REVA, Madrid merkezli bir B2B proptech şirketidir ve emlak sektörünün mülkleri video aracılığıyla büyük ölçekte yönetmesine, denetlemesine ve pazarlamasına yardımcı olur. Emlak danışmanları ve saha çalışanları, odadan odaya yönlendiren ve her kliple birlikte GPS konumunu ve çekim saatini kaydeden REVA mobil uygulamasında standart mülk gösterim videoları çeker. İspanya ve Portekiz genelindeki kredi hizmeti sağlayıcıları, yatırım fonları, varlık yöneticileri, hukuki arabulucular ve emlak danışmanlık şirketleri daha sonra REVA'nın web panosunda her mülkü inceler, REVA VAM iş platformunu kullanır ve kendi sistemlerinin ihtiyaç duyduğu verileri alır.
REVA, 2022'den bu yana platformda %99'un üzerinde çalışma süresiyle yaklaşık 18.000 video işledi. Bunların yaklaşık 12.800'ü kredi hizmeti sağlayıcısı Hipoges içindi; Hipoges'in 2026'daki video hacmi 2025'e kıyasla %53 daha yüksek.
Mülk videolarını yayımlanabilir ve kullanışlı hâle getirmek#
Mülk yöneticileri binlerce konutun güvenilir bir görsel kaydına ihtiyaç duyar ve bu kaydın iki amaca hizmet etmesi gerekir. İlan portallarında ve müşteri sistemlerinde yayımlanabilmeli; okunabilir araç plakaları, kimliği belirlenebilir kişiler veya rakip markaları içermemelidir. Aynı zamanda operasyonlar için de kullanışlı olmalıdır: Konutta neler var, durumu nasıl ve kiracının giriş ve çıkışı arasında neler değişti?
Yakın zamana kadar sektörün üç seçeneği vardı: Görüntüleri incelemeden bırakmak, her videoyu izlemesi için birine ödeme yapmak ya da hiç çekim yapmamak. Her biri yeni bir kiracı taşınmadan önce birkaç kez filme alınan ve on binlerce konuttan oluşan portföylerde bu seçeneklerin hiçbiri ölçeklenebilir değil.
REVA, bu açığı bilgisayarlı görüyle kapatmak için bir fırsat gördü; ancak emlak videoları, genel amaçlı algılama işlem hatlarının ele almak üzere tasarlanmadığı zorluklar barındırıyor:
- Serbest biçimli elde çekilmiş görüntüler: Emlak danışmanları yürürken ve konuşurken telefonla çekim yapar; bu da hareket bulanıklığına, hızlı yatay kaydırmalara, dikey videolara ve kadrajın kenarından giren nesnelere yol açar.
- Video başına standart: Müşteriler, bir plakanın, yüzün veya tabelanın göründüğü her karede kapatılmasını ister. Bir videoda plaka ya açığa çıkar ya da çıkmaz; bu nedenle yalnızca kare başına doğruluk yeterli değildir.
- Açık söz dağarcığı: Bir evde envanter veya depozito talebi açısından önemli olan kahve makineleri, radyatörler ve bulaşıklıklar gibi yüzlerce eşya bulunur; bunların çoğu standart eğitim veri kümelerinde yer almaz.
- Gizlilik ve veri yerleşimi: Görüntüler içinde insanların yaşadığı evleri gösterir; bu nedenle işleme, etiketleme ve eğitim, GDPR'ye uygun şekilde REVA'nın kontrol ettiği donanımda kalmalıdır.
- Küçük bir ekiple ölçek: Yalnızca Hipoges, REVA'ya ayda yaklaşık 700 video gönderiyor.
Ultralytics YOLO ile araç plakalarını otomatik olarak bulanıklaştırma#
REVA'nın görüntü işleme altyapısı Ultralytics Python package üzerine kuruludur ve tamamen REVA'nın kendi şirket içi GPU'larında çalışır; böylece müşteri görüntüleri altyapı dışına çıkmaz. Üretimde devreye alınan ilk katman, araç plakalarını otomatik olarak bulanıklaştırır.
