Videologic Analytics & Ultralytics YOLO para videovigilância

A Videologic Analytics é uma desenvolvedora de soluções avançadas de análise de vídeo com sede na Espanha, que aprimoram a segurança e a vigilância de locais industriais, parques solares e complexos residenciais. Eles implementam soluções alimentadas por IA que se integram com câmeras de segurança para monitorar perímetros e detectar intrusões em tempo real. 

Enfrentando altos custos e implantação lenta com modelos anteriores, eles integraram modelos Ultralytics YOLO para aumentar a precisão da detecção, reduzir os custos de desenvolvimento e o tempo de lançamento no mercado e expandir para novas áreas, como varejo e inteligência de negócios.

Habilitando a visão computacional para segurança com câmeras de IA

Liderada por especialistas com mais de 30 anos de experiência, a Videologic Analytics é especializada na integração de IA e visão computacional em câmeras de segurança para monitoramento em tempo real e detecção automatizada de ameaças. Suas soluções protegem grandes instalações, instalações de energia renovável e comunidades residenciais com desempenho confiável.

Eles atendem a clientes renomados como Prosegur, Securitas, Sabico e mais de 4.000 empresas de segurança certificadas na Espanha. Enfrentando desafios com o desenvolvimento e a implantação caros e demorados de modelos de IA, eles adotaram os modelos Ultralytics YOLO em suas soluções inovadoras de Visão de IA. Ao fazer isso, eles conseguiram aprimorar seus aplicativos de segurança e também se ramificar em novos verticais.

A necessidade de detecção automatizada de ameaças com baixo custo usando IA

A Videologic Analytics já havia integrado modelos de IA nas câmeras de segurança que oferecia aos seus clientes. Esses primeiros modelos foram programados para detectar uma gama limitada de categorias de objetos, incluindo veículos genéricos, humanos e pequenos animais. Embora essa abordagem fundamental tenha lançado as bases para sistemas de segurança avançados, ela também apresentou oportunidades para maior refinamento, particularmente na melhoria da precisão e das taxas de falsos positivos.

Seus clientes estavam procurando por uma solução mais abrangente, capaz de fornecer recursos de detecção de objetos mais amplos e precisos em uma gama maior de objetos e cenários. Para atender a essas necessidades dos clientes, a equipe de pesquisa e desenvolvimento da Videologic Analytics começou a desenvolver modelos de IA aprimorados. 

Ao desenvolver esses modelos, a Videologic Analytics rapidamente descobriu que a abordagem existente apresentava alguns problemas, como altos custos e longos tempos de desenvolvimento. A empresa percebeu que precisava de uma abordagem mais flexível e eficiente. Essa nova abordagem precisaria enfrentar esses desafios e atender melhor às necessidades de segurança em evolução de seus clientes. 

Especificamente, eles queriam identificar um modelo de visão computacional que pudesse aumentar a confiabilidade de suas soluções de IA Vision e aumentar a satisfação do cliente. Também era essencial que o modelo permanecesse económico e adaptável às necessidades futuras.

Redefinindo a vigilância com a detecção de anomalias orientada por IA

Após testar vários modelos de IA, a Videologic Analytics descobriu que os modelos Ultralytics YOLO forneciam a flexibilidade e o desempenho de que precisavam. Eles começaram com modelos YOLO pré-treinados desenvolvidos usando o conjunto de dados COCO, que inclui uma ampla gama de objetos comuns. Este pré-treinamento ofereceu uma base sólida, pois os modelos já conseguiam reconhecer muitos itens básicos, facilitando a adaptação para necessidades específicas de segurança.

Por exemplo, a Videologic Analytics ajustou esses modelos pré-treinados usando seus próprios dados proprietários para aplicações como o monitoramento de parques solares. 

Nesse cenário, os modelos foram usados para a detecção de anomalias orientada por IA, distinguindo entre ameaças genuínas - como pessoal ou veículos não autorizados - e elementos inofensivos, como pequenos animais ou detritos levados pelo vento. Essa diferenciação clara foi essencial para reduzir alarmes falsos e melhorar o desempenho geral da segurança.

Além de monitorar fazendas solares, eles também desenvolveram soluções de segurança industrial e residencial usando YOLO, bem como módulos de prova de conceito para inovações de visão computacional no varejo e inteligência de negócios. Embora utilizem principalmente a detecção de objetos, eles também aproveitam as tarefas de visão computacional suportadas pelo YOLO, como estimativa de pose e rastreamento de objetos.

‍

Por que escolher os modelos Ultralytics YOLO?

A Videologic Analytics escolheu os modelos YOLO da Ultralytics porque precisava de uma solução robusta, capaz de suportar vários canais de câmera e, ao mesmo tempo, fornecer inferência rápida e precisa. 

O YOLO suporta vários formatos de exportação e se integra perfeitamente com frameworks como CUDA, TensorRT, ONNX e OpenVINO. Essa flexibilidade possibilita que a Videologic Analytics ajuste os modelos usando PyTorch e os implemente de forma eficiente em produção. Com otimizações específicas de hardware, o YOLO atende às necessidades exigentes de análise de vídeo em tempo real melhor do que os modelos anteriores.

Implantação de modelo simplificada para monitoramento de vídeo inteligente

Desde a integração dos modelos Ultralytics YOLO, a Videologic Analytics tem verificado melhorias impressionantes tanto no desempenho como na eficiência. A sua nova solução de Visão de IA permitiu a deteção rápida de ameaças em tempo real numa vasta gama de instalações - desde parques solares e locais industriais a complexos residenciais. 

De fato, a Videologic Analytics implementa cerca de 10.000 licenças anualmente, cada uma correspondendo a um canal de câmera dedicado, com todas as licenças agora atualizadas para suportar os modelos YOLO da Ultralytics. A mudança para YOLO levou a uma redução significativa de alarmes falsos e a um aumento geral na precisão da detecção. Como resultado, os clientes desfrutam de sistemas de segurança mais confiáveis, e os custos operacionais foram reduzidos. 

Além disso, as velocidades de inferência mais rápidas e a escalabilidade dos modelos Ultralytics YOLO reduziram o tempo de lançamento no mercado de novos recursos de IA. Isso possibilitou à Videologic Analytics aprimorar suas principais ofertas de segurança e explorar novas oportunidades em verticais como varejo e inteligência de negócios. No geral, a adoção dos modelos Ultralytics YOLO impulsionou tanto melhorias operacionais imediatas quanto perspectivas de crescimento de longo prazo para a empresa.

‍

Análise de vídeo inteligente para segurança: O caminho a seguir

A Videologic Analytics está trabalhando ativamente na expansão de sua solução, aproveitando os modelos YOLO da Ultralytics para ir além da detecção básica de intrusão. As próximas etapas envolvem o fornecimento de insights mais ricos e acionáveis por meio de análises avançadas, como análise de comportamento, rastreamento de tendências e inteligência preditiva. 

Essas melhorias ajudarão os clientes a otimizar as operações de segurança e a desbloquear novas possibilidades em inteligência de varejo e de negócios, impulsionando a inovação contínua e o crescimento na análise de vídeo em tempo real.

Quer saber como a visão computacional pode remodelar seus negócios? Explore nosso repositório no GitHub para ver como as soluções de IA da Ultralytics estão transformando inovações como IA em carros autônomos e visão computacional na agricultura. Saiba mais sobre nossos modelos YOLO e opções de licenciamento e comece hoje mesmo sua jornada rumo a uma automação mais inteligente e eficiente.