ALYCE, Ultralytics YOLO ile trafik yapay zeka çıkarımını %20 hızlandırıyor

Hareketli şehirler genellikle trafik sıkışıklığı, eski ulaşım sistemleri ve sürdürülebilirlik zorluklarıyla mücadele eder. ALYCE, şehirlerin nasıl hareket ettiğini anlamak ve iyileştirmek için akıllı, yapay zeka destekli araçlar sunarak bu sorunları çözmeye odaklanıyor.

ALYCE bu sorunun üstesinden gelmeyi misyon edinmiştir ve Ultralytics YOLO models tarafından desteklenen çeşitli yenilikçi çözümler geliştirmiştir: davranış analizi için bir yapay zeka aracı olan minUi ve gerçek zamanlı bir trafik izleme sistemi olan OBSERVER. Bu araçlar veri toplama sürecini daha hızlı ve doğru hale getirir, maliyetleri düşürür ve şehirlerin daha akıllı, daha yeşil ve daha verimli ulaşım sistemleri kurmasına yardımcı olur.

Şekil 1. minUi, davranış analizi için Ultralytics YOLO modellerini kullanır.

Trafik Yönetimi için Görüntü Yapay Zekası Kullanımı#

20 yılı aşkın süredir ALYCE, sürdürülebilirliğe güçlü bir odaklanmayla şehirlerin hareketliliğini artırmasına yardımcı olmaktadır. Kentsel alanlar trafik sıkışıklığı, verimsiz ulaşım sistemleri ve acil karbondan arındırma ihtiyacı gibi kalıcı zorluklarla karşı karşıyadır. Hareketlilik verilerini toplama ve analiz etmenin geleneksel yöntemleri genellikle yavaştır ve doğruluktan uzaktır, bu da planlamayı zorlaştırmaktadır. ALYCE, bu engelleri aşmak için computer vision ve yapay zekayı benimsemiş, şehirlerin ulaşım sistemlerini optimize etmesine ve daha sürdürülebilir bir geleceğe doğru çalışmasına yardımcı olmak için yenilikçi, veriye dayalı çözümler geliştirmiştir.

Şehirlerin neden daha akıllı ve veri odaklı hareketlilik çözümlerine ihtiyacı var?#

Küresel çapta şehirler giderek yoğunlaşıyor ve kentsel hareketliliği yönetmek giderek daha karmaşık hale geliyor. Kavşaklar ve döner kavşaklar gibi yoğun alanlarda yayaları, araçları, bisikletleri ve diğer yol kullanıcılarını tespit edip analiz etmek, trafik akışını, güvenliği ve ulaşım planlamasını iyileştirmek için gereklidir. Ancak manuel anketler veya eski izleme sistemleri gibi geleneksel yöntemler, genellikle bu karmaşıklığı ele almak için gereken doğruluğu sağlamakta yetersiz kalıyor.

Eski sistemler, farklı yol kullanıcısı türlerini ayırt etmekte veya hareketlerini etkili bir şekilde takip etmekte zorlanıyor. Örneğin, araçların rotalarını yayalar ve bisikletlilerle birlikte gerçek zamanlı olarak izlemek, geleneksel araçların güvenilir bir şekilde yapamadığı bir şeydir. Eksik veya hatalı veriler, şehir plancılarının ve ulaşım operatörlerinin bilinçli kararlar almasını zorlaştırabilir.

Bu sorunları çözmek için daha akıllı araçlara ihtiyaç vardır. İdeal olarak, kapsamlı bir çözüm aynı anda birden fazla yol kullanıcısını track edebilmeli, gerçek zamanlı içgörüler sağlayabilmeli ve şehirlerin trafik kalıplarını daha iyi anlamasına yardımcı olabilmelidir.

ALYCE'nin daha akıllı hareketlilik için yapay zeka destekli çözümleri#

Kentsel hareketliliğin zorluklarını ele almak için ALYCE, yapay zeka ve computer vision tarafından desteklenen gelişmiş araçlar geliştirmiştir. Bu araçlar, real-time object detection gibi computer vision tasks için Ultralytics YOLO modellerini kullanır. Özellikle YOLO modelleri yayalar, araçlar, bisikletler ve diğer yol kullananların doğru ve otomatik olarak takip edilmesini sağlar. Ultralytics YOLO kullanılarak elde edilen içgörüler, yoğun kavşaklar ve döner kavşaklar gibi karmaşık ortamlarda bile güvenilir ve eyleme geçirilebilirdir.

ALYCE'nin temel çözümleri şunları içerir:

• minUi: Yol kullanıcısı davranışını analiz edebilen ve trafik güvenliğini ve verimliliğini artırmaya yönelik içgörüler sağlayabilen bir video analizi yapay zeka aracı.
• OBSERVER: Dinamik traffic management sürecini ve daha iyi karar almayı destekleyen, yol kullananların tespitini ve takibini otomatikleştiren gerçek zamanlı bir trafik izleme sistemi.
• MyGIS: Hareketlilik verilerini görselleştiren, şehir plancılarının eğilimleri yorumlamasına ve daha etkili ulaşım sistemleri tasarlamasına yardımcı olan bir platform.