REVA, Ocak 2026'da Ultralytics Solutions nesne bulanıklaştırma aracıyla işe başladı, ardından özel olarak ince ayar yapılmış Ultralytics YOLO11 ekstra büyük (YOLO11x) tek sınıflı plaka algılayıcısının etrafında kendi işlem hattını kurdu. Her yüklemeden sonra model, ilgili her videonun tüm karelerini tarar. Her algılama, Gauss bulanıklığı uygulanmadan önce en-boy oranı ve alan için geometrik makullük denetiminden ve isteğe bağlı bir OCR denetiminden geçer. Aynı algılayıcının nano sürümü, daha düşük donanım kapasitesine sahip cihazlar için hazır.
Müşteriler bulanıklaştırmayı video başına değerlendirdiğinden, REVA işlem hattını tek kare doğruluğu yerine kapsama alanı etrafında tasarlar; nesne takibi ve zamansal genişletme kullanarak plakanın elde çekilmiş görüntülerdeki hızlı yatay kaydırmalar ve hareket bulanıklığı boyunca bulanık kalmasını sağlar.
Açık söz dağarcıklı algılamayla her odayı inceleme#
Aynı gösterim videoları artık nesne envanterlerine, ilan etiketlerine ve giriş-çıkış denetimlerine dönüştürülüyor. Her klipten saniyede 2 kare örnekleniyor ve iki Ultralytics modelinden geçiriliyor:
- BoT-SORT takibiyle YOLO11x: REVA, Ultralytics tracking mode kullanarak yatak, kanepe, buzdolabı ve lavabo gibi mülkle ilgili 25 nesne sınıfını algılıyor ve her iz için ekranda kalma süresini ve ortalama güven değerini bir araya getiriyor.
- Metin istemleriyle Ultralytics YOLOE-26x: Ultralytics YOLO26E, REVA'nın yeni veri kümelerini etiketlemek yerine yeni sınıfları düz metinle tanımlamasını sağlar. İlan verileriyle uyumlu 97 terimlik bir söz dağarcığı; mutfak adaları, duş kabinleri, parke zeminler, güneş panelleri ve elektrikli araç şarj cihazları gibi özellikleri belirler. Televizyonlardan kanepelere, çerçeveli resimlerden lambaderlere kadar talep edilebilecek eşyaları içeren, katmanlara ayrılmış 74 sınıflı bir söz dağarcığı da kiracı değişim denetimlerini destekler.
REVA, açık söz dağarcıklı algılama için önce YOLO-World v2'yi kullandı, ardından yerine YOLOE-26x'e geçti. Bir müşteri için yeni bir eşya türü eklemek artık bir etiketleme projesi değil, bir metin istemi.
Şek. 1. REVA'nın YOLO algılamalarıyla giriş ve çıkış karelerini karşılaştıran kanıt görüntüleyicisi. Görsel REVA'dan talep edildi.
Denetim çıktısı bir kanıt görüntüleyicisidir. Eşleştirilen her oda veya bölge için giriş ve çıkış karelerini yan yana, her iki tarafta yüksek güvenle oluşturulan envanteri ve "yalnızca girişte" veya "görünürlük değişikliği" gibi sıralanmış ipuçlarını gösterir. CLIP gömmeleri ziyaretler arasında odaları eşleştirirken emlak danışmanının anlatımının konuşma dökümü her odayı etiketler. Bir incelemeci her işareti onaylar veya reddeder ve depozito talebi özetini dışa aktarır; böylece insanlar yalnızca istisnaları inceler.
Başarıyı kare başına değil, video başına ölçme#
REVA, mAP değerini hedef değil, tanılama ölçütü olarak görür. Müşteriler için önemli olan, yayımlanan bir videonun tümüyle kurallara uygun olup olmadığıdır; bu nedenle ekip, video başına bir standardı temel alır: Plakanın, yüzün veya reklam panosunun göründüğü her kare kapatılmalıdır.
