Videologic Analytics mở rộng quy mô lên 10 nghìn giấy phép camera AI với Ultralytics YOLO

Videologic Analytics là một công ty phát triển các giải pháp phân tích video tiên tiến tại Tây Ban Nha, giúp nâng cao tính bảo mật và giám sát cho các khu công nghiệp, nhà máy điện mặt trời và khu dân cư. Họ triển khai các giải pháp tích hợp AI kết hợp với security cameras để giám sát vành đai và phát hiện xâm nhập theo thời gian thực.

Đối mặt với chi phí cao và thời gian triển khai chậm với các mô hình trước đây, họ đã tích hợp Ultralytics YOLO models để nâng cao độ chính xác trong việc phát hiện, giảm chi phí phát triển cũng như thời gian đưa sản phẩm ra thị trường, đồng thời mở rộng sang các lĩnh vực mới như bán lẻ và kinh doanh thông minh.

Kích hoạt thị giác máy tính cho an ninh với camera AI#

Được dẫn dắt bởi các chuyên gia có hơn 30 năm kinh nghiệm, Videologic Analytics chuyên tích hợp AI và computer vision vào camera an ninh để giám sát theo thời gian thực và phát hiện mối đe dọa tự động. Các giải pháp của họ bảo vệ các cơ sở lớn, các cơ sở năng lượng tái tạo và cộng đồng dân cư với hiệu suất đáng tin cậy.

Họ phục vụ các khách hàng nổi tiếng như Prosegur, Securitas, Sabico và hơn 4.000 công ty an ninh được chứng nhận tại Tây Ban Nha. Đối mặt với những thách thức về phát triển và triển khai model AI tốn kém và mất thời gian, họ đã áp dụng các model Ultralytics YOLO vào các giải pháp Vision AI sáng tạo của mình. Nhờ đó, họ đã nâng cao được các ứng dụng an ninh của mình và vươn xa sang các lĩnh vực dọc mới.

Nhu cầu về phát hiện mối đe dọa tự động hiệu quả về chi phí bằng cách sử dụng AI#

Trước đây, Videologic Analytics đã tích hợp các model AI vào camera an ninh cung cấp cho khách hàng. Các model ban đầu này được lập trình để phát hiện một phạm vi hạn chế các loại đối tượng, bao gồm phương tiện giao thông thông thường, con người và động vật nhỏ. Mặc dù cách tiếp cận nền tảng này đã đặt nền móng cho các hệ thống an ninh tiên tiến, nhưng nó cũng đưa ra cơ hội cho việc tinh chỉnh thêm, đặc biệt là trong việc tăng cường độ chính xác và giảm tỷ lệ báo động giả.

Khách hàng của họ đang tìm kiếm một giải pháp toàn diện hơn, có khả năng cung cấp các tính năng object detection rộng rãi và chính xác hơn trên nhiều đối tượng và tình huống khác nhau. Để đáp ứng nhu cầu này của khách hàng, đội ngũ nghiên cứu và phát triển của Videologic Analytics đã bắt đầu phát triển các mô hình AI nâng cao.

Trong quá trình phát triển các model này, Videologic Analytics nhanh chóng nhận thấy rằng cách tiếp cận hiện tại gặp phải một số vấn đề, chẳng hạn như chi phí cao và thời gian phát triển kéo dài. Công ty nhận ra họ cần một phương pháp linh hoạt và hiệu quả hơn. Cách tiếp cận mới này sẽ cần phải giải quyết những thách thức này và phục vụ tốt hơn các nhu cầu an ninh đang phát triển của khách hàng.

Cụ thể, họ muốn tìm ra một mô hình computer vision có thể nâng cao độ tin cậy cho Vision AI solutions của mình và thúc đẩy sự hài lòng của khách hàng. Việc mô hình này vừa mang lại hiệu quả chi phí vừa thích ứng được với các nhu cầu trong tương lai cũng là điều rất cần thiết.

Định nghĩa lại giám sát bằng phát hiện bất thường dựa trên AI#

Sau khi thử nghiệm một số mô hình AI, Videologic Analytics phát hiện ra rằng các mô hình Ultralytics YOLO cung cấp sự linh hoạt và hiệu suất mà họ cần. Họ bắt đầu với các mô hình YOLO được huấn luyện sẵn phát triển bằng cách sử dụng COCO dataset, bao gồm nhiều đối tượng phổ biến. Việc huấn luyện trước này cung cấp một nền tảng vững chắc, vì các mô hình đã có thể nhận dạng nhiều mục cơ bản, giúp việc điều chỉnh chúng cho các nhu cầu bảo mật cụ thể trở nên dễ dàng hơn.

Ví dụ, Videologic Analytics đã fine-tune các model đã huấn luyện trước này bằng cách sử dụng dữ liệu độc quyền của riêng họ cho các ứng dụng như giám sát công viên năng lượng mặt trời.

Trong kịch bản này, các model được sử dụng để phát hiện bất thường dựa trên AI, phân biệt giữa các mối đe dọa thực sự - như nhân sự hoặc phương tiện không được phép - và các yếu tố vô hại như động vật nhỏ hoặc mảnh vụn do gió thổi. Sự phân biệt rõ ràng này rất cần thiết trong việc giảm báo động giả và cải thiện hiệu suất an ninh tổng thể.

Bên cạnh việc giám sát các trang trại năng lượng mặt trời, họ cũng phát triển các giải pháp bảo mật công nghiệp và dân dụng bằng cách sử dụng YOLO, cũng như các mô-đun chứng minh khái niệm cho các cải tiến computer vision trong lĩnh vực bán lẻ và kinh doanh thông minh. Mặc dù họ chủ yếu sử dụng object detection, họ cũng tận dụng computer vision tasks được hỗ trợ bởi YOLO, chẳng hạn như ước ốc tư thế và theo dõi đối tượng.

Fig 1. Videologic Analytics sử dụng các mô hình Ultralytics YOLO để giám sát các nhà máy điện mặt trời.

Tại sao lại chọn các mô hình Ultralytics YOLO?#

Videologic Analytics đã chọn các model Ultralytics YOLO vì họ cần một giải pháp mạnh mẽ có khả năng hỗ trợ nhiều kênh camera trong khi mang lại kết quả inference nhanh chóng và chính xác.

YOLO hỗ trợ nhiều export formats khác nhau và tích hợp liền mạch với các framework như CUDA, TensorRT, ONNX và OpenVINO. Tính linh hoạt này giúp Videologic Analytics có thể tinh chỉnh các mô hình bằng PyTorch và triển khai chúng một cách hiệu quả trong môi trường production. Với các tối ưu hóa dành riêng cho phần cứng, YOLO đáp ứng các yêu cầu khắt khe của hệ thống phân tích video thời gian thực tốt hơn so với các mô hình trước đó.

Triển khai model hợp lý cho giám sát video thông minh#

Kể từ khi tích hợp các model Ultralytics YOLO, Videologic Analytics đã thấy những cải tiến ấn tượng về cả hiệu suất và hiệu quả. Giải pháp Vision AI mới của họ đã cho phép phát hiện mối đe dọa thời gian thực, nhanh chóng trên nhiều địa điểm lắp đặt, từ công viên năng lượng mặt trời và các địa điểm công nghiệp đến các khu dân cư.

Trên thực tế, Videologic Analytics triển khai khoảng 10.000 giấy phép mỗi năm, mỗi giấy phép tương ứng với một kênh camera chuyên dụng và tất cả các giấy phép hiện đã được nâng cấp để hỗ trợ các mô hình Ultralytics YOLO. Việc chuyển sang sử dụng YOLO đã dẫn đến việc giảm đáng kể các báo động giả và cải thiện tổng thể độ chính xác khi phát hiện. Nhờ đó, khách hàng tận hưởng các security systems đáng tin cậy hơn và chi phí vận hành đã được cắt giảm.

Ngoài ra, tốc độ inference nhanh hơn và khả năng mở rộng của các model Ultralytics YOLO đã rút ngắn thời gian ra mắt thị trường cho các tính năng AI mới. Điều này đã giúp Videologic Analytics nâng cao các dịch vụ an ninh cốt lõi của mình và khám phá các cơ hội mới trong các lĩnh vực dọc như bán lẻ và trí tuệ doanh nghiệp. Nhìn chung, việc áp dụng các model Ultralytics YOLO đã thúc đẩy cả những cải tiến vận hành ngay lập tức và triển vọng tăng trưởng dài hạn cho công ty.

Hình 2. Videologic Analytics sử dụng các model Ultralytics YOLO để giám sát môi trường đô thị.

Phân tích video thông minh vì sự an toàn và an ninh: Con đường phía trước#

Videologic Analytics đang tích cực làm việc để mở rộng giải pháp của mình bằng cách tận dụng các model Ultralytics YOLO để vượt ra ngoài việc phát hiện xâm nhập cơ bản. Các bước tiếp theo bao gồm cung cấp những thông tin chi tiết phong phú hơn, có thể hành động được thông qua các phân tích nâng cao như phân tích hành vi, theo dõi xu hướng và trí tuệ dự đoán.

Những cải tiến này sẽ giúp khách hàng tối ưu hóa các hoạt động an ninh và mở ra những khả năng mới trong lĩnh vực bán lẻ và trí tuệ doanh nghiệp, thúc đẩy sự đổi mới và tăng trưởng liên tục trong lĩnh vực phân tích video thời gian thực.

Bạn tò mò về cách computer vision có thể định hình lại doanh nghiệp của mình? Hãy khám phá GitHub repository của chúng tôi để xem các giải pháp AI của Ultralytics đang chuyển đổi các đổi mới như AI in self-driving cars và computer vision in agriculture ra sao. Tìm hiểu thêm về các mô hình YOLO của chúng tôi và licensing options, đồng thời bắt đầu hành trình hướng tới tự động hóa thông minh và hiệu quả hơn ngay hôm nay.