Videologic Analytics & Ultralytics YOLO для видеонаблюдения

Videologic Analytics - испанский разработчик передовых решений в области видеоаналитики, которые повышают уровень безопасности и видеонаблюдения на промышленных объектах, в солнечных парках и жилых комплексах. Они внедряют решения на основе искусственного интеллекта, которые интегрируются с камерами наблюдения для мониторинга периметра и обнаружения вторжений в режиме реального времени. 

Столкнувшись с высокими затратами и медленным внедрением предыдущих моделей, они интегрировали модели Ultralytics YOLO, чтобы повысить точность обнаружения, сократить затраты на разработку и время выхода на рынок, а также расширить сферу применения в таких новых областях, как розничная торговля и бизнес-аналитика.

Использование компьютерного зрения для обеспечения безопасности с помощью камер с искусственным интеллектом

Компания Videologic Analytics, возглавляемая экспертами с более чем 30-летним опытом работы, специализируется на интеграции искусственного интеллекта и компьютерного зрения в камеры безопасности для мониторинга в режиме реального времени и автоматического обнаружения угроз. Их решения обеспечивают надежную защиту крупных объектов, установок возобновляемой энергетики и жилых кварталов.

Они обслуживают таких известных клиентов, как Prosegur, Securitas, Sabico, и более 4 000 сертифицированных охранных компаний в Испании. Столкнувшись с проблемами, связанными с дорогостоящей и трудоемкой разработкой и внедрением моделей ИИ, они внедрили модели Ultralytics YOLO в свои инновационные решения Vision AI. Благодаря этому они смогли усовершенствовать свои приложения для обеспечения безопасности, а также выйти на новые вертикали.

Потребность в экономически эффективном автоматизированном обнаружении угроз с помощью искусственного интеллекта

Компания Videologic Analytics уже интегрировала модели искусственного интеллекта в камеры видеонаблюдения, которые она предлагала своим клиентам. Эти ранние модели были запрограммированы на обнаружение ограниченного числа категорий объектов, включая обычные автомобили, людей и мелких животных. Хотя такой подход заложил основу для создания передовых систем безопасности, он также представлял возможности для дальнейшего совершенствования, в частности для повышения точности и уменьшения числа ложных срабатываний.

Их клиенты искали более комплексное решение, способное обеспечить более широкие и точные возможности обнаружения объектов в широком диапазоне объектов и сценариев. Чтобы удовлетворить эти потребности клиентов, команда исследователей и разработчиков Videologic Analytics приступила к разработке усовершенствованных моделей искусственного интеллекта. 

При разработке этих моделей Videologic Analytics быстро обнаружила, что существующий подход имеет ряд проблем, таких как высокая стоимость и длительное время разработки. Компания поняла, что ей нужен более гибкий и эффективный подход. Новый подход должен был решить эти проблемы и лучше удовлетворять меняющиеся потребности клиентов в области безопасности. 

В частности, им требовалось найти модель компьютерного зрения, которая могла бы повысить надежность решений Vision AI и удовлетворенность клиентов. Также было важно, чтобы модель оставалась экономически эффективной и адаптировалась к будущим потребностям.

Пересмотр системы наблюдения с помощью обнаружения аномалий на основе искусственного интеллекта

После тестирования нескольких моделей искусственного интеллекта компания Videologic Analytics обнаружила, что модели YOLO от Ultralytics обеспечивают необходимую гибкость и производительность. Для начала они использовали предварительно обученные модели YOLO, разработанные на основе набора данных COCO, который включает широкий спектр обычных предметов. Такое предварительное обучение заложило прочную основу, поскольку модели уже могли распознавать многие основные предметы, что облегчало их адаптацию к конкретным потребностям безопасности.

Например, компания Videologic Analytics доработала эти предварительно обученные модели на основе собственных данных для таких приложений, как мониторинг солнечных парков. 

В этом сценарии модели использовались для обнаружения аномалий на основе ИИ, различая настоящие угрозы - например, несанкционированный персонал или транспортные средства - и безобидные элементы, такие как мелкие животные или мусор, разносимый ветром. Такое четкое разграничение было необходимо для снижения количества ложных срабатываний и повышения общей эффективности системы безопасности.

Наряду с мониторингом солнечных электростанций они разработали на основе YOLO решения для обеспечения безопасности промышленных и жилых объектов, а также пробные модули для инноваций компьютерного зрения в сфере розничной торговли и бизнес-аналитики. Хотя в первую очередь они используют обнаружение объектов, они также используют задачи компьютерного зрения, поддерживаемые YOLO, такие как оценка позы и отслеживание объектов.

‍

Почему стоит выбрать модели YOLO от Ultralytics?

Компания Videologic Analytics выбрала модели Ultralytics YOLO, поскольку ей требовалось надежное решение, способное поддерживать множество каналов камер и обеспечивать быстрые и точные выводы. 

YOLO поддерживает различные форматы экспорта и легко интегрируется с такими фреймворками, как CUDA, TensorRT, ONNX и OpenVINO. Такая гибкость позволяет Videologic Analytics точно настраивать модели с помощью PyTorch и эффективно внедрять их в производство. Благодаря оптимизации под аппаратное обеспечение YOLO лучше предыдущих моделей отвечает требованиям видеоаналитики в реальном времени.

Оптимизированное развертывание моделей для интеллектуального видеонаблюдения

После внедрения моделей Ultralytics YOLO компания Videologic Analytics добилась впечатляющего повышения производительности и эффективности. Их новое решение Vision AI позволило быстро обнаруживать угрозы в режиме реального времени на самых разных объектах - от солнечных электростанций и промышленных площадок до жилых комплексов. 

В действительности Videologic Analytics ежегодно использует около 10 000 лицензий, каждая из которых соответствует выделенному каналу камеры, и все лицензии теперь обновлены для поддержки моделей Ultralytics YOLO. Переход на YOLO привел к значительному сокращению числа ложных тревог и общему повышению точности обнаружения. В результате клиенты получают более надежные системы безопасности, а эксплуатационные расходы снижаются. 

Кроме того, более высокая скорость выводов и масштабируемость моделей Ultralytics YOLO сократили время вывода на рынок новых функций искусственного интеллекта. Это позволило Videologic Analytics расширить свои основные предложения в области безопасности и открыть новые возможности в таких вертикалях, как розничная торговля и бизнес-аналитика. В целом внедрение моделей Ultralytics YOLO позволило компании добиться как немедленных улучшений в работе, так и долгосрочных перспектив роста.

‍

Интеллектуальная видеоаналитика для охраны и безопасности: Путь вперед

Компания Videologic Analytics активно работает над расширением своего решения за счет использования моделей Ultralytics YOLO, чтобы выйти за рамки базового обнаружения вторжений. Следующие шаги связаны с предоставлением более богатой и действенной информации с помощью расширенной аналитики, такой как анализ поведения, отслеживание тенденций и предиктивная аналитика. 

Эти усовершенствования помогут клиентам оптимизировать операции по обеспечению безопасности и раскрыть новые возможности в сфере розничной торговли и бизнес-аналитики, стимулируя дальнейшие инновации и рост в области видеоаналитики в реальном времени.

Интересно, как компьютерное зрение может изменить ваш бизнес? Изучите наш репозиторий GitHub, чтобы узнать, как решения Ultralytics в области ИИ преобразуют такие инновации, как ИИ в самоуправляемых автомобилях и компьютерное зрение в сельском хозяйстве. Узнайте больше о наших моделях YOLO и вариантах лицензирования и начните свой путь к более умной и эффективной автоматизации уже сегодня.