L'integrazione dei modelli Ultralytics YOLO, ottimizzati con dati proprietari e ottimizzati per diversi formati di esportazione, ha permesso a Videologic Analytics di ridurre i costi e il time-to-market.
Videologic Analytics è uno sviluppatore con sede in Spagna di soluzioni avanzate di analisi video che migliorano la sicurezza e la sorveglianza di siti industriali, parchi solari e complessi residenziali. L'azienda implementa soluzioni basate sull'IA che si integrano con le telecamere di sicurezza per monitorare i perimetri e rilevare le intrusioni in tempo reale.
Dovendo affrontare costi elevati e tempi di implementazione lunghi con i modelli precedenti, l'azienda ha integrato i modelli Ultralytics YOLO per aumentare l'accuratezza del rilevamento, ridurre i costi di sviluppo e il time-to-market ed espandersi in nuovi ambiti come la vendita al dettaglio e la business intelligence.
Abilitare la computer vision per la sicurezza con telecamere basate sull'IA#
Guidata da esperti con oltre 30 anni di esperienza, Videologic Analytics è specializzata nell'integrazione dell'IA e della computer vision nelle telecamere di sicurezza per il monitoraggio in tempo reale e il rilevamento automatizzato delle minacce. Le sue soluzioni proteggono grandi strutture, impianti per le energie rinnovabili e comunità residenziali con prestazioni affidabili.
L'azienda serve clienti rinomati come Prosegur, Securitas, Sabico e oltre 4.000 società di sicurezza certificate in Spagna. Dovendo affrontare difficoltà legate allo sviluppo e all'implementazione costosi e lunghi di modelli di IA, ha adottato i modelli Ultralytics YOLO nelle proprie innovative soluzioni Vision AI. In questo modo, ha potuto migliorare le proprie applicazioni di sicurezza e ampliare la propria attività a nuovi settori verticali.
La necessità di un rilevamento automatizzato delle minacce basato sull'IA e conveniente#
In precedenza, Videologic Analytics aveva integrato modelli di IA nelle telecamere di sicurezza offerte ai propri clienti. Questi primi modelli erano programmati per rilevare un numero limitato di categorie di oggetti, tra cui veicoli generici, persone e piccoli animali. Sebbene questo approccio di base abbia gettato le fondamenta per sistemi di sicurezza avanzati, ha anche evidenziato margini di miglioramento, soprattutto per quanto riguarda la precisione e il tasso di falsi positivi.
I clienti cercavano una soluzione più completa, capace di offrire funzionalità più ampie e accurate di rilevamento degli oggetti su una gamma più vasta di oggetti e scenari. Per rispondere a queste esigenze, il team di ricerca e sviluppo di Videologic Analytics ha iniziato a sviluppare modelli di IA avanzati.
Durante lo sviluppo di questi modelli, Videologic Analytics ha constatato rapidamente che l'approccio esistente presentava alcuni problemi, come costi elevati e lunghi tempi di sviluppo. L'azienda ha capito di aver bisogno di un approccio più flessibile ed efficiente, in grado di affrontare queste sfide e rispondere meglio alle esigenze di sicurezza in continua evoluzione dei clienti.
In particolare, l'azienda voleva individuare un modello di computer vision in grado di migliorare l'affidabilità delle proprie soluzioni Vision AI e aumentare la soddisfazione dei clienti. Era inoltre fondamentale che il modello fosse conveniente e adattabile alle esigenze future.
Ripensare la sorveglianza con il rilevamento delle anomalie basato sull'IA#
Dopo aver testato diversi modelli di IA, Videologic Analytics ha scoperto che i modelli Ultralytics YOLO offrivano la flessibilità e le prestazioni necessarie. L'azienda ha iniziato con modelli YOLO preaddestrati sul dataset COCO, che comprende un'ampia gamma di oggetti comuni. Questo preaddestramento ha fornito una solida base, poiché i modelli erano già in grado di riconoscere molti oggetti di uso comune, rendendoli più facili da adattare a esigenze specifiche di sicurezza.
Per esempio, Videologic Analytics ha ottimizzato questi modelli preaddestrati usando i propri dati proprietari per applicazioni come il monitoraggio dei parchi solari.
