Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic Analyticsは、産業用地、ソーラーパーク、集合住宅のセキュリティと監視を強化する高度なビデオ解析ソリューションを開発するスペインの企業です。同社はセキュリティカメラと連携し、境界監視や侵入検知をリアルタイムで行うAI駆動型ソリューションを展開しています。

以前のモデルでは高コストとデプロイの遅れに直面していましたが、Ultralytics YOLOモデルを統合することで、検知精度の向上、開発コストと市場投入までの時間短縮を実現し、小売やビジネスインテリジェンスといった新たな分野への進出を果たしました。

Link to this sectionAIカメラによるセキュリティのためのコンピュータビジョンの実現#

30年以上の経験を持つ専門家が率いるVideologic Analyticsは、リアルタイム監視と自動脅威検知のための、セキュリティカメラへのAIおよびコンピュータビジョン統合を専門としています。同社のソリューションは、信頼性の高いパフォーマンスで大規模施設、再生可能エネルギー設備、住宅コミュニティを保護しています。

同社はProsegur、Securitas、Sabicoをはじめ、スペイン国内の4,000社以上の認定セキュリティ企業を顧客に持っています。AIモデルの開発やデプロイにおける高コストや時間の浪費という課題に直面し、同社は革新的なVision AIソリューションにUltralytics YOLOモデルを採用しました。これにより、セキュリティアプリケーションを強化し、新たな業種へと事業を拡大することができました。

Link to this sectionAIを活用した費用対効果の高い自動脅威検知のニーズ#

Videologic Analyticsは以前、クライアント向け監視カメラにAIモデルを統合していました。初期のモデルは、一般的な車両、人間、小動物など、限定的なオブジェクトカテゴリを検知するようにプログラムされていました。この基礎的なアプローチは高度なセキュリティシステムの礎となりましたが、精度や誤検知率の改善といった改良の余地も残されていました。

顧客は、より幅広いオブジェクトやシナリオに対応し、より包括的で正確なオブジェクト検知能力を備えたソリューションを求めていました。こうした顧客ニーズに応えるため、Videologic Analyticsの研究開発チームは強化されたAIモデルの開発に着手しました。

モデルの開発過程で、Videologic Analyticsは既存のアプローチに高コストや長い開発期間といった課題があることにすぐに気づきました。同社は、より柔軟で効率的なアプローチが必要であると判断しました。この新しいアプローチには、これらの課題に対処し、進化するクライアントのセキュリティニーズにより良く応えることが求められました。

具体的には、Vision AIソリューションの信頼性を高め、顧客満足度を向上させることができるコンピュータビジョンモデルを求めていました。また、モデルがコスト効率を維持し、将来のニーズに適応可能であることも必須条件でした。

Link to this sectionAI主導の異常検知による監視の再定義#

いくつかのAIモデルをテストした後、Videologic AnalyticsはUltralytics YOLOモデルが、必要とする柔軟性とパフォーマンスを提供することを発見しました。彼らは、幅広い一般的なオブジェクトを含むCOCOデータセットを使用して開発された事前学習済みYOLOモデルから着手しました。この事前学習により、モデルはすでに多くの基本的なアイテムを認識できるため、特定のセキュリティニーズに合わせて適応させることが容易になりました。

例えば、Videologic Analyticsは、ソーラーパークの監視といった用途のために、自社の独自データを使用してこれらの事前学習済みモデルをファインチューニングしました。

このシナリオにおいて、モデルはAI主導の異常検知に使用され、許可されていない担当者や車両といった真の脅威と、小動物や風で飛ばされたゴミといった無害なものとを識別します。この明確な識別は、誤警報を減らし、全体的なセキュリティパフォーマンスを向上させるために不可欠でした。

ソーラーファームの監視に加え、彼らはYOLOを使用して産業用および住宅用のセキュリティソリューションを開発したほか、小売やビジネスインテリジェンスにおけるコンピュータビジョンの革新に向けた概念実証モジュールも開発しました。主にオブジェクト検知を使用していますが、ポーズ推定やオブジェクト追跡など、YOLOでサポートされているコンピュータビジョンタスクも活用しています。

図1 Videologic AnalyticsはUltralytics YOLOモデルを使用して太陽光発電所を監視しています。

Link to this sectionなぜUltralytics YOLOモデルが選ばれるのか#

Videologic AnalyticsがUltralytics YOLOモデルを選択したのは、高速かつ正確な推論を行いながら、多数のカメラチャンネルをサポートできる堅牢なソリューションを必要としていたためです。

YOLOは様々なエクスポート形式をサポートしており、CUDA、TensorRT、ONNX、OpenVINOといったフレームワークとシームレスに統合できます。この柔軟性により、Videologic AnalyticsはPyTorchを使用してモデルをファインチューニングし、プロダクション環境へ効率的にデプロイすることが可能になります。ハードウェア固有の最適化により、YOLOは従来のモデルよりもリアルタイムビデオ解析の厳しい要求を満たしています。

Link to this sectionインテリジェントなビデオ監視のための合理化されたモデルデプロイ#

Ultralytics YOLOモデルの統合以来、Videologic Analyticsはパフォーマンスと効率の両面で目覚ましい改善を遂げました。同社の新しいVision AIソリューションにより、ソーラーパークや産業用地から集合住宅に至るまで、幅広い施設で迅速かつリアルタイムな脅威検知が可能になりました。

実際に、Videologic Analyticsは年間約1万ライセンスを展開しており、各ライセンスは専用のカメラチャンネルに対応しており、すべてのライセンスが現在Ultralytics YOLOモデルをサポートするようにアップグレードされています。YOLOへの移行により、誤警報が大幅に減少し、全体的な検知精度が向上しました。その結果、顧客はより信頼性の高いセキュリティシステムを享受できるようになり、運用コストも削減されました。

また、Ultralytics YOLOモデルの高速な推論速度とスケーラビリティにより、新しいAI機能の市場投入までの時間が短縮されました。これにより、Videologic Analyticsは中核となるセキュリティ製品を強化し、小売やビジネスインテリジェンスといった業種での新たな機会を探ることが可能になりました。全体として、Ultralytics YOLOモデルの採用は、即時的な運用改善と将来の長期的な成長見通しの両方を促進しました。

図2. 都市環境を監視するためにUltralytics YOLOモデルを使用するVideologic Analytics。

Link to this section安全とセキュリティのためのスマートビデオ解析：今後の展望#

Videologic Analyticsは、Ultralytics YOLOモデルを活用して、基本的な侵入検知を超えたソリューションの拡大に積極的に取り組んでいます。次のステップでは、行動分析、トレンド追跡、予測インテリジェンスなどの高度な分析を通じて、より豊富で実用的なインサイトを提供することを目指しています。

これらの強化により、顧客はセキュリティ運用を最適化し、小売やビジネスインテリジェンスにおける新たな可能性を引き出し、リアルタイムビデオ解析における継続的なイノベーションと成長を推進できるようになります。

コンピュータビジョンがどのようにビジネスを再構築できるか興味がありますか？当社のGitHubリポジトリを探索し、UltralyticsのAIソリューションが自動運転車のAIや農業におけるコンピュータビジョンといったイノベーションをどのように変革しているかをご覧ください。当社のYOLOモデルやライセンスオプションについて詳しく知り、よりスマートで効率的な自動化への旅を今すぐ始めましょう。