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

工业车间环境繁忙，叉车和工人在近距离作业时经常发生，这可能导致安全隐患。超宽带和 LiDAR 等解决方案要么效率低下，要么会干扰作业，促使 Kiwitron 寻找更好的解决方案。

为了应对这一问题，Kiwitron 开发了 KiwiEye，这是一种专为工业安全设计的人工智能解决方案。通过集成 Ultralytics YOLO models，该系统能够快速检测危险并帮助操作员实时响应。它还提供 heatmaps 和险情接近报告等洞察，使安全经理能够识别风险并有效改进安全措施。

图 1. 认识 KiwiEye

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闻名，认识到工业车间迫切需要更有效的安全方法。当传统系统达不到要求时，Kiwitron 转向人工智能驱动的技术来打造更智能、更可靠的安全解决方案。

对工业现场危险进行准确检测的需求#

重型机械与工人共存的工业工作空间需要提高安全措施。防止事故发生和维持顺畅运营需要高效且当场的危险追踪。

传统的安全方法（如超宽带系统）依赖于工人佩戴标签，这并不总是实用，因为并非所有人都始终使用所需的设备。LiDAR 传感器虽然能够检测物体，但往往缺乏accuracy来区分特定的危险，从而导致不必要的减速。

这些挑战造成了安全漏洞和效率低下，从而打乱了工作流程。Kiwitron 发现需要一种更先进的解决方案——一种能够进行real-time detection的解决方案，它可以在区分行人、车辆和标志的同时向操作员发出清晰、可操作的警报。Kiwitron 的理想解决方案还必须满足严格的硬件要求、快速处理数据、适应各种工业环境，并在不损害运营效率的情况下保持生产力。

KiwiEye：Kiwitron 的 AI 驱动安全解决方案#

为了克服这些挑战，Kiwitron 将 Ultralytics YOLO models 和尖端的object detection技术集成到他们的安全系统 KiwiEye 中。在 YOLO 的赋能下，KiwiEye 提供了工业环境中实时危险检测所需的速度和准确性。

KiwiEye 使用配备 Ultralytics YOLO 模型的advanced cameras来实时识别行人、车辆和标志等关键元素。借助Coral accelerators，该系统能够以极小的延迟快速处理图像，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 提供上下文感知检测，能够区分不同的物体并针对特定危险定制警报。

该系统的适应性设计使其能够在从宽敞的仓库到狭窄的工作区域等各种工业环境中无缝运行。其轻量级结构可与现有硬件平稳集成，同时保持高速性能。通过结合精度、速度和适应性，KiwiEye 在保持运营效率的同时提高了安全性，为industrial hazard detection提供了一种创新的解决方案。

为何选择 Ultralytics YOLO 模型？#

在测试了包括 MobileNet 和 SSD 在内的各种模型后，Kiwitron 选择了 Ultralytics YOLO。YOLO 以其无与伦比的速度、accuracy组合以及与 Coral accelerators 等轻量级硬件的兼容性脱颖而出，使其成为实时应用的完美选择。

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。

Kiwitron 通过 Ultralytics YOLO 实现 30 米危险检测#

将 Ultralytics YOLO 模型集成到 KiwiEye 中显著提高了工业车间的安全性和效率。该系统能够可靠地实时检测危险，准确识别行人、车辆和标志，即使在长达 30 米的距离也是如此。Kiwitron 的首席技术官评论道：“我们有一个 FPS 阈值，可确保 KiwiEye 具有足够的响应能力来防止事故发生。有了 YOLO，我们可以检测长达 30 米远的物体，同时保持所需的速度。”

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 heatmaps 和险情接近报告为安全经理提供有价值的数据，帮助识别高风险区域并调整安全协议。“这不仅仅是预防事故，”Kiwitron 首席执行官补充道。“我们收集的数据使客户能够做出基于数据的安全改进，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。

Kiwitron 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computer vision如何改变我们对安全的思考方式——从对问题做出反应转变为通过智能、数据驱动的解决方案来预防问题。随着 Vision AI advances，它正在开辟新的可能性，例如监控个人防护装备 (PPE) 的合规性和发现其他危险，从而使工作场所更加安全和高效。

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。”

对 Vision AI 如何改变您的业务感到好奇吗？查看我们的GitHub repository,，探索 Ultralytics 针对行业定制的解决方案，例如computer vision in healthcare和manufacturing，并浏览licensing options以立即开始！