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 detect вторжений в режиме реального времени. 

Столкнувшись с высокими затратами и медленным внедрением предыдущих моделей, они интегрировали моделиUltralytics 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.

Внедрение компьютерного зрения для обеспечения безопасности с помощью AI-камер

Компания Videologic Analytics, возглавляемая экспертами с более чем 30-летним опытом, специализируется на интеграции AI и компьютерного зрения в камеры видеонаблюдения для мониторинга в реальном времени и автоматического обнаружения угроз. Их решения обеспечивают безопасность крупных объектов, объектов возобновляемой энергетики и жилых комплексов с надежной производительностью.

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 искусственного интеллекта, 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.

Необходимость в экономически эффективном автоматизированном обнаружении угроз с использованием ИИ

Компания Videologic Analytics уже интегрировала модели искусственного интеллекта в камеры видеонаблюдения, которые она предлагала своим клиентам. Эти ранние модели были запрограммированы на detect 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 для более широкого спектра объектов и сценариев. Чтобы удовлетворить эти потребности клиентов, команда исследований и разработок Videologic Analytics начала разработку улучшенных моделей ИИ. 

При разработке этих моделей Videologic Analytics быстро обнаружила, что существующий подход имеет некоторые проблемы, такие как высокие затраты и длительное время разработки. Компания поняла, что ей нужен более гибкий и эффективный подход. Этот новый подход должен был решить эти проблемы и лучше обслуживать растущие потребности своих клиентов в безопасности. 

В частности, они хотели определить модель компьютерного зрения, которая могла бы повысить надежность их решений Vision AI и повысить удовлетворенность клиентов. Также было важно, чтобы модель оставалась экономически эффективной и адаптируемой к будущим потребностям.

Новый взгляд на видеонаблюдение с помощью обнаружения аномалий на основе ИИ

После тестирования нескольких моделей искусственного интеллекта компания Videologic Analytics обнаружила, что моделиYOLO от Ultralytics обеспечивают необходимую гибкость и производительность. Для начала они использовали предварительно обученные модели YOLO , разработанные на основе набора данныхCOCO , 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, Videologic Analytics точно настроила эти предварительно обученные модели, используя свои собственные данные для таких приложений, как мониторинг солнечных парков. 

В этом сценарии модели использовались для обнаружения аномалий на основе AI, различая реальные угрозы, такие как несанкционированный персонал или транспортные средства, и безвредные элементы, такие как мелкие животные или мусор, принесенный ветром. Эта четкая дифференциация была важна для снижения количества ложных срабатываний и повышения общей производительности 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 моделиYOLO 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 безопасности: взгляд в будущее

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 улучшения помогут клиентам оптимизировать операции безопасности и открыть новые возможности в розничной торговле и бизнес-аналитике, стимулируя дальнейшие инновации и рост в аналитике видео в реальном времени.

Интересно, как компьютерное зрение может изменить ваш бизнес? Изучите наш репозиторий GitHub, чтобы узнать, как решения Ultralyticsв 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.