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

Videologic Analytics là nhà phát triển có trụ sở tại Tây Ban Nha về các giải pháp phân tích video tiên tiến nhằm tăng cường an ninh và giám sát cho các khu công nghiệp, công viên năng lượng mặt trời và khu dân cư. Họ triển khai các giải pháp dựa trên AI tích hợp với camera an ninh để giám sát vành đai và phát hiện xâm nhập trong thời gian thực.

Đối mặt với chi phí cao và quá trình triển khai chậm chạp với các model trước đó, họ đã tích hợp các model Ultralytics YOLO để tăng độ chính xác trong phát hiện, giảm chi phí phát triển và thời gian ra mắt thị trường, đồng thời mở rộng sang các lĩnh vực mới như bán lẻ và trí tuệ doanh nghiệp.

Link to this sectionKích hoạt thị giác máy tính cho an ninh với camera AI#

Được dẫn dắt bởi các chuyên gia với hơn 30 năm kinh nghiệm, Videologic Analytics chuyên tích hợp AI và thị giác máy tính vào camera an ninh để giám sát thời gian thực và phát hiện mối đe dọa tự động. Các giải pháp của họ bảo vệ các cơ sở lớn, các dự án 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.

Link to this sectionNhu 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 mang lại các tính năng phát hiện đối tượng rộng hơn và chính xác hơn trên nhiều loại đối tượng và kịch bản khác nhau. Để phục vụ những nhu cầu của khách hàng này, đội ngũ nghiên cứu và phát triển của Videologic Analytics đã bắt đầu phát triển các model 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 model thị giác máy tính có thể tăng cường độ tin cậy cho các giải pháp Vision AI của mình và thúc đẩy sự hài lòng của khách hàng. Điều cốt yếu là model này vẫn phải đảm bảo tính tiết kiệm chi phí và khả năng thích ứng với các nhu cầu trong tương lai.

Link to this sectionĐịnh nghĩa lại giám sát bằng phát hiện bất thường dựa trên AI#

Sau khi thử nghiệm một vài model AI, Videologic Analytics phát hiện ra rằng các model Ultralytics YOLO cung cấp sự linh hoạt và hiệu suất mà họ cần. Họ bắt đầu với các model YOLO được huấn luyện trước bằng cách sử dụng dataset COCO, bao gồm nhiều đối tượng phổ biến. Việc huấn luyện trước này cung cấp một nền tảng vững chắc, vì các model đã có thể nhận diện nhiều vật phẩm cơ bản, giúp việc thích ứng chúng cho các nhu cầu an ninh 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 an ninh công nghiệp và dân dụng bằng cách sử dụng YOLO, cũng như các module bằng chứng khái niệm cho các đổi mới về thị giác máy tính trong lĩnh vực bán lẻ và trí tuệ doanh nghiệp. Mặc dù họ chủ yếu sử dụng phát hiện đối tượng, họ cũng tận dụng các tác vụ thị giác máy tính được hỗ trợ bởi YOLO, chẳng hạn như ước tính tư thế và theo dõi đối tượng.

Hình 1. Videologic Analytics sử dụng các model Ultralytics YOLO để giám sát các nhà máy điện năng lượng mặt trời.

Link to this sectionTại 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 định dạng xuất khác nhau và tích hợp liền mạch với các framework như CUDA, TensorRT, ONNX và OpenVINO. Sự linh hoạt này giúp Videologic Analytics có thể fine-tune các model bằng PyTorch và triển khai chúng hiệu quả trong sản xuất. Với các tối ưu hóa dành riêng cho phần cứng, YOLO đáp ứng nhu cầu khắt khe của việc phân tích video thời gian thực tốt hơn các model trước đây.

Link to this sectionTriển 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 hàng năm, mỗi giấy phép tương ứng với một kênh camera chuyên dụng, với tất cả các giấy phép hiện đã được nâng cấp để hỗ trợ các model Ultralytics YOLO. Việc chuyển sang YOLO đã dẫn đến sự giảm đáng kể số lượng báo động giả và tăng tổng thể độ chính xác trong việc phát hiện. Kết quả là, khách hàng tận hưởng các hệ thống an ninh đáng tin cậy hơn, và chi phí vận hành đã được hạ thấp.

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.

Link to this sectionPhân 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 thị giác máy tính có thể định hình lại doanh nghiệp của bạn? Hãy khám phá repository GitHub của chúng tôi để xem cách các giải pháp AI của Ultralytics đang biến đổi các đổi mới như AI trong xe tự lái và thị giác máy tính trong nông nghiệp. Tìm hiểu thêm về các model YOLO và các tùy chọn cấp phép của chúng tôi, và bắt đầu hành trình của bạn hướng tới tự động hóa thông minh hơn, hiệu quả hơn ngay hôm nay.