eSmart Systems, arıza tespiti ve öngörücü bakım için bilgisayarlı görmeyi kullanarak kamu hizmeti denetimlerini geliştirmek ve şebeke verimliliğini artırmak istiyordu.
eSmart Systems, Ultralytics YOLO modellerini kendi platformu Grid Vision®'a entegre ederek denetim süresini %50 azalttı, daha hızlı arıza tespiti sağladı ve proaktif bakıma geçti.
eSmart Systems, kamu hizmeti sağlayıcılarının bilgisayar görüşü ve analitiği kullanarak elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkları incelemesine ve yönetmesine yardımcı olan Norveç merkezli bir şirkettir. Özellikle, amiral gemisi platformları Grid Vision®, hava görüntülerini analiz etmek, bileşenleri ve kusurları tespit etmek ve iletim hatları boyunca öngörücü bilgiler sağlamak için bilgisayarla görme, jeo-uzamsal analitik ve zaman serisi verilerinden yararlanır.
Denetim verimliliğini daha da artırmak için eSmart Systems, Ultralytics YOLO modellerini Grid Vision®'a entegre etti. Bu, arıza tespit hızını artırdı ve kamu hizmetlerinin reaktif onarımlardan daha verimli, duruma dayalı bakıma geçmesini mümkün kıldı.
Merkezi Halden, Norveç'te bulunan eSmart Systems, kritik altyapının izlenmesi ve bakımı için kamu hizmetleri sektörüne yenilikçi çözümler getirmeye odaklanmaktadır. Örneğin, amiral gemisi platformları Grid Vision®, elektrik şebekeleri ve trafo merkezleri gibi büyük ölçekli varlıkların denetlenmesi ve yönetilmesi için kapsamlı bir çözüm sunmaktadır.
Dünya çapında 70'ten fazla kamu kuruluşunun güvendiği eSmart Systems, 100.000 kilometreden fazla elektrik hattını denetleyerek kamu kuruluşlarının daha iyi, veriye dayalı kararlar almasını sağlamıştır. Grid Vision® bakımı daha verimli hale getirir, riskleri azaltır ve daha esnek ve sürdürülebilir enerji altyapısına geçişi destekler.
eSmart Systems ayrıca yapay zeka çözümlerinin veri gizliliği ve mevzuata uygunluk açısından yüksek standartları karşılamasını sağlamaktadır. Bilgi güvenliği yönetimi için ISO 27001 sertifikasına sahiptir ve Avrupa elektrik şebekesi operasyonlarında güvenli veri alışverişini düzenleyen Netcode Madde 7.8 ile uyumludur.
Elektrik şebekeleri, genellikle uzak veya ulaşılması zor yerlerden geçerek geniş alanlara yayılır. Bu sistemlerin çoğu eskidir ve güvenlik ve güvenilirliği sağlamak için düzenli denetimler gerektirir. İletim kuleleri ve elektrik hatları gibi bileşenlerin denetlenmesi zaman alıcı, maliyetli ve çalışanlar için riskli olabilir.
eSmart Systems, dronlar ve helikopterler kullanarak havadan görüntü yakalamayı, bileşenleri tespit etmek ve kusurları belirlemek için bilgisayar görüşü uygulamayı amaçladı. Ancak, kamu hizmetleri farklı bileşenlere sahip olduğundan ve çeşitli koşullarda görüntü yakaladığından, tutarlı bir denetim iş akışını sürdürmek zordu.
Bu görüntülerin manuel olarak incelenmesi de yavaş ve yoğun kaynak kullanımı gerektirdiğinden arıza tespitinin ölçeklendirilmesini zorlaştırıyordu. Denetimleri otomatikleştirmek ve proaktif bakımı desteklemek için eSmart Systems, varlık türleri, bölgeler ve hava koşulları arasında güvenilir bir performans gösterebilecek hızlı ve uyarlanabilir bir Vision AI modeline ihtiyaç duyuyordu.
eSmart Systems, şebeke denetimlerine otomasyon ve zeka getirmek için bir bilgisayarla görme modeli olan Ultralytics YOLO'yu Grid Vision® platformuna entegre etti. Ultralytics YOLO modelleri, platformun hava görüntülerinde kuleler, çapraz kollar, izolatörler ve iletkenler gibi temel bileşenleri tanımlamasına olanak tanıyan nesne algılama da dahil olmak üzere çeşitli bilgisayarla görme görevlerini destekler.
