REVA là công ty công nghệ bất động sản B2B có trụ sở tại Madrid, giúp ngành bất động sản quản lý, kiểm toán và tiếp thị tài sản thông qua video ở quy mô lớn. Môi giới và nhân viên hiện trường quay video khảo sát bất động sản theo quy trình chuẩn hóa bằng ứng dụng di động REVA, ứng dụng hướng dẫn họ đi từng phòng và lưu vị trí GPS cùng thời điểm ghi hình cho mỗi đoạn video. Sau đó, các đơn vị quản lý khoản vay, quỹ đầu tư, nhà quản lý tài sản, trung gian pháp lý và công ty môi giới trên khắp Tây Ban Nha và Bồ Đào Nha xem xét từng bất động sản trong bảng điều khiển web của REVA thông qua nền tảng kinh doanh REVA VAM, đồng thời nhận dữ liệu mà hệ thống riêng của họ cần.
Từ năm 2022, REVA đã xử lý khoảng 18.000 video với thời gian hoạt động của nền tảng trên 99%, trong đó có khoảng 12.800 video cho đơn vị quản lý khoản vay Hipoges; sản lượng năm 2026 của Hipoges hiện cao hơn 53% so với năm 2025.
Giúp video bất động sản có thể đăng tải và hữu ích#
Đơn vị vận hành bất động sản cần hồ sơ hình ảnh đáng tin cậy về hàng nghìn ngôi nhà, và hồ sơ đó phải đáp ứng hai mục đích. Hồ sơ phải có thể đăng tải lên các cổng thông tin rao bán và hệ thống của khách hàng mà không để lộ biển số xe có thể đọc được, người có thể nhận dạng hoặc thương hiệu của đối thủ cạnh tranh. Hồ sơ cũng phải hữu ích cho hoạt động vận hành: trong nhà có những gì, tình trạng ra sao và có gì thay đổi giữa lúc người thuê nhận nhà và trả nhà.
Cho đến gần đây, ngành này có ba lựa chọn: để video chưa được xem xét, trả tiền cho người xem từng video hoặc bỏ qua hoàn toàn việc ghi hình. Không lựa chọn nào có thể mở rộng cho danh mục gồm hàng chục nghìn ngôi nhà, mỗi căn được quay nhiều lần trước khi người thuê mới chuyển vào.
REVA nhận thấy thị giác máy tính có thể giúp giải quyết vấn đề này, nhưng video bất động sản có những thách thức mà các pipeline phát hiện đa dụng không được thiết kế để xử lý:
- Video quay cầm tay tự do: Môi giới quay bằng điện thoại trong khi đi bộ và trò chuyện, tạo ra hiện tượng nhòe do chuyển động, lia máy nhanh, video dọc và các vật thể đi vào khung hình từ mép trước.
- Tiêu chuẩn áp dụng cho từng video: Khách hàng yêu cầu che biển số, khuôn mặt hoặc biển hiệu trong mọi khung hình có xuất hiện. Một video hoặc để lộ biển số hoặc không, vì vậy độ chính xác trên từng khung hình là chưa đủ.
- Từ vựng mở: Một ngôi nhà có hàng trăm vật dụng quan trọng đối với danh mục tài sản hoặc khiếu nại tiền đặt cọc, chẳng hạn như máy pha cà phê, bộ tản nhiệt và giá úp bát đĩa; phần lớn không có trong các tập dữ liệu huấn luyện tiêu chuẩn.
- Quyền riêng tư và lưu trú dữ liệu: Video cho thấy bên trong những ngôi nhà đang có người ở, vì vậy việc xử lý, gắn nhãn và huấn luyện phải được thực hiện trên phần cứng do REVA kiểm soát, tuân thủ GDPR.
- Mở rộng quy mô với đội ngũ nhỏ: Chỉ riêng Hipoges đã gửi cho REVA khoảng 700 video mỗi tháng.
Tự động làm mờ biển số xe bằng Ultralytics YOLO#
Nền tảng thị giác máy tính của REVA được xây dựng trên gói Python Ultralytics và chạy hoàn toàn trên GPU tại chỗ của REVA, nhờ đó video của khách hàng không bao giờ rời khỏi hạ tầng của REVA. Lớp đầu tiên được đưa vào môi trường production là tính năng tự động làm mờ biển số xe.
