Компания ALYCE искала решения на основе ИИ для анализа данных о мобильности с целью решения проблемы дорожных заторов, поскольку устаревшие методы не отличались точностью и адаптируемостью.
Компания ALYCE интегрировала Ultralytics YOLO в такие решения, как minUi и OBSERVER, что позволило сэкономить 2 месяца времени разработки и снизить затраты на создание более интеллектуальной городской мобильности.
В шумных городах часто возникают проблемы с транспортными заторами, устаревшими транспортными системами и проблемами устойчивости. ALYCE фокусируется на решении этих проблем, предоставляя интеллектуальные инструменты на основе ИИ для понимания и улучшения движения в городах.
Компания ALYCE поставила перед собой задачу решить эту проблему и разработала различные инновационные решения на базе моделей Ultralytics YOLO: minUi — инструмент ИИ для анализа поведения, и OBSERVER — система мониторинга трафика в реальном времени. Эти инструменты ускоряют и повышают точность сбора данных, снижают затраты и помогают городам создавать более интеллектуальные, экологичные и эффективные транспортные системы.

Более 20 лет компания ALYCE помогает городам расширять возможности мобильности с упором на устойчивое развитие. Городские районы сталкиваются с постоянными проблемами, такими как пробки на дорогах, неэффективные транспортные системы и острая необходимость в декарбонизации. Традиционные методы сбора и анализа данных о мобильности часто медленны и неточны, что затрудняет планирование. ALYCE внедрила компьютерное зрение и ИИ для преодоления этих препятствий, разработав инновационные решения на основе данных, чтобы помочь городам оптимизировать транспортные системы и работать над более устойчивым будущим.
В глобальном масштабе города становятся все более оживленными, и управление городской мобильностью становится все более сложным. Обнаружение и анализ пешеходов, транспортных средств, велосипедов и других участников дорожного движения в оживленных районах, таких как перекрестки и кольцевые развязки, имеет важное значение для улучшения транспортного потока, безопасности и планирования перевозок. Однако традиционные методы, такие как ручные обследования или устаревшие системы мониторинга, часто не обеспечивают точность, необходимую для решения этой сложности.
Более старые системы с трудом различают разные типы участников дорожного движения или эффективно отслеживают их перемещения. Например, мониторинг путей транспортных средств наряду с пешеходами и велосипедистами в режиме реального времени — это то, что традиционные инструменты не могут сделать надежно. Неполные или неточные данные могут затруднить принятие обоснованных решений городскими планировщиками и транспортными операторами.
Для решения этих проблем необходимы более интеллектуальные инструменты. В идеале комплексное решение должно отслеживать нескольких участников дорожного движения одновременно, предоставлять информацию в режиме реального времени и помогать городам лучше понимать структуру дорожного движения.
Для решения проблем городской мобильности компания ALYCE разработала передовые инструменты на базе ИИ и компьютерного зрения. Эти инструменты используют модели Ultralytics YOLO для задач компьютерного зрения, таких как обнаружение объектов в реальном времени. В частности, модели YOLO обеспечивают точное и автоматизированное отслеживание пешеходов, транспортных средств, велосипедов и других участников дорожного движения. Данные, собранные с помощью Ultralytics YOLO, являются надежными и полезными даже в сложных условиях, таких как оживленные перекрестки и кольцевые развязки.
Ключевые решения ALYCE включают:
Благодаря интеграции моделей Ultralytics YOLO, эти инструменты автоматизируют медленные, выполняемые вручную процессы и предоставляют высокоточные данные. Используя аналитику на основе Vision AI, ALYCE помогает городам снизить загруженность дорог, оптимизировать транспортные потоки и создать более устойчивые сети городского транспорта.
Модели Ultralytics YOLO стали идеальным выбором для решений ALYCE в области мобильности, поскольку они обеспечивали высокую производительность там, где это было наиболее важно. Они повысили точность на 1–2 % по средней точности (mAP) и обеспечили обработку в реальном времени со скоростью инференса на 20 % выше, чем у других моделей, постоянно работая на скорости 30 кадров в секунду. Их эффективность также не имеет себе равных: они используют на 40 % меньше оперативной памяти графического процессора, что делает их идеальными для сред с ограниченными ресурсами.