Modeller ayrıca şebekenin performansını etkileyebilecek bitki örtüsü tecavüzü, hasar ve aşınma gibi kusurları tespit etmek için de kullanılıyor. Bileşenler ve kusurlar tespit edildikten sonra bu bilgiler, denetim sürecini hızlı ve doğru bir şekilde otomatikleştirmek ve ölçeklendirmek için bulut tabanlı işleme kullanan Grid Vision® aracılığıyla işleniyor.
Platform potansiyel kusurları işaretler, ilgili risk seviyelerini değerlendirir ve kamu hizmetlerinin varlıkların durumuna göre bakım planlamasına yardımcı olur. Bu gerçek zamanlı tespit ve analiz kombinasyonu, kamu hizmetlerinin reaktif bakımdan daha proaktif bir yaklaşıma geçmesine olanak tanıyarak, maliyetli arızalara yol açmadan önce potansiyel sorunların önüne geçmelerine yardımcı olur.
Grid Vision®, bu içgörüleri meta veriler ve zaman serisi verileriyle entegre ederek kamu hizmetlerinin bakım stratejilerini optimize etmelerini, verimliliği artırmalarını ve beklenmedik kesinti riskini azaltmalarını sağlar.
eSmart Systems, Ultralytics YOLO modellerini hızları, doğrulukları ve yapay zeka işlem hattına sorunsuz entegrasyonları için benimsemiştir. Ultralytics YOLO modelleri, büyük, yüksek çözünürlüklü hava görüntülerini analiz ederken tutarlı sonuçlar sunar ve bu da onları şebeke denetimleri için ideal hale getirir.
Ayrıca, Ultralytics Python paketi, 15 dışa aktarma formatı dahil olmak üzere çeşitli entegrasyon seçenekleri sunar. Bu esneklik, eSmart Systems'ın modelleri farklı ortamlara dağıtmasını sağlar. Özellikle bulut altyapılarında GPU kaynakları sınırlı olduğunda, eğitim için PyTorch ve üretimde optimize edilmiş CPU çıkarımı için ONNX gibi formatları kullanıyorlar.
Halihazırda üretimde olan 30'dan fazla Ultralytics YOLO modeli ile eSmart Systems, denetimleri verimli bir şekilde ölçeklendirebilir. Bu sayede veri kalitesini artırmaya ve işletmeye özgü zorlukları ele almaya odaklanabilirler.
Ultralytics YOLO modelleri tarafından desteklenen Grid Vision®'ın etkisi, kamu hizmeti denetimlerinin geliştirilmesinde önemli olmuştur. Grid Vision®, varlık denetimlerini otomatikleştirerek ve kusur tespitini iyileştirerek manuel iş yükünü azalttı, güvenliği artırdı ve daha proaktif bakım stratejilerini kolaylaştırdı.
Örneğin, İsviçre'de dağlık arazide binlerce direği (elektrik hatlarını destekleyen yüksek yapılar) yöneten büyük bir enerji şirketi denetim sürelerini %50 azalttı. Manuel tırmanıştan drone tabanlı denetimlere geçiş, arıza tespitini hızlandırdı, işçi güvenliğini artırdı ve zamandan tasarruf sağladı.
Benzer şekilde, Amerika Birleşik Devletleri'nde büyük bir kamu hizmeti sağlayıcısı Grid Vision® kullanarak 1.400 iletim yapısını sadece üç ay içinde dijitalleştirdi. Bu yapay zeka odaklı görüntü analizi, manuel fotoğraf incelemelerinin yerini alarak uzaktan doğrulamaya olanak sağladı ve daha iyi, veriye dayalı sermaye planlama kararları alınmasını mümkün kıldı.
