Videologic Analytics, Ultralytics YOLO ile 10 bin yapay zeka kamera lisansına kadar ölçekleniyor

Videologic Analytics, endüstriyel tesisler, güneş enerjisi parkları ve konut kompleksleri için güvenliği ve gözetimi artıran gelişmiş video analitiği çözümleri geliştiren İspanya merkezli bir şirkettir. Çevreleri izlemek ve gerçek zamanlı olarak izinsiz girişleri tespit etmek için güvenlik kameraları ile entegre olan yapay zeka destekli çözümler dağıtıyorlar.

Önceki modellerle yüksek maliyetler ve yavaş dağıtım sorunlarıyla karşılaşan şirket, tespit doğruluğunu artırmak, geliştirme maliyetlerini ve pazara sunma süresini azaltmak ve perakende ile iş zekası gibi yeni alanlara genişlemek için Ultralytics YOLO modellerini entegre etti.

Link to this sectionAI kameraları ile güvenlik için bilgisayarlı görüyi etkinleştirme#

30 yılı aşkın deneyime sahip uzmanlar tarafından yönetilen Videologic Analytics, gerçek zamanlı izleme ve otomatik tehdit tespiti için güvenlik kameralarına yapay zeka ve bilgisayarlı görü entegrasyonu konusunda uzmanlaşmıştır. Çözümleri, büyük tesisleri, yenilenebilir enerji kurulumlarını ve konut topluluklarını güvenilir performansla koruyor.

Prosegur, Securitas, Sabico ve İspanya'daki 4.000'den fazla sertifikalı güvenlik şirketine hizmet veriyorlar. Pahalı ve zaman alıcı AI modeli geliştirme ve dağıtımıyla ilgili zorluklarla karşılaşınca, yenilikçi Vision AI çözümlerine Ultralytics YOLO modellerini dahil ettiler. Böylece, güvenlik uygulamalarını geliştirmeyi ve yeni dikeylere açılmayı başardılar.

Link to this sectionYapay zeka kullanarak uygun maliyetli otomatik tehdit tespiti ihtiyacı#

Videologic Analytics, daha önce müşterilerine sundukları güvenlik kameralarına yapay zeka modelleri entegre etmişti. Bu ilk modeller, genel araçlar, insanlar ve küçük hayvanlar dahil olmak üzere sınırlı bir nesne kategorisi yelpazesini tespit etmek üzere programlanmıştı. Bu temel yaklaşım, ileri düzey güvenlik sistemlerinin temelini oluştursa da, özellikle hassasiyeti ve yanlış pozitif oranlarını iyileştirme konusunda daha fazla geliştirme fırsatı sundu.

Müşterileri, çok daha geniş bir nesne ve senaryo yelpazesinde daha kapsamlı ve doğru nesne tespiti yetenekleri sunabilen daha kapsamlı bir çözüm arıyordu. Müşterilerinin bu ihtiyaçlarını karşılamak için Videologic Analytics'in araştırma ve geliştirme ekibi, geliştirilmiş AI modelleri üzerinde çalışmaya başladı.

Bu modelleri geliştirirken, Videologic Analytics mevcut yaklaşımın yüksek maliyetler ve uzun geliştirme süreleri gibi bazı sorunları olduğunu kısa sürede fark etti. Şirket, daha esnek ve verimli bir yaklaşıma ihtiyaç duyduğunu anladı. Bu yeni yaklaşımın, söz konusu zorlukları aşması ve müşterilerinin değişen güvenlik ihtiyaçlarına daha iyi hizmet vermesi gerekiyordu.

Özellikle, Vision AI çözümlerinin güvenilirliğini artırabilecek ve müşteri memnuniyetini yükseltebilecek bir bilgisayarlı görü modeli belirlemek istediler. Modelin hem uygun maliyetli kalması hem de gelecekteki ihtiyaçlara uyarlanabilir olması da temel bir gereklilikti.

Link to this sectionYapay zeka destekli anomali tespiti ile gözetimi yeniden tanımlama#

Birkaç AI modelini test ettikten sonra, Videologic Analytics, Ultralytics YOLO modellerinin ihtiyaç duydukları esnekliği ve performansı sağladığını keşfetti. Çok çeşitli yaygın nesneleri içeren COCO veri seti kullanılarak geliştirilen önceden eğitilmiş YOLO modelleriyle başladılar. Bu ön eğitim, güçlü bir temel sağladı çünkü modeller zaten birçok temel öğeyi tanıyabiliyordu, bu da onları belirli güvenlik ihtiyaçlarına göre uyarlamayı kolaylaştırdı.

Örneğin, Videologic Analytics, güneş enerjisi parklarının izlenmesi gibi uygulamalar için bu önceden eğitilmiş modelleri kendi özel verileriyle ince ayarlardan geçirdi.

