Videologic Analytics e Ultralytics YOLO per la videosorveglianza

Videologic Analytics è uno sviluppatore spagnolo di soluzioni avanzate di analisi video che migliorano la sicurezza e la sorveglianza per siti industriali, parchi solari e complessi residenziali. Implementano soluzioni basate sull'intelligenza artificiale che si integrano con le telecamere di sicurezza per monitorare i perimetri e rilevare le intrusioni in tempo reale. 

Di fronte agli alti costi e alla lentezza dell'implementazione con i modelli precedenti, hanno integrato i modelli YOLO di Ultralytics per aumentare l'accuratezza del rilevamento, ridurre i costi di sviluppo e il time-to-market ed espandersi in nuove aree come il retail e la business intelligence.

Abilitare la computer vision per la sicurezza con telecamere AI

Guidata da esperti con oltre 30 anni di esperienza, Videologic Analytics è specializzata nell'integrazione dell'intelligenza artificiale e della computer vision nelle telecamere di sicurezza per il monitoraggio in tempo reale e il rilevamento automatico delle minacce. Le loro soluzioni proteggono grandi strutture, impianti di energia rinnovabile e comunità residenziali con prestazioni affidabili.

Servono clienti rinomati come Prosegur, Securitas, Sabico e oltre 4.000 aziende di sicurezza certificate in Spagna. Di fronte alle sfide dello sviluppo e dell'implementazione di modelli di intelligenza artificiale costosi e dispendiosi in termini di tempo, hanno adottato i modelli YOLO di Ultralytics nelle loro innovative soluzioni Vision AI. In questo modo, sono stati in grado di migliorare le loro applicazioni di sicurezza e di espandersi in nuovi settori verticali.

La necessità di un rilevamento automatico delle minacce economicamente vantaggioso tramite l'intelligenza artificiale

Videologic Analytics aveva precedentemente integrato modelli di intelligenza artificiale nelle telecamere di sicurezza che offriva ai propri clienti. Questi primi modelli erano programmati per rilevare una gamma limitata di categorie di oggetti, tra cui veicoli generici, esseri umani e piccoli animali. Sebbene questo approccio di base abbia gettato le basi per sistemi di sicurezza avanzati, ha anche presentato opportunità di ulteriore perfezionamento, in particolare nel miglioramento della precisione e dei tassi di falsi positivi.

I loro clienti erano alla ricerca di una soluzione più completa, in grado di offrire funzionalità di object detection più ampie e accurate su una gamma più vasta di oggetti e scenari. Per soddisfare 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 riscontrato rapidamente che l'approccio esistente presentava alcuni problemi, come costi elevati e tempi di sviluppo lunghi. L'azienda si è resa conto di aver bisogno di un approccio più flessibile ed efficiente. Questo nuovo approccio avrebbe dovuto affrontare queste sfide e soddisfare al meglio le esigenze di sicurezza in continua evoluzione dei suoi clienti. 

Nello specifico, volevano identificare un modello di computer vision in grado di migliorare l'affidabilità delle proprie soluzioni di Vision AI e aumentare la soddisfazione dei clienti. Era inoltre essenziale che il modello rimanesse conveniente e adattabile alle esigenze future.

Ridefinire la sorveglianza con il rilevamento di anomalie basato sull'IA

Dopo aver testato diversi modelli di IA, Videologic Analytics ha scoperto che i modelli Ultralytics YOLO fornivano la flessibilità e le prestazioni di cui avevano bisogno. Hanno iniziato con modelli YOLO pre-addestrati sviluppati utilizzando il dataset COCO, che include una vasta gamma di oggetti comuni. Questo pre-addestramento ha offerto una solida base, poiché i modelli erano già in grado di riconoscere molti elementi di base, rendendo più facile adattarli alle specifiche esigenze di sicurezza.

Ad esempio, Videologic Analytics ha ottimizzato questi modelli pre-addestrati utilizzando i propri dati proprietari per applicazioni come il monitoraggio dei parchi solari. 

In questo scenario, i modelli sono stati utilizzati per il rilevamento di anomalie basato sull'IA, distinguendo tra minacce reali, come personale o veicoli non autorizzati, ed elementi innocui come piccoli animali o detriti spinti dal vento. Questa chiara differenziazione è stata essenziale per ridurre i falsi allarmi e migliorare le prestazioni complessive della sicurezza.

Oltre al monitoraggio dei parchi solari, hanno anche sviluppato soluzioni di sicurezza industriale e residenziale utilizzando YOLO, nonché moduli proof-of-concept per le innovazioni di computer vision nel retail e nella business intelligence. Sebbene utilizzino principalmente l'object detection, sfruttano anche le attività di computer vision supportate da YOLO, come la stima della posa e il rilevamento degli oggetti.

‍

Perché scegliere i modelli YOLO di Ultralytics?

Videologic Analytics ha scelto i modelli Ultralytics YOLO perché aveva bisogno di una soluzione robusta in grado di supportare numerosi canali di telecamere fornendo al contempo un'inferenza rapida e accurata. 

YOLO supporta vari 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 utilizzando PyTorch e di implementarli in modo efficiente nella produzione. Grazie alle ottimizzazioni specifiche per l'hardware, YOLO soddisfa le esigenze impegnative dell'analisi video in tempo reale meglio dei modelli precedenti.

Implementazione semplificata del modello per il monitoraggio video intelligente

Dall'integrazione dei modelli Ultralytics YOLO, Videologic Analytics ha riscontrato notevoli miglioramenti sia in termini di prestazioni che di efficienza. La loro nuova soluzione Vision AI ha consentito il rilevamento rapido e in tempo reale delle minacce in una vasta gamma di installazioni, dai parchi solari e siti industriali ai complessi residenziali. 

Infatti, Videologic Analytics implementa circa 10.000 licenze all'anno, ciascuna corrispondente a un canale telecamera dedicato, con tutte le licenze ora aggiornate per supportare i modelli Ultralytics YOLO. Il passaggio a YOLO ha portato a una significativa riduzione dei falsi allarmi e a un aumento complessivo della precisione di rilevamento. Di conseguenza, i clienti usufruiscono di sistemi di sicurezza più affidabili e i costi operativi sono stati ridotti. 

Inoltre, le maggiori velocità di inferenza e la scalabilità dei modelli Ultralytics YOLO hanno ridotto il time-to-market per le nuove funzionalità AI. Ciò ha permesso a Videologic Analytics di migliorare le proprie offerte di sicurezza di base ed esplorare nuove opportunità in settori verticali come il retail e la business intelligence. Nel complesso, l'adozione dei modelli Ultralytics YOLO ha determinato sia miglioramenti operativi immediati sia prospettive di crescita a lungo termine per l'azienda.

‍

Analisi video intelligente per la sicurezza: la strada da percorrere

Videologic Analytics sta lavorando attivamente all'espansione della propria soluzione sfruttando i modelli Ultralytics YOLO per andare oltre il rilevamento di intrusioni di base. I prossimi passi prevedono la fornitura di informazioni più ricche e fruibili attraverso 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 sbloccare nuove possibilità nel retail e nella business intelligence, promuovendo l'innovazione continua e la crescita nell'analisi video in tempo reale.

Sei curioso di sapere come la computer vision può trasformare la tua attività? Esplora il nostro repository GitHub per vedere come le soluzioni AI di Ultralytics stanno trasformando innovazioni come l'AI 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 stesso il tuo percorso verso un'automazione più intelligente ed efficiente.