A VideoLogic Analytics estava a integrar capacidades de IA nas suas câmaras de segurança, mas muitos modelos de IA eram demasiado caros e de implementação lenta.
A integração dos modelosYOLO Ultralytics , ajustados com base em dados proprietários e optimizados para vários formatos de exportação, permitiu à VideoLogic Analytics reduzir os custos e o tempo de colocação no mercado.
A Videologic Analytics é uma empresa espanhola que desenvolve soluções avançadas de análise de vídeo que melhoram a segurança e a vigilância de instalações industriais, parques solares e complexos residenciais. Implementa soluções baseadas em IA que se integram com câmaras de segurança para monitorizar perímetros e detetar intrusões em tempo real.
Confrontados com os elevados custos e a lenta implementação dos modelos anteriores, integraram os modelosYOLO Ultralytics para aumentar a precisão da deteção, reduzir os custos de desenvolvimento e o tempo de colocação no mercado e expandir-se para novas áreas, como o retalho e a inteligência empresarial.
Possibilitar a visão por computador para a segurança com câmaras com IA
Liderada por especialistas