelligente et plus efficace.

Notre solution pour votre secteur

Voir tout

Foire aux questions

Que sont les modèles Ultralytics YOLO ?

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 YOLOv5
  • Ultralytics YOLOv8
  • Ultralytics YOLO11

Quelle est la différence entre les modèles YOLO d'Ultralytics ?

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.

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 :

  • Voici quelques-unes des principales caractéristiques d'Ultralytics YOLOv8 :
  1. Maturité et stabilité : YOLOv8 est un framework éprouvé et stable, doté d'une documentation complète et d'une compatibilité avec les versions antérieures de YOLO, ce qui le rend 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.
  • Voici quelques-unes des principales caractéristiques d'Ultralytics YOLO11 :
  1. Précision supérieure : YOLO11 surpasse YOLOv8 dans les benchmarks, 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 appareils périphériques et les tâches sensibles à la latence.
  4. Adaptabilité : Grâce à une large compatibilité matérielle, YOLO11 est bien adapté au déploiement sur les appareils périphériques, les plateformes cloud et les GPU NVIDIA.

De quelle licence ai-je besoin ?

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 :

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

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.

Passez à la vitesse supérieure 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
Lien copié dans le presse-papiers