RTM — промышленная ИИ-компания из Сеула. Её подразделение компьютерного зрения разрабатывает системы мониторинга безопасности на базе ИИ для производственных площадок: установленные на заводах камеры круглосуточно контролируют модели Ultralytics YOLO26, обнаруживающие людей, падения, проникновения в опасные зоны, а также огонь и дым. Модели работают на любом компьютере заказчика — от встроенной графики до дискретного GPU.
Камеры под наблюдением, за которыми никто не следит#
Промышленные аварии часто происходят там, где никто не следит за обстановкой. На заводах уже есть камеры на каждой линии, но никто не может круглосуточно просматривать все видеопотоки. RTM создала систему для непрерывного мониторинга: на каждом канале с камеры работают две модели Ultralytics YOLO26 — одна обучена обнаруживать людей, другая — огонь и дым. Их выходные данные поступают в детерминированный слой обработки событий, который подаёт сигнал тревоги при падении работника или проникновении в опасную зону.
За последние шесть месяцев решение RTM на базе ИИ для промышленной безопасности круглосуточно работало или проходило оценку на месте в 21 производственной компании из сталелитейной, аккумуляторной, химической, пластмассовой, пищевой отраслей и робототехники. Подключённая к существующей системе видеонаблюдения, система обнаруживает проникновение работника в опасную зону или его падение и отправляет оповещения через внутренние системы либо напрямую управляет подключённым заводским оборудованием через интеграцию с PLC.
Рис. 1. Прямая трансляция обнаружения падений RTM с использованием Ultralytics YOLO (источник изображения: RTM).
Решение задачи с оборудованием, которое никто не хочет покупать#
Системы мониторинга безопасности конкурируют с вариантом вообще ничего не устанавливать. Если для наблюдения хотя бы за одной камерой системе требуется новое серверное оборудование, оценка решения часто прекращается, даже не начавшись. До сих пор производителям приходилось выбирать между дорогим специализированным оборудованием и полным отсутствием автоматизированного мониторинга.
RTM решила устранить этот компромисс: развёртывать систему на любом компьютере, уже установленном в диспетчерской, — от встроенной графики Intel до NVIDIA RTX 3090, без отдельной сборки для каждой площадки.
Для этого RTM экспортирует обе модели YOLO26 в ONNX с фиксированным размером входных данных и запускает их через ONNX Runtime с пятью провайдерами выполнения: TensorRT, CUDA, OpenVINO, DirectML и CPU. При запуске библиотека инференса определяет производителя установленного GPU и автоматически выбирает нужную цепочку провайдеров. Поэтому один и тот же файл размером 36 МБ для каждой модели запускается без изменений как на компьютере без дискретного GPU, так и на машине с высокопроизводительной видеокартой. Развёртываемому приложению не нужны Python и PyTorch, а для поддержки нет отдельных веток выпусков для разных производителей оборудования.
Сквозная голова детекции YOLO26 сделала такой подход с единым артефактом практичным: поскольку модель напрямую выдаёт итоговые детекции, для слоя инференса RTM на C++ нужны только порог уверенности и обратное преобразование letterbox; не нужно повторно реализовывать NMS или отлаживать расхождения между путём обучения на Python и развёртыванием на C++. Такие ошибки обычно возникают при переносе детектора между языками программирования.
Что даёт GPU: результаты измерений#
RTM протестировала обе модели YOLO26-small — для людей и для огня/дыма — при двух разрешениях входных данных на NVIDIA RTX 3090 (ONNX Runtime 1.26.0, провайдер выполнения CUDA, FP32, пакет 1, только прямой проход). При разрешении 640×640 модель для людей обрабатывает кадр за 4,20 мс, а модель для огня/дыма — за 4,34 мс; при 1280×1280 время обеих увеличивается примерно до 12,5 мс, а объём памяти GPU — с 406 до 1302 МБ. Таким образом, 640×640 примерно в 2,9 раза дешевле на кадр и требует в 3,2 раза меньше памяти, тогда как более высокое разрешение помогает обнаруживать мелкие объекты вдали. По умолчанию RTM использует разрешение 640×640, но сохраняет экспорт с разрешением 1280×1280 для площадок, где есть запас ресурсов GPU и его можно потратить на повышение точности детекции, а не на увеличение числа каналов.
Переход с CUDA в FP32 на TensorRT в FP16 сократил суммарную стоимость обработки кадра обеими моделями с 8,68 до 6,26 мс — на 28%. Это даёт около 39,9 FPS на четырёх каналах с одним GPU вместо 28,8 FPS. Перед выпуском RTM проверила, что преобразование в FP16 не снижает точность: полнота не изменилась ни в одной группе по размеру объектов и на уровне событий как для огня, так и для дыма. В развёрнутом приложении машина с рекомендуемыми характеристиками — процессором класса 16-ядерного Intel Core i7 или лучше, 32 ГБ RAM и RTX 5060 8 ГБ или мощнее — поддерживает 6 одновременных каналов. Даже машина начального уровня только со встроенной графикой поддерживает 1 канал при максимуме продукта в 10 каналов на один компьютер.