Ultralytics YOLO modellerini entegre ederek, bu araçlar yavaş ve manuel süreçleri otomatikleştirir ve son derece doğru veriler sunar. Görüntü Yapay Zekası destekli içgörülerle ALYCE, şehirlerin sıkışıklığı azaltmasını, trafik akışını optimize etmesini ve daha sürdürülebilir kentsel ulaşım ağları oluşturmasını sağlar.

Neden Ultralytics YOLO modellerini seçmelisin?#

Ultralytics YOLO modelleri, en önemli noktalarda yüksek performans sunduğu için ALYCE'nin hareketlilik çözümleri adına ideal bir seçimdi. Ortalama kesinlikte (mAP) %1-2'lik bir artışla doğruluğu geliştirdiler ve diğer modellerden %20 daha hızlı çıkarım hızlarıyla, sürekli olarak 30 FPS'de çalışarak gerçek zamanlı işlemeyi garanti altına aldılar. Verimlilikleri de eşsizdir; %40 daha az GPU RAM kullanarak kaynak kısıtlı ortamlar için mükemmel hale gelirler.

Bu avantajlar ayrıca ALYCE'ye iki aylık geliştirme süresi kazandırdı. Ultralytics ile eğitim oturumları, geleneksel kurulumlarda yaklaşık bir saat süren işlemlere kıyasla sadece 5-10 dakikada kurulup başlatılabilir ve bu da daha hızlı iterasyonlar sağlar. Genel olarak, Ultralytics YOLO modellerini kullanarak ALYCE, daha akıllı ve daha verimli hareketlilik sistemleri oluşturmak için yapay zeka destekli çözümlerini iyileştirmeye odaklanırken maliyetleri düşürmeyi başardı.

Ultralytics YOLO ile yeni davranışsal içgörüler toplama#

Ultralytics YOLO modellerini kullanmak, ALYCE'nin hareketlilik çözümlerini bir üst seviyeye taşımasına yardımcı oldu. Araçları artık şehirlerin ve ulaşım operatörlerinin daha iyi kararlar almasına yardımcı olan yol kullanıcısı davranışlarını analiz etmek gibi değerli içgörüler sunuyor.

Bilgisayarlı görüyü entegre ettiğinden bu yana ALYCE, otomasyon yoluyla azalan üretim maliyetleri, iyileştirilmiş performans metrikleri ve daha kısa teslimat süreleri dahil olmak üzere ölçülebilir iş sonuçları elde etti. Ayrıca, daha akıllı hareketlilik çözümlerini destekleme yeteneklerini artıran ayrıntılı davranışsal içgörüler gibi yeni veri türleri oluşturmayı da başardılar.

Şekil 2. Bilgisayarlı görü kullanan ALYCE, yeni davranışsal içgörüler oluşturmayı başardı.

Bu arada müşteriler, CEREMA tarafından doğrulanan en yüksek veri standartlarını karşılayan ALYCE'nin çözümlerinin kalitesinden ve doğruluğundan etkilendiler. CTO Benoit Berthe, “ALYCE'de Ultralytics'ten yararlanmak, modellerimizi eğitmek için bir oyun değiştirici oldu; bu sayede veri doğruluğunu artırabildik, müşterilerimize benzersiz bir kalite sunabildik ve onları sürdürülebilir hareketlilik projelerinde destekleyebildik,” dedi.

Bu iyileştirmeler aynı zamanda daha yüksek müşteri memnuniyetine yol açtı. Müşteriler, ALYCE'nin araçlarını ister kendi başlarına ister insan gözetimi ile birlikte kullanıyor olsunlar, daha iyi sonuçlar ve daha sorunsuz operasyonlar bildiriyor.

Hareketlilikte bilgisayarlı görünün geleceği#

ALYCE, computer vision geleceğinin Ultralytics YOLO gibi modellerin yanı sıra video tabanlı modeller için Long Short-Term Memory (LSTMs) gibi yeni teknolojilerle ilerlediğini görmektedir. Bu yenilikler nesne tanımayı geliştirecek ve takip sürekliliğini artırarak ulaşım çözümlerini daha da akıllı ve güvenilir hale getirecektir. Bu teknolojiler evrim geçirdikçe, şehirler hareketlilik zorluklarını yönetmek için daha iyi araçlara sahip olacaktır.

Vision AI teknolojisinin şehrini nasıl dönüştürebileceğini merak ediyor musun? Ultralytics'in computer vision in agriculture ve self-driving cars gibi sektöre özel çözümlerini keşfetmek için GitHub repository sayfamıza göz at ve hemen başlamak için our Ultralytics YOLO licenses hakkında bilgi edin!