ALYCE, güncel olmayan yöntemlerin hassasiyet ve uyarlanabilirlik eksikliği nedeniyle trafik sıkışıklığını ele almak için hareketlilik verilerini analiz edecek yapay zeka çözümleri arıyordu.
ALYCE, Ultralytics YOLO'yu minUi ve OBSERVER gibi çözümlere entegre ederek 2 aylık geliştirme süresinden tasarruf sağladı ve daha akıllı şehir içi ulaşım için maliyetleri düşürdü.
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 odaklı araçlar sağlayarak bu sorunları çözmeye odaklanır.
ALYCE, bu sorunu ele alma misyonuyla hareket ediyor ve Ultralytics YOLO modelleri ile güçlendirilen çeşitli yenilikçi çözümler geliştirdi: davranışları analiz etmek için bir yapay zeka aracı olan minUi ve gerçek zamanlı trafik izleme sistemi OBSERVER. Bu araçlar, veri toplamayı daha hızlı ve daha doğru hale getiriyor, maliyetleri düşürüyor ve şehirlerin daha akıllı, daha çevreci ve daha verimli ulaşım sistemleri oluşturmasına yardımcı oluyor.
ALYCE, 20 yılı aşkın süredir şehirlerin sürdürülebilirliğe güçlü bir şekilde odaklanarak hareketliliği artırmasına yardımcı oluyor. Kentsel alanlar, trafik sıkışıklığı, verimsiz ulaşım sistemleri ve karbondan arındırma ihtiyacı gibi kalıcı zorluklarla karşı karşıyadır. Hareketlilik verilerini toplama ve analiz etme yöntemleri genellikle yavaştır ve doğruluktan yoksundur, bu da planlamayı zorlaştırır. ALYCE, şehirlerin ulaşım sistemlerini optimize etmelerine ve daha sürdürülebilir bir geleceğe doğru çalışmalarına yardımcı olmak için yenilikçi, veri odaklı çözümler geliştirerek bu engellerin üstesinden gelmek için bilgisayarlı görmeyi ve yapay zekayı benimsedi.
Küresel olarak şehirler giderek daha yoğun hale geliyor ve kentsel hareketliliği yönetmek giderek karmaşıklaşıyor. Kavşaklar ve döner kavşaklar gibi yoğun bölgelerde yayaları, araçları, bisikletleri ve diğer yol kullanıcılarını tespit etmek ve analiz etmek, trafik akışını, güvenliği ve ulaşım planlamasını iyileştirmek için çok önemlidir. Ancak, manuel anketler veya güncel olmayan izleme sistemleri gibi geleneksel yöntemler, genellikle bu karmaşıklığın üstesinden gelmek için gereken doğruluğu sağlayamaz.
Eski sistemler, farklı yol kullanıcıları türleri arasında ayrım yapmakta veya hareketlerini etkili bir şekilde izlemekte zorlanmaktadır. Örneğin, araçların yollarını yayalar ve bisikletlilerle birlikte gerçek zamanlı olarak izlemek, geleneksel araçların güvenilir bir şekilde yapamadığı bir şeydir. Eksik veya yanlış veriler, şehir planlamacılarının 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 izleyebilmeli, gerçek zamanlı içgörüler sağlayabilmeli ve şehirlerin trafik düzenlerini daha iyi anlamalarına yardımcı olmalıdır.
Kentsel hareketlilik zorluklarını ele almak için ALYCE, yapay zeka ve bilgisayarlı görü ile desteklenen gelişmiş araçlar geliştirmiştir. Bu araçlar, bilgisayarlı görü görevleri gibi gerçek zamanlı nesne tespiti için Ultralytics YOLO modellerini kullanır. Özellikle, YOLO modelleri yayaların, araçların, bisikletlerin ve diğer yol kullanıcılarının doğru ve otomatik olarak izlenmesini sağlar. Ultralytics YOLO kullanılarak toplanan bilgiler, yoğun kavşaklar ve döner kavşaklar gibi karmaşık ortamlarda bile güvenilir ve uygulanabilirdir.
ALYCE'nin temel çözümleri şunları içerir:
Ultralytics YOLO modellerini entegre ederek, bu araçlar yavaş, manuel süreçleri otomatikleştirir ve yüksek doğruluklu veriler sunar. Vizyon yapay zekası odaklı içgörülerle ALYCE, şehirleri tıkanıklığı azaltmak, trafik akışını optimize etmek ve daha sürdürülebilir kentsel ulaşım ağları oluşturmak için donatır.
Ultralytics YOLO modelleri, ALYCE'nin mobilite çözümleri için ideal bir seçimdi, çünkü en önemli olduğu yerde yüksek performans sağlıyorlardı. Ortalama hassasiyette (mAP) %1-2'lik bir artışla doğruluğu artırdılar ve diğer modellere göre %20 daha hızlı çıkarım hızlarıyla gerçek zamanlı işlemeyi sağlayarak sürekli olarak 30 FPS'de çalıştılar. Verimlilikleri de benzersizdir, %40 daha az GPU RAM kullanarak kaynak açısından kısıtlı ortamlar için mükemmeldirler.