Yeni nesil bulanıklaştırma modelinde bu standardı tutarlı biçimde karşılamak için REVA, açıklama ekleme için CVAT ve veri düzenleme için FiftyOne kullanarak şirket içi bir eğitim iş akışı kuruyor. Yazılı açıklama yönergeleri, neredeyse aynı karelerin eğitim ve test kümeleri arasında sızmasını önlemek için video düzeyinde oluşturulmuş eğitim ve test bölmeleri ve kalıcı olarak ayrılmış bir test kümesi kullanıyor. Aynı test kümesi, üretim GPU'larında daha yüksek işlem hacmi elde etmek üzere küçük ve orta boy YOLO modellerini mevcut ekstra büyük modellerle kıyaslamak için kullanılacak.
Portföy ölçeğinde kurallara uygun video#
Ultralytics YOLO, ilgili her yüklemede çalıştığı için araç plakalarını bulanıklaştırma artık her videoyu birinin izlemesine bağlı değil. Hacim arttıkça bu önem kazanıyor: Yalnızca Hipoges, 2026'da REVA'ya ayda yaklaşık 700 video gönderiyor; bu sayı 2025'e kıyasla %53 daha fazla. REVA'nın platformu da yaklaşık 18.000 videoda %99'un üzerinde çalışma süresini korudu.
YOLOE ile açık söz dağarcıklı algılama, aynı otomasyonu operasyonlara da taşıyor. Elle yapılan gösterim incelemesi yerine, kiracı değişim denetimi artık ortaya çıkan, kaybolan veya değişen değerli eşyaları gösteren yan yana bir kanıt görünümüyle başlıyor. Küçük eşyalar sayılıyor ancak filtreleniyor; böylece incelemeciler zamanlarını depozito talebini destekleyebilecek işaretlere ayırıyor.
Telefondan drone'a: her mülk için tek bir YOLO altyapısı#
REVA'nın vizyonu, yönlendirmeli tek bir gösterim çekiminin kurallara uygun yayımlamadan durum kayıtlarına, yapılandırılmış ilan verilerine, kat planlarına ve 3D modellere kadar sonraki tüm ihtiyaçları karşıladığı bir mülk veri platformu. Ultralytics YOLO, bu yol haritasının ortak katmanıdır:
- GDPR ve müşteri kuralları için tek bir bulanıklaştırma modeli: Plakaları, yüzleri ve reklam panolarını kapsayan, REVA'nın kendi görüntüleriyle video başına %98 standardına göre eğitilmiş tek bir kurum içi model.
- Otomatik etiketleme paketleri: RESO Data Dictionary ile uyumlu mülk özelliği modelleri; nadir özelliklerin uzun kuyruğunu YOLOE ele alıyor.
- Kat planları ve 3D: Özel bir kamera olmadan plan ve 3D tahmininin temeli olarak, mevcut emlak danışmanı kliplerinden kapıların, pencerelerin, duvarların ve oda sınırlarının YOLO segmentation yöntemiyle bölütlenmesi.
- Otonom drone çekimi: Boş konutları 3D rekonstrüksiyon için tararken canlı kamera görüntüsünde YOLO nesne algılaması çalıştıran, 250 gramın altında bir iç mekân drone prototipi.
- Daha hızlı devreye alma: Modelleri ONNX ve TensorRT FP16'ya dışa aktarma, ardından INT8'i ekleme ve drone üzerinde çıkarım için Jetson sınıfı gömülü donanımda TensorRT çalıştırma.
REVA'nın hedefi, telefondan drone'a uzanan tek bir algılayıcı ailesi; böylece emlak danışmanı videosunu inceleyen aynı YOLO altyapısı drone'un görüntülerini de inceler.
Kendi Vision AI çözümlerini geliştirmek ister misin? Başlamak için Ultralytics YOLO modellerini keşfet, YOLO'nun farklı sektörlerde yeniliği nasıl desteklediğini öğren ve lisanslama seçeneklerimize göz at.
Yazan
Dijital İçerik Yöneticisi · Ultralytics