Почему стоит использовать Ultralytics YOLO26?#
RTM обучает детектору людей и детектору огня/дыма на одной и той же кодовой базе Ultralytics для обучения, а в двух моделях совместно используется 352 строки кода без каких-либо ветвлений, зависящих от предметной области. Между детектором людей и детектором огня меняется только файл конфигурации: размер входных данных, число эпох, скорость обучения и состав датасета. Это прямое следствие того, как устроена Ultralytics YOLO. Единая согласованная архитектура и API обучения для задач детекции позволяют осваивать новую область применения детекции, просто меняя конфигурацию, а не создавая новый конвейер. Именно поэтому небольшая инженерная команда смогла запустить две готовые к промышленной эксплуатации модели, не поддерживая две разные кодовые базы.
Та же согласованность упростила и переход на YOLO26, снизив связанные с ним риски. RTM внедрила YOLO26 на четвёртый день проекта, в мае 2026 года. Для миграции не пришлось менять ни одной строки существующего кода обучения — потребовалась только другая контрольная точка. Поскольку Ultralytics сохраняет стабильность интерфейса обучения между поколениями моделей, переход на новейшую архитектуру не потребовал переписывать уже созданный и протестированный RTM конвейер.
«Даже на одном и том же датасете размер входных данных и аугментация влияют на качество работы модели. В Ultralytics все эти параметры собраны в одном файле конфигурации, поэтому мы меняем несколько значений, запускаем несколько вариантов параллельно и выбираем лучший. Для этого нам не нужно менять код, поэтому подготовить десять запусков — примерно столько же работы, сколько и один запуск». — Инженер по ИИ, RTM
Эта стабильность помогла повысить и точность. Объединение пятиэтапного последовательного цикла обучения в один совместный запуск повысило mAP50 на валидации с 0,672 до 0,689 при неизменном рабочем пороге. RTM удалось получить этот прирост, просто переобучив модель на той же архитектуре YOLO26, а не перерабатывая её. Кроме того, поскольку YOLO26 без проблем экспортируется в артефакт ONNX с фиксированным размером входных данных, а пороги обнаружения передаются в отдельном файле, а не встраиваются в приложение, для внедрения этого прироста на местах достаточно было заменить один файл ONNX — без каких-либо изменений в хост-приложении. Благодаря этому небольшая инженерная команда может обновлять модели на всех площадках без скоординированного выпуска. Это прямое следствие использования YOLO26, а не специально разработанной архитектуры.
Что происходит после обнаружения#
Сигналы тревоги RTM не срабатывают при каждом обнаружении: человек в кадре — это ещё не событие, но упавший и не поднимающийся человек — уже событие. Над двумя моделями YOLO26 работает детерминированный слой обработки событий, который объединяет трекинг, состояние позы, нахождение в зоне и голосование в скользящем окне. Сигнал тревоги срабатывает только после этой обработки. Отделение этой логики от модели позволяет одному детектору людей работать на всех площадках, несмотря на значительные различия в высоте и угле установки камер, а также в освещении на разных заводах. Это также позволяет использовать уже имеющиеся обнаружения для новых сценариев безопасности: сейчас RTM разрабатывает мониторинг соблюдения требований к СИЗ на основе выходных данных существующего детектора людей. На площадках с GPU для этого не нужны новая модель и новое оборудование.
Общий эффект#
Наиболее заметен эффект для заказчиков RTM, интегрирующих коллаборативных роботов: они поставляют и устанавливают коботов на заводах и долгое время сталкивались со случаями столкновений работников с роботами, несмотря на физические или лазерные защитные ограждения. Система RTM обнаруживает проникновение в опасную зону и немедленно подаёт подключённую к PLC команду остановить робота без задержки. С тех пор интеграторы используют её как основное средство защиты вместо физических ограждений.
Заказчик из сталелитейной отрасли сообщил, что возможность Ultralytics YOLO адаптировать сценарии обнаружения под разные площадки позволила сократить более чем на 100 человек штат сотрудников, которые раньше патрулировали производственные помещения для мониторинга безопасности. В целом производители называют решение RTM самым простым в установке и наиболее экономичным среди рассмотренных ими вариантов мониторинга безопасности; оно обнаруживает опасные зоны, падения, огонь и дым — именно то, что им нужно в первую очередь.
Расширение возможностей тех же моделей#
Следующий шаг RTM — обнаружение соблюдения требований к СИЗ на основе уже имеющихся выходных данных детектора людей. Обучать новую модель не нужно, а на площадках с запасом ресурсов GPU не потребуется устанавливать новое оборудование. По мере внедрения системы на дополнительных производственных площадках и уровнях оборудования одна и та же экспортированная модель в формате ONNX продолжит выполнять свою задачу: от компьютера с самой слабой встроенной графикой до мощнейшего серверного GPU на производстве.
Хочешь создавать собственные решения для ИИ в компьютерном зрении? Ознакомься с нашими моделями Ultralytics YOLO, узнай, как они применяются в разных отраслях, в том числе для компьютерного зрения в производстве, и посмотри варианты лицензирования, чтобы начать.
Автор
Менеджер по цифровому контенту · Ultralytics
