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、スペインを拠点とする高度なビデオ分析ソリューションの開発企業であり、産業施設、ソーラーパーク、住宅街向けにセキュリティと監視を強化するシステムを提供しています。security camerasと統合するAI搭載ソリューションを展開し、リアルタイムでの境界監視や侵入検知を行っています。

以前のモデルでは高いコストと導入の遅延に直面していましたが、Ultralytics YOLO models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の削減、そしてリテールやビジネスインテリジェンスなどの新しい分野への事業拡大を実現しました。

AI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、AIとcomputer visionをセキュリティカメラに統合し、リアルタイム監視と自動脅威検知を行う分野を専門としています。同社のソリューションは、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信頼性の高いパフォーマンスで保護します。

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。

AI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、より包括的なソリューション、すなわち、より広範なオブジェクトやシナリオにおいて、より広範囲かつ正確なobject detection機能を提供できるものを求めていました。こうした顧客のニーズに応えるため、Videologic Analyticsの研究開発チームは、高度なAIモデルの開発を開始しました。

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 solutions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見つけたいと考えていました。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不可欠でした。

AI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結果、Videologic Analyticsは、Ultralytics YOLO modelsが必要な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 datasetを使用して開発された事前学習済みYOLOモデルから始めました。この事前学習により、モデルがすでに多くの基本的なアイテムを認識できるため強力な基盤が提供され、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。

太陽光発電所の監視に加え、YOLOを使用した産業用および住宅用のセキュリティソリューションや、リテールおよび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イノベーションのための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computer vision tasksも活用しています。

Fig 1. Videologic Analyticsは、太陽光発電所の監視にUltralytics YOLO modelsを使用しています。

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はさまざまなexport formatsをサポートしており、CUDA、TensorRT、ONNX、OpenVINOなどのフレームワークとシームレスに統合します。この柔軟性により、Videologic AnalyticsはPyTorchを使用してモデルを微調整し、本番環境に効率的にデプロイすることが可能です。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分析の厳しい要求を満たしています。

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、Videologic Analyticsは年間約10,000のライセンスを導入しており、それぞれが専用のカメラチャンネルに対応しています。すべてのライセンスがUltralytics YOLO modelsをサポートするようにアップグレードされました。YOLOへの移行により、誤報が大幅に削減され、検知精度全体が向上しました。その結果、顧客はより信頼性の高いsecurity systemsを利用できるようになり、運用コストが削減されました。

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。

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ビジネスをどのように変革できるか興味がありますか？当社のGitHub repositoryを探索して、UltralyticsのAIソリューションがAI in self-driving carsやcomputer vision in agricultureなどのイノベーションをどのように変革しているかをご確認ください。YOLOモデルとlicensing optionsの詳細を確認し、よりスマートで効率的な自動化に向けた第一歩を踏み出しましょう。