Эти преимущества также позволили ALYCE сэкономить два месяца времени разработки. С Ultralytics настройка и запуск сессий обучения занимают всего 5-10 минут, по сравнению с почти часом при традиционных подходах, что позволяет быстрее выполнять итерации. В целом, благодаря использованию моделей Ultralytics YOLO, ALYCE смогла снизить затраты, сосредоточившись на совершенствовании своих решений на основе ИИ для создания более интеллектуальных и эффективных систем мобильности.
Использование моделей Ultralytics YOLO помогло ALYCE вывести свои решения для мобильности на новый уровень. Их инструменты теперь предоставляют ценную информацию, такую как анализ поведения участников дорожного движения, что помогает городам и транспортным операторам принимать более взвешенные решения.
Благодаря интеграции компьютерного зрения ALYCE добилась измеримых бизнес-результатов, включая снижение производственных затрат за счет автоматизации, улучшение показателей производительности и сокращение сроков поставки. Они также смогли генерировать новые типы данных, такие как подробные сведения о поведении, что повышает их способность поддерживать более разумные решения в области мобильности.

Между тем, клиенты были впечатлены качеством и точностью решений ALYCE, которые соответствуют самым высоким стандартам данных, проверенным CEREMA. Технический директор Benoit Berthe поделился: «В ALYCE использование Ultralytics изменило правила игры для обучения наших моделей, позволив нам повысить точность данных и обеспечить беспрецедентное качество для наших клиентов и помочь им в их проектах устойчивой мобильности».
Эти улучшения также привели к повышению удовлетворенности клиентов. Клиенты сообщают о лучших результатах и более плавной работе, независимо от того, используют ли они инструменты ALYCE самостоятельно или под контролем человека.
Компания ALYCE видит будущее компьютерного зрения в развитии таких моделей, как Ultralytics YOLO, а также новых технологий, таких как Long Short-Term Memory (LSTM) для моделей на основе видео. Эти инновации улучшат распознавание объектов и повысят непрерывность отслеживания, что сделает транспортные решения еще более интеллектуальными и надежными. По мере развития этих технологий города получат более эффективные инструменты для решения проблем мобильности.
Интересуетесь, как Vision AI может преобразить ваш город? Посетите наш репозиторий на GitHub, чтобы изучить отраслевые решения Ultralytics, такие как компьютерное зрение в сельском хозяйстве и автономные автомобили, а также узнать о наших лицензиях Ultralytics YOLO, чтобы начать работу уже сегодня!
Модели Ultralytics YOLO — это архитектуры компьютерного зрения, разработанные для анализа визуальных данных из изображений и видео. Эти модели можно обучать для решения таких задач, как обнаружение объектов, классификация, оценка позы, отслеживание и сегментация экземпляров. Модели Ultralytics YOLO включают:
Ultralytics YOLO11 — это последняя версия наших моделей компьютерного зрения. Как и ее предыдущие версии, она поддерживает все задачи компьютерного зрения, которые полюбились сообществу Vision AI в YOLOv8. Однако новая YOLO11 отличается большей производительностью и точностью, что делает ее мощным инструментом и идеальным союзником для решения реальных промышленных задач.
Модель, которую вы решите использовать, зависит от конкретных требований вашего проекта. Важно учитывать такие факторы, как производительность, точность и потребности развертывания. Вот краткий обзор:
Репозитории Ultralytics YOLO, такие как YOLOv5 и YOLO11, по умолчанию распространяются под лицензией AGPL-3.0. Эта лицензия, одобренная OSI, предназначена для студентов, исследователей и энтузиастов, способствует открытому сотрудничеству и требует, чтобы любое программное обеспечение, использующее компоненты AGPL-3.0, также было с открытым исходным кодом. Хотя это обеспечивает прозрачность и способствует инновациям, это может не соответствовать коммерческим вариантам использования.
Если ваш проект включает в себя встраивание программного обеспечения и моделей ИИ Ultralytics в коммерческие продукты или услуги и вы хотите обойти требования AGPL-3.0 об открытом исходном коде, корпоративная лицензия является идеальным вариантом.
Преимущества корпоративной лицензии:
Чтобы обеспечить бесшовную интеграцию и избежать ограничений AGPL-3.0, запросите корпоративную лицензию Ultralytics, используя предоставленную форму. Наша команда поможет вам адаптировать лицензию к вашим конкретным потребностям.