Videologic Analytics escala para 10 mil licenças de câmera de IA com Ultralytics YOLO

A Videologic Analytics é uma empresa com sede em Espanha que desenvolve soluções avançadas de análise de vídeo para melhorar a segurança e a vigilância em locais industriais, parques solares e complexos residenciais. Implementam soluções baseadas em IA que se integram com security cameras para monitorizar perímetros e detetar intrusões em tempo real.

Enfrentando custos elevados e uma implementação lenta com os modelos anteriores, integraram os Ultralytics YOLO models para aumentar a precisão de deteção, reduzir os custos de desenvolvimento e o tempo de colocação no mercado, e expandir para novas áreas como o retalho e a inteligência empresarial.

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 computer vision em câmaras de segurança para monitorização em tempo real e deteção automatizada de ameaças. As suas soluções protegem grandes instalações, projetos de energia renovável e comunidades residenciais com um desempenho fiável.

Eles atendem clientes renomados como Prosegur, Securitas, Sabico e mais de 4.000 empresas de segurança certificadas na Espanha. Enfrentando desafios com o desenvolvimento e a implementação caros e demorados de modelos de IA, eles adotaram os modelos Ultralytics YOLO em suas soluções inovadoras de Vision AI. Ao fazer isso, conseguiram aprimorar suas aplicações de segurança e também expandir para novos setores verticais.

A necessidade de detecção automatizada de ameaças com bom custo-benefício usando IA#

A Videologic Analytics já havia integrado modelos de IA nas câmeras de segurança que oferecia aos seus clientes. Esses primeiros modelos eram programados para detectar uma gama limitada de categorias de objetos, incluindo veículos genéricos, humanos e pequenos animais. Embora essa abordagem fundamental tenha preparado o caminho para sistemas de segurança avançados, ela também apresentou oportunidades para refinamento adicional, particularmente no aumento da precisão e na redução de falsos positivos.

Os seus clientes procuravam uma solução mais abrangente, capaz de oferecer capacidades de object detection mais amplas e precisas numa gama maior de objetos e cenários. Para responder a estas necessidades dos clientes, a equipa de investigação e desenvolvimento da Videologic Analytics começou a desenvolver modelos de IA melhorados.

Ao desenvolver esses modelos, a Videologic Analytics rapidamente descobriu que a abordagem existente tinha alguns problemas, como custos elevados 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 dos seus clientes.

Especificamente, queriam identificar um modelo de computer vision que pudesse melhorar a fiabilidade das suas Vision AI solutions e aumentar a satisfação do cliente. Também era essencial que o modelo se mantivesse económico e adaptável a necessidades futuras.

Redefinindo a vigilância com detecção de anomalias impulsionada 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. Começaram com modelos YOLO pré-treinados desenvolvidos com o COCO dataset, que inclui uma vasta gama de objetos comuns. Este pré-treino ofereceu uma base sólida, uma vez que os modelos já conseguiam reconhecer muitos itens básicos, facilitando a sua adaptação para necessidades de segurança específicas.

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

Nesse cenário, os modelos foram usados para detecção de anomalias baseada em IA, distinguindo entre ameaças reais — como pessoal não autorizado ou veículos — e elementos inofensivos como pequenos animais ou detritos soprados pelo vento. Essa diferenciação clara foi essencial para reduzir alarmes falsos e melhorar o desempenho geral da segurança.

Além de monitorizar parques solares, também desenvolveram soluções de segurança industriais e residenciais utilizando o YOLO, bem como módulos de prova de conceito para inovações de computer vision no retalho e na inteligência empresarial. Embora utilizem principalmente a deteção de objetos, também tiram partido de computer vision tasks suportadas pelo YOLO, tais como estimativa de pose e rastreio de objetos.

Fig 1. A Videologic Analytics utiliza os modelos Ultralytics YOLO para monitorizar centrais de energia solar.

Por que escolher Ultralytics YOLO models?#

A Videologic Analytics escolheu os modelos Ultralytics YOLO porque precisava de uma solução robusta capaz de suportar inúmeros canais de câmera enquanto entregava inferência rápida e precisa.

O YOLO suporta vários export formats e integra-se perfeitamente com frameworks como CUDA, TensorRT, ONNX e OpenVINO. Esta flexibilidade torna possível à Videologic Analytics afinar modelos utilizando o PyTorch e implementá-los de forma eficiente em produção. Com otimizações específicas de hardware, o YOLO satisfaz as exigências rigorosas da análise de vídeo em tempo real melhor do que os modelos anteriores.

Implementação de modelo otimizada para monitoramento de vídeo inteligente#

Desde a integração dos modelos Ultralytics YOLO, a Videologic Analytics viu melhorias impressionantes tanto em desempenho quanto em eficiência. Sua nova solução de Vision AI permitiu a detecção rápida e em tempo real de ameaças em uma ampla gama de instalações, desde parques solares e locais industriais até complexos residenciais.

De facto, a Videologic Analytics implementa cerca de 10.000 licenças anualmente, cada uma correspondendo a um canal de câmara dedicado, estando todas as licenças agora atualizadas para suportar os modelos Ultralytics YOLO. A transição para o YOLO resultou numa redução significativa de falsos alarmes e num aumento geral da precisão de deteção. Como resultado, os clientes desfrutam de security systems mais fiáveis e os custos operacionais foram reduzidos.

Além disso, as velocidades de inferência mais rápidas e a escalabilidade dos modelos Ultralytics YOLO encurtaram o tempo de lançamento no mercado para novos recursos de IA. Isso tornou possível para a Videologic Analytics aprimorar suas ofertas principais 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 a longo prazo para a empresa.

Fig. 2. A Videologic Analytics usando modelos Ultralytics YOLO para monitorar ambientes urbanos.

Análise de vídeo inteligente para segurança: O caminho a seguir#

A Videologic Analytics está trabalhando ativamente na expansão de sua solução, aproveitando os modelos Ultralytics YOLO para ir além da detecção básica de intrusão. Os próximos passos envolvem fornecer 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 desbloquear novas possibilidades no varejo e em inteligência de negócios, impulsionando a inovação contínua e o crescimento em análise de vídeo em tempo real.

Curioso sobre como a computer vision pode transformar o teu negócio? Explora o nosso GitHub repository para ver como as soluções de IA da Ultralytics estão a transformar inovações como AI in self-driving cars e computer vision in agriculture. Descobre mais sobre os nossos modelos YOLO e licensing options, e começa hoje a tua jornada rumo a uma automação mais inteligente e eficiente.