In questo scenario, i modelli venivano usati per rilevare anomalie con l'IA, distinguendo tra minacce reali, come persone o veicoli non autorizzati, ed elementi innocui come piccoli animali o detriti trasportati dal vento. Questa distinzione netta era fondamentale per ridurre i falsi allarmi e migliorare le prestazioni complessive della sicurezza.
Oltre a monitorare i parchi solari, hanno anche sviluppato soluzioni di sicurezza sia industriale sia residenziale basate su YOLO, oltre a moduli proof of concept per innovazioni di visione artificiale nel commercio al dettaglio e nella business intelligence. Sebbene utilizzino principalmente il rilevamento degli oggetti, sfruttano anche le attività di visione artificiale supportate da YOLO, come la stima della posa e il tracciamento degli oggetti.
Fig. 1 Videologic Analytics usa i modelli Ultralytics YOLO per monitorare gli impianti solari.
Perché scegliere i modelli Ultralytics YOLO?#
Videologic Analytics ha scelto i modelli Ultralytics YOLO perché aveva bisogno di una soluzione solida, capace di supportare numerosi canali delle telecamere e offrire inferenze rapide e accurate.
YOLO supporta diversi formati di esportazione e si integra perfettamente con framework come CUDA, TensorRT, ONNX e OpenVINO. Questa flessibilità consente a Videologic Analytics di ottimizzare i modelli con PyTorch e di distribuirli in modo efficiente in produzione. Grazie alle ottimizzazioni specifiche per l'hardware, YOLO soddisfa meglio dei modelli precedenti le esigenze impegnative dell'analisi video in tempo reale.
Semplificare la distribuzione dei modelli per il monitoraggio video intelligente#
Dall'integrazione dei modelli Ultralytics YOLO, Videologic Analytics ha registrato notevoli miglioramenti sia nelle prestazioni che nell'efficienza. La nuova soluzione Vision AI ha consentito di rilevare rapidamente le minacce in tempo reale in un'ampia gamma di installazioni, dai parchi solari e siti industriali ai complessi residenziali.
Videologic Analytics distribuisce infatti circa 10.000 licenze all'anno, ognuna corrispondente a un canale dedicato di una telecamera, e ora tutte le licenze sono state aggiornate per supportare i modelli Ultralytics YOLO. Il passaggio a YOLO ha ridotto notevolmente i falsi allarmi e aumentato l'accuratezza complessiva del rilevamento. Di conseguenza, i clienti possono contare su sistemi di sicurezza più affidabili e i costi operativi sono diminuiti.
Inoltre, la maggiore velocità di inferenza e la scalabilità dei modelli Ultralytics YOLO hanno ridotto il time-to-market delle nuove funzionalità di IA. Videologic Analytics ha così potuto migliorare le proprie offerte di sicurezza principali ed esplorare nuove opportunità in settori verticali come la vendita al dettaglio e la business intelligence. Nel complesso, l'adozione dei modelli Ultralytics YOLO ha portato all'azienda sia miglioramenti operativi immediati sia prospettive di crescita a lungo termine.
Fig. 2. Videologic Analytics usa i modelli Ultralytics YOLO per monitorare gli ambienti urbani.
Analisi video intelligente per la sicurezza: prospettive future#
Videologic Analytics sta lavorando attivamente per ampliare la propria soluzione sfruttando i modelli Ultralytics YOLO e andando oltre il rilevamento di base delle intrusioni. I prossimi passi prevedono la fornitura di informazioni più approfondite e utili, tramite analisi avanzate come l'analisi comportamentale, il tracciamento delle tendenze e l'intelligence predittiva.
Questi miglioramenti aiuteranno i clienti a ottimizzare le operazioni di sicurezza e a cogliere nuove opportunità nella vendita al dettaglio e nella business intelligence, promuovendo l'innovazione continua e la crescita nell'analisi video in tempo reale.
Ti incuriosisce sapere come la computer vision può trasformare la tua attività? Esplora il nostro repository GitHub per scoprire come le soluzioni di IA di Ultralytics stanno trasformando innovazioni come l'IA nelle auto a guida autonoma e la computer vision in agricoltura. Scopri di più sui nostri modelli YOLO e sulle opzioni di licenza e inizia oggi il tuo percorso verso un'automazione più intelligente ed efficiente.