Bu senaryoda, modeller yapay zeka destekli anomali tespiti için kullanıldı ve yetkisiz personel veya araçlar gibi gerçek tehditleri, küçük hayvanlar veya rüzgarla uçuşan döküntüler gibi zararsız unsurlardan ayırdı. Bu net ayrım, yanlış alarmları azaltmak ve genel güvenlik performansını artırmak için gerekliydi.

Güneş enerjisi çiftliklerini izlemenin yanı sıra, YOLO kullanarak hem endüstriyel hem de konut güvenliği çözümleri ve ayrıca perakende ile iş zekasındaki bilgisayarlı görü yenilikleri için kavram kanıtı modülleri geliştirdiler. Öncelikle nesne tespitini kullansalar da, YOLO tarafından desteklenen poz tahmini ve nesne takibi gibi bilgisayarlı görü görevlerinden de yararlanıyorlar.

Şekil 1. Videologic Analytics, güneş enerjisi santrallerini izlemek için Ultralytics YOLO modellerini kullanıyor.

Link to this sectionNeden Ultralytics YOLO modellerini seçmelisin?#

Videologic Analytics, Ultralytics YOLO modellerini tercih etti çünkü çok sayıda kamera kanalını destekleyebilen, aynı zamanda hızlı ve doğru çıkarım sunabilen sağlam bir çözüme ihtiyaçları vardı.

YOLO, çeşitli dışa aktarma formatlarını destekler ve CUDA, TensorRT, ONNX ve OpenVINO gibi çerçevelerle sorunsuz bir şekilde entegre olur. Bu esneklik, Videologic Analytics'in modelleri PyTorch kullanarak ince ayarlardan geçirmesini ve üretim ortamında verimli bir şekilde dağıtmasını mümkün kılar. Donanıma özel optimizasyonlarla YOLO, gerçek zamanlı video analitiğinin zorlu ihtiyaçlarını önceki modellerden çok daha iyi karşılar.

Link to this sectionAkıllı video izleme için modernize edilmiş model dağıtımı#

Ultralytics YOLO modellerini entegre ettiğinden beri Videologic Analytics, hem performansta hem de verimlilikte etkileyici gelişmeler gördü. Yeni Vision AI çözümleri, güneş enerjisi parklarından endüstriyel tesislere ve konut komplekslerine kadar çok çeşitli kurulumlarda hızlı ve gerçek zamanlı tehdit tespiti sağladı.

Aslında, Videologic Analytics yılda yaklaşık 10.000 lisans dağıtıyor ve her biri özel bir kamera kanalına karşılık geliyor; tüm lisanslar artık Ultralytics YOLO modellerini destekleyecek şekilde yükseltildi. YOLO'ya geçiş, yanlış alarmlarda önemli bir azalmaya ve genel tespit doğruluğunda bir artışa yol açtı. Sonuç olarak, müşteriler daha güvenilir güvenlik sistemlerinin keyfini çıkarıyor ve operasyonel maliyetler düşürüldü.

Ayrıca, Ultralytics YOLO modellerinin daha hızlı çıkarım hızları ve ölçeklenebilirliği, yeni AI özellikleri için pazara sunma süresini kısalttı. Bu, Videologic Analytics'in temel güvenlik tekliflerini geliştirmesini ve perakende ile iş zekası gibi dikeylerde yeni fırsatlar keşfetmesini mümkün kıldı. Genel olarak, Ultralytics YOLO modellerinin benimsenmesi, şirket için hem acil operasyonel iyileştirmeleri hem de uzun vadeli büyüme beklentilerini artırdı.

Şekil 2. Videologic Analytics, şehir ortamlarını izlemek için Ultralytics YOLO modellerini kullanıyor.

Link to this sectionGüvenlik için akıllı video analitiği: İleriye giden yol#

Videologic Analytics, temel izinsiz giriş tespitinin ötesine geçmek için Ultralytics YOLO modellerinden yararlanarak çözümlerini genişletmek üzerinde aktif olarak çalışıyor. Bir sonraki adımlar, davranış analizi, trend takibi ve tahmine dayalı zeka gibi gelişmiş analitiklerle daha zengin, daha eyleme dönüştürülebilir içgörüler sağlamayı içeriyor.

Bu geliştirmeler, müşterilerin güvenlik operasyonlarını optimize etmelerine ve perakende ile iş zekasında yeni olasılıkların kilidini açmalarına yardımcı olacak, gerçek zamanlı video analitiğinde sürekli yenilik ve büyümeyi teşvik edecek.

Curious how computer vision can reshape your business? Explore our GitHub repository to see how Ultralytics’ AI solutions are transforming innovations like AI in self-driving cars and computer vision in agriculture. Find out more about our YOLO models and licensing options, and start your journey toward smarter, more efficient automation today.