Bu faydalar aynı zamanda ALYCE'ye iki aylık geliştirme süresi kazandırdı. Ultralytics ile eğitim oturumları, geleneksel kurulumlarla yaklaşık bir saat sürerken, sadece 5-10 dakika içinde ayarlanıp başlatılabilir, bu da daha hızlı yinelemeler sağlar. Genel olarak, ALYCE, Ultralytics YOLO modellerini kullanarak maliyetleri düşürürken, daha akıllı, daha verimli mobilite sistemleri oluşturmak için yapay zeka odaklı çözümlerini iyileştirmeye odaklanabildi.
Ultralytics YOLO modellerini kullanmak, ALYCE'nin mobilite çözümlerini bir sonraki seviyeye taşımasına yardımcı oldu. Araçları artık şehirlerin ve ulaşım operatörlerinin daha iyi kararlar almasına yardımcı olan yol kullanıcısı davranışını analiz etmek gibi değerli bilgiler sağlıyor.
Bilgisayarlı görü entegrasyonundan bu yana ALYCE, otomasyon yoluyla azaltılmış üretim maliyetleri, iyileştirilmiş performans metrikleri ve daha kısa teslimat süreleri dahil olmak üzere ölçülebilir iş sonuçları elde etti. Ayrıca, daha akıllı mobilite çözümlerini destekleme yeteneklerini artıran ayrıntılı davranışsal içgörüler gibi yeni veri türleri de oluşturabildiler.
Bu arada, müşteriler ALYCE'nin CEREMA tarafından doğrulanan en yüksek veri standartlarını karşılayan çözümlerinin kalitesinden ve doğruluğundan etkilendiler. CTO Benoit Berthe şunları paylaştı: "ALYCE olarak, Ultralytics'ten yararlanmak, modellerimizi eğitmek, veri doğruluğunu artırmamızı ve müşterilerimize benzersiz kalite sunmamızı ve sürdürülebilir mobilite projelerinde onlara yardımcı olmamızı sağlamak için ezber bozan bir gelişme oldu."
Bu iyileştirmeler ayrıca daha yüksek müşteri memnuniyetine yol açmıştır. Müşteriler, ALYCE'in araçlarını kendi başlarına veya insan gözetimiyle birlikte kullanırken daha iyi sonuçlar ve daha sorunsuz operasyonlar bildirmektedir.
ALYCE, bilgisayar görüşünün geleceğini Ultralytics YOLO gibi modellerle ve video tabanlı modeller için Uzun Kısa Süreli Bellek (LSTM) gibi yeni teknolojilerle ilerlerken görüyor. Bu yenilikler, nesne tanımayı geliştirecek ve izleme sürekliliğini iyileştirerek ulaşım çözümlerini daha da akıllı ve güvenilir hale getirecektir. Bu teknolojiler geliştikçe, şehirler hareketlilik zorluklarını yönetmek için daha iyi araçlara sahip olacak.
Vision AI'nın şehrinizi nasıl dönüştürebileceğini merak ediyor musunuz? Ultralytics'in GitHub deposunu inceleyerek tarımda bilgisayar görüşü ve otonom sürüşlü arabalar gibi sektöre özel çözümlerini keşfedin ve bugün başlamak için Ultralytics YOLO lisanslarımız hakkında bilgi edinin!
Ultralytics YOLO modelleri, görüntülerden ve video girişlerinden görsel verileri analiz etmek için geliştirilmiş bilgisayarlı görü mimarileridir. Bu modeller, Nesne tespiti, sınıflandırma, poz tahmini, izleme ve örnek segmentasyonu gibi görevler için eğitilebilir. Ultralytics YOLO modelleri şunları içerir:
Ultralytics YOLO11, Bilgisayarlı Görü modellerimizin en son sürümüdür. Önceki sürümlerinde olduğu gibi, Vision AI topluluğunun YOLOv8 hakkında sevdiği tüm bilgisayarlı görü görevlerini destekler. Ancak yeni YOLO11, daha yüksek performans ve doğrulukla birlikte gelir ve bu da onu güçlü bir araç ve gerçek dünya endüstri zorlukları için mükemmel bir müttefik yapar.
Kullanmayı seçtiğiniz model, projenizin özel gereksinimlerine bağlıdır. Performans, doğruluk ve dağıtım ihtiyaçları gibi faktörleri dikkate almak önemlidir. İşte hızlı bir genel bakış:
YOLOv5 ve YOLO11 gibi Ultralytics YOLO depoları, varsayılan olarak AGPL-3.0 Lisansı altında dağıtılır. Bu OSI onaylı lisans, öğrencilere, araştırmacılara ve meraklılara yönelik olarak tasarlanmıştır; açık işbirliğini teşvik eder ve AGPL-3.0 bileşenlerini kullanan herhangi bir yazılımın da açık kaynaklı olmasını gerektirir. Bu, şeffaflığı sağlarken ve yeniliği teşvik ederken, ticari kullanım durumlarıyla uyumlu olmayabilir.
Projeniz Ultralytics yazılımını ve yapay zeka modellerini ticari ürünlere veya hizmetlere gömmeyi içeriyorsa ve AGPL-3.0'ın açık kaynak gereksinimlerini atlamak istiyorsanız, Kurumsal Lisans idealdir.
Kurumsal Lisansın Faydaları şunlardır:
Sorunsuz entegrasyon sağlamak ve AGPL-3.0 kısıtlamalarından kaçınmak için, sağlanan formu kullanarak bir Ultralytics Kurumsal Lisansı talep edin. Ekibimiz, lisansı özel ihtiyaçlarınıza göre uyarlamanıza yardımcı olacaktır.
.webp)
.webp)
.webp)
.webp)