Tháng 1 năm 2026, REVA bắt đầu với công cụ làm mờ đối tượng Ultralytics Solutions, sau đó xây dựng pipeline riêng dựa trên model phát hiện biển số một lớp cỡ extra-large (YOLO11x) Ultralytics YOLO11 được tinh chỉnh thêm theo dữ liệu tùy chỉnh. Sau mỗi lần tải lên, model quét mọi khung hình của từng video phù hợp. Mỗi phát hiện được kiểm tra tính hợp lý về mặt hình học dựa trên tỷ lệ khung hình và diện tích, cùng với bước kiểm tra OCR tùy chọn, trước khi áp dụng Gaussian blur. Phiên bản nano của cùng model phát hiện đã sẵn sàng cho phần cứng cấp thấp hơn.
Vì khách hàng đánh giá việc làm mờ trên từng video, REVA thiết kế pipeline theo độ bao phủ thay vì độ chính xác trên từng khung hình, sử dụng theo dõi đối tượng và giãn nở theo thời gian để biển số luôn được làm mờ xuyên suốt các đoạn lia máy nhanh và hiện tượng nhòe do chuyển động trong video quay cầm tay.
Nhận diện mọi căn phòng bằng tính năng phát hiện từ vựng mở#
Các video khảo sát tương tự hiện được chuyển thành danh mục đối tượng, thẻ thông tin đăng tin và báo cáo kiểm tra lúc nhận nhà và trả nhà. Mỗi đoạn video được lấy mẫu ở tốc độ 2 khung hình/giây và đưa qua hai model Ultralytics:
- YOLO11x với tính năng theo dõi BoT-SORT: Sử dụng chế độ theo dõi của Ultralytics, REVA phát hiện 25 lớp đối tượng liên quan đến bất động sản, chẳng hạn như giường, ghế sofa, tủ lạnh và bồn rửa, đồng thời tổng hợp thời gian xuất hiện trên màn hình và độ tin cậy trung bình của từng track.
- Ultralytics YOLOE-26x với prompt văn bản: Ultralytics YOLO26E cho phép REVA định nghĩa lớp mới bằng văn bản thông thường thay vì gắn nhãn tập dữ liệu mới. Bộ từ vựng gồm 97 thuật ngữ, phù hợp với dữ liệu đăng tin, giúp xác định các đặc điểm như đảo bếp, buồng tắm đứng, sàn gỗ cứng, tấm pin mặt trời và bộ sạc xe điện. Bộ từ vựng phân cấp gồm 74 lớp vật dụng có thể được đưa vào khiếu nại, từ TV và sofa đến tranh đóng khung và đèn cây, hỗ trợ kiểm toán khi bàn giao nhà.
Ban đầu REVA sử dụng YOLO-World v2 để phát hiện từ vựng mở, sau đó chuyển sang YOLOE-26x thay thế. Giờ đây, việc bổ sung loại vật dụng mới cho khách hàng chỉ cần một prompt văn bản thay vì một dự án gắn nhãn.
Hình 1. Trình xem bằng chứng của REVA so sánh khung hình lúc nhận nhà và trả nhà cùng các phát hiện của YOLO. Hình ảnh do REVA cung cấp theo yêu cầu.
Đầu ra kiểm toán là một trình xem bằng chứng. Với mỗi phòng hoặc khu vực được đối chiếu, trình xem hiển thị cạnh nhau các khung hình lúc nhận nhà và trả nhà, danh mục có độ tin cậy cao ở mỗi bên, cùng các gợi ý được xếp hạng như "chỉ có lúc nhận nhà" hoặc "thay đổi khả năng quan sát". Các embedding CLIP đối chiếu phòng giữa những lần ghé thăm, trong khi bản phiên âm lời thuyết minh của môi giới gắn nhãn cho từng phòng. Người đánh giá xác nhận hoặc loại bỏ từng cảnh báo và xuất bản tóm tắt khiếu nại tiền đặt cọc, để nhân viên chỉ cần xem xét các trường hợp ngoại lệ.
Đo lường thành công trên từng video, không phải từng khung hình#
REVA xem mAP là chỉ số chẩn đoán chứ không phải mục tiêu. Điều quan trọng với khách hàng là video được đăng tải có tuân thủ đầy đủ hay không, vì vậy nhóm đánh giá theo tiêu chuẩn trên từng video: phải che mọi khung hình có biển số, khuôn mặt hoặc bảng quảng cáo.
Để đáp ứng nhất quán tiêu chuẩn đó cho model làm mờ thế hệ tiếp theo, REVA đang xây dựng quy trình huấn luyện tại chỗ với CVAT để gắn nhãn và FiftyOne để tuyển chọn dữ liệu. Quy trình sử dụng hướng dẫn gắn nhãn bằng văn bản, chia tập huấn luyện và kiểm thử ở cấp video để các khung hình gần như giống hệt nhau không bị rò rỉ giữa hai tập, cùng một tập kiểm thử được giữ riêng vĩnh viễn. REVA sẽ dùng chính tập kiểm thử đó để đánh giá các kích thước model YOLO nhỏ và trung bình so với các model extra-large hiện tại, nhằm tăng thông lượng trên GPU production.
Video tuân thủ ở quy mô toàn danh mục#
Với Ultralytics YOLO chạy trên mọi video tải lên phù hợp, việc làm mờ biển số xe không còn phụ thuộc vào người xem từng video. Điều này rất quan trọng khi sản lượng tăng: chỉ riêng Hipoges đã gửi cho REVA khoảng 700 video mỗi tháng trong năm 2026, nhiều hơn 53% so với năm 2025, và nền tảng của REVA duy trì thời gian hoạt động trên 99% trong khoảng 18.000 video.
Tính năng phát hiện từ vựng mở với YOLOE mở rộng khả năng tự động hóa tương tự sang hoạt động vận hành. Thay vì xem xét video khảo sát thủ công, quy trình kiểm toán bàn giao nhà giờ đây bắt đầu bằng chế độ xem bằng chứng song song, làm nổi bật các vật dụng có giá trị cao đã xuất hiện, biến mất hoặc thay đổi. Các vật dụng nhỏ được đếm nhưng lọc bỏ, để người đánh giá tập trung vào những cảnh báo có thể làm căn cứ cho khiếu nại tiền đặt cọc.
Từ điện thoại đến drone: một nền tảng YOLO cho mọi bất động sản#
Tầm nhìn của REVA là xây dựng một nền tảng dữ liệu bất động sản, trong đó một video khảo sát có hướng dẫn đáp ứng mọi nhu cầu tiếp theo, từ đăng tải tuân thủ và hồ sơ tình trạng đến dữ liệu đăng tin có cấu trúc, sơ đồ mặt bằng và mô hình 3D. Ultralytics YOLO là lớp công nghệ chung xuyên suốt lộ trình đó:
- Một model làm mờ đáp ứng GDPR và quy định của khách hàng: Một model nội bộ duy nhất xử lý biển số, khuôn mặt và bảng quảng cáo, được huấn luyện trên video của chính REVA để đạt tiêu chuẩn 98% trên từng video.
- Tự động gắn thẻ theo bộ nhãn: Các model đặc điểm bất động sản phù hợp với Từ điển dữ liệu RESO, trong đó YOLOE xử lý nhóm đặc điểm hiếm gặp.
- Sơ đồ mặt bằng và 3D: Dùng YOLO phân đoạn cửa ra vào, cửa sổ, tường và ranh giới phòng từ các video hiện có của môi giới, làm cơ sở để ước tính sơ đồ và mô hình 3D mà không cần camera chuyên dụng.
- Ghi hình bằng drone tự hành: Một nguyên mẫu drone trong nhà dưới 250 g chạy tính năng phát hiện đối tượng YOLO trên luồng hình ảnh trực tiếp từ camera khi quét các căn nhà trống để tái tạo 3D.
- Triển khai nhanh hơn: Xuất model sang ONNX và TensorRT FP16, tiếp theo là INT8, đồng thời chạy TensorRT trên phần cứng nhúng cấp Jetson để suy luận ngay trên drone.
Mục tiêu của REVA là một họ model phát hiện dùng được từ điện thoại đến drone, trong đó cùng một nền tảng YOLO đọc video của môi giới cũng có thể đọc video từ drone.
Bạn muốn xây dựng giải pháp Vision AI của riêng mình? Khám phá các model Ultralytics YOLO, tìm hiểu cách YOLO thúc đẩy đổi mới trong nhiều ngành và xem các tùy chọn cấp phép để bắt đầu.
Được viết bởi
Quản lý Nội dung Số · Ultralytics