Benzer şekilde, Finlandiya'da bir iletim sistemi operatörü, yer tabanlı denetimlerden drone destekli değerlendirmelere geçerek saha ziyaretlerini azalttı ve kesintileri en aza indirdi. Grid Vision® ve YOLO destekli hata tespiti sayesinde denetim doğruluğu arttı ve kalifiye çalışanlar daha önemli görevlere odaklanabildi.
.webp)
İleriye baktığımızda, eSmart Systems küresel olarak genişledikçe, değişen altyapı, farklı görüntü yakalama yöntemleri ve bölgeler arasında veri kayması gibi zorlukları ele alıyor. Şirket, bu endişelerin üstesinden gelmek için Grid Vision®'ı daha ölçeklenebilir ve uyarlanabilir hale getirmeye odaklanıyor.
MLOps boru hatlarındaki ilerlemeleri, modelin yeniden eğitilmesini basitleştirerek ve veri kümesi genişletmeyi otomatikleştirerek kilit rol oynamıştır. Bu iyileştirmeler, yapay zeka çözümlerinin doğruluğunu ve performansını sürekli olarak artırıyor. eSmart Systems, daha verimli ve güvenilir şebeke yönetiminin önünü açarak küresel enerji geçişine geleceğe hazır bir yaklaşım sağlıyor.
Bilgisayarlı görü ile ilgileniyor musunuz? Ultralytics YOLO modellerinin sürücüsüz araçlarda yapay zeka ve tarımda bilgisayarla görme gibi alanlarda yenilikleri nasıl yönlendirdiğini görmek için GitHub havuzumuzu keşfedin. YOLO modellerimiz ve lisanslama seçeneklerimiz hakkında bugün daha fazla bilgi edinin!
Ultralytics YOLO modelleri, görüntülerden ve video girdilerinden gelen görsel verileri analiz etmek için geliştirilmiş bilgisayarla görme mimarileridir. Bu modeller Nesne algılama, sınıflandırma, poz tahmini, izleme ve örnek segmentasyonu gibi görevler için eğitilebilir Ultralytics YOLO modelleri şunları içerir:
Ultralytics YOLO11, Bilgisayarla Görme modellerimizin en son sürümüdür. Tıpkı önceki sürümleri gibi, Vision AI topluluğunun YOLOv8 hakkında sevdiği tüm bilgisayarla görme görevlerini destekler. Bununla birlikte, yeni YOLO11 daha yüksek performans ve doğrulukla birlikte gelir, bu da onu güçlü bir araç ve gerçek dünyadaki endüstri zorlukları için mükemmel bir müttefik haline getirir.
Kullanmayı seçtiğiniz model, özel proje gereksinimlerinize bağlıdır. Performans, doğruluk ve dağıtım ihtiyaçları gibi faktörleri göz önünde bulundurmak çok önemlidir. İşte hızlı bir genel bakış:
YOLOv5 ve YOLO11 gibi Ultralytics YOLO depoları, varsayılan olarak AGPL-3.0 Lisansı altında dağıtılır. OSI onaylı bu lisans öğrenciler, araştırmacılar ve meraklılar için tasarlanmıştır, açık işbirliğini teşvik eder ve AGPL-3.0 bileşenlerini kullanan herhangi bir yazılımın da açık kaynaklı olmasını gerektirir. Bu, şeffaflığı sağlar ve yeniliği teşvik ederken, ticari kullanım durumlarıyla uyumlu olmayabilir.
Projeniz Ultralytics yazılımını ve AI modellerini ticari ürünlere veya hizmetlere yerleştirmeyi içeriyorsa ve AGPL-3.0'ın açık kaynak gereksinimlerini atlamak istiyorsanız, bir 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.
.png){kind=logo}
.webp)
.webp)
.webp)