Kiwitron 使用 Ultralytics YOLO 在 30 米外检测工业危险

工业现场是繁忙的环境，叉车和工作人员经常在近距离作业，这可能导致安全问题。像超宽带和 LiDAR 这样的解决方案要么效率低下，要么具有破坏性，促使 Kiwitron 寻找更好的方案。

为了解决这一问题，Kiwitron 开发了 KiwiEye，这是一款专为工业安全设计的 AI 驱动解决方案。通过集成 Ultralytics YOLO 模型，该系统可以快速检测危险并帮助操作员实时做出响应。它还提供热图和险肇事故报告等见解，使安全管理人员能够识别风险并有效改进安全措施。

图 1. 认识 KiwiEye

Link to this section用视觉 AI 增强工业运营安全#

Kiwitron 是一家专注于工业技术的意大利公司，致力于提高物流、农业、制造业和重型机械等行业的安全性和效率。他们以创新解决方案而闻名，意识到工业现场需要一种更有效的安全方法。当传统系统表现不佳时，Kiwitron 转向了 AI 驱动的技术，以打造更智能、更可靠的安全解决方案。

Link to this section对工业现场危险进行准确检测的需求#

在重型机械和工作人员共存的工业工作空间中，必须采取更高级别的安全措施。预防事故和维持顺畅运营需要高效且即时的危险跟踪。

传统的安全方法（如超宽带系统）依赖于佩戴标签的工作人员，但这并不总是切合实际，因为并非每个人都会一直使用所需的设备。LiDAR 传感器虽然能够检测物体，但往往缺乏准确性来区分特定危险，从而导致不必要的停工。

这些挑战造成了安全漏洞和低效率，扰乱了工作流程。Kiwitron 意识到需要一种更先进的解决方案——一种能够进行实时检测并能区分行人、车辆和标志，同时向操作员提供清晰、可操作警报的方案。Kiwitron 的理想解决方案还必须满足严格的硬件要求，能够快速处理数据，适应各种工业环境，并在不影响运营效率的情况下保持生产力。

Link to this sectionKiwiEye：Kiwitron 的 AI 驱动安全解决方案#

为了克服这些挑战，Kiwitron 将 Ultralytics YOLO 模型和尖端的目标检测技术集成到了他们的安全系统 KiwiEye 中。在 YOLO 的加持下，KiwiEye 提供了工业环境实时危险检测所需的速度和准确性。

KiwiEye 使用配有 Ultralytics YOLO 模型的先进摄像头实时识别行人、车辆和标志等关键要素。借助 Coral 加速器，该系统可以快速处理图像且延迟极低，使操作员能够立即对潜在危险做出反应。与传统传感器不同，KiwiEye 提供情境感知检测，能够区分不同物体并针对特定危险自定义警报。

该系统的适应性设计使其能够在从宽敞仓库到狭窄工作区域的各种工业环境中无缝运行。其轻量化结构在保持高速性能的同时，能与现有硬件顺畅集成。通过结合精度、速度和适应性，KiwiEye 在提高安全性的同时保留了运营效率，为工业危险检测提供了一种创新方案。

Link to this section为何选择 Ultralytics YOLO 模型？#

Kiwitron 在测试了包括 MobileNet 和 SSD 在内的多种模型后选择了 Ultralytics YOLO。YOLO 因其在速度、准确性以及与 Coral 加速器等轻量级硬件的兼容性方面表现出的无与伦比的组合而脱颖而出，使其成为实时应用的理想选择。

正如 Kiwitron 的首席技术官所解释的那样：“在我们开始时，YOLO 是市场上最好的目标检测模型。它让我们能够实现安全和效率的双重目标。”其适应性也使 Kiwitron 能够定制其解决方案，以满足工业环境的独特需求。

Link to this sectionKiwitron 通过 Ultralytics YOLO 实现 30 米危险检测#

将 Ultralytics YOLO 模型集成到 KiwiEye 中，显著提高了工业现场的安全性和效率。该系统能实时可靠地检测危险，准确识别行人、车辆和标志，即使在距离最远 30 米处也是如此。Kiwitron 的首席技术官评论道：“我们有一个 FPS 阈值，确保 KiwiEye 反应足够灵敏以预防事故。有了 YOLO，我们可以在保持必要速度的同时检测到 30 米外的物体。”

KiwiEye 系统与 Ultralytics YOLO 模型相结合，在预防事故和险肇事故方面已经取得了显著进展。虽然挽救生命的具体数字很难量化，但 Kiwitron 的首席执行官表示：“我们经常收到客户的反馈，他们报告说险肇事故减少了。在其中一个案例中，一位客户甚至感谢我们预防了一起严重的事故。”

该系统还通过热图和险肇事故报告为安全管理人员提供了有价值的数据，帮助识别高风险区域并调整安全规程。“这不仅仅是预防事故，”Kiwitron 的首席执行官补充道。“我们收集的数据使客户能够进行数据驱动的安全改进，最终创造一个更安全的环境。”

更进一步说，除了实现性能目标外，Ultralytics YOLO 还使 Kiwitron 能够快速创新。“使用 Ultralytics YOLO 使我们能够快速开发出稳定、高性能的解决方案，同时也为未来的改进奠定了基础，”Kiwitron 的首席技术官强调道。

Link to this sectionKiwitron 在视觉 AI 和 YOLO 方面的下一步行动#

Kiwitron 对 Ultralytics YOLO 模型的使用展示了计算机视觉如何改变我们对安全的思考方式——从对问题做出反应转向通过智能、数据驱动的解决方案预防问题。随着 Vision AI 的进步，它正在开辟新的可能性，例如监控个人防护装备 (PPE) 的合规性并发现更多危险，从而使工作场所更安全、更高效。

凭借 Ultralytics YOLO 的灵活性和性能，Kiwitron 能够自信地进行创新，确保其解决方案跟上不断变化的工业安全需求。

正如 Kiwitron 的首席技术官所言：“这就像轮子的概念。我的意思是，你已经拥有它了。我们作为一个社区已经拥有它了。所以，为什么要从零开始重建呢。”

好奇视觉 AI 如何改变你的业务吗？查看我们的 GitHub 存储库，探索 Ultralytics 的行业定制解决方案（例如医疗保健中的计算机视觉和制造业），并了解许可选项以立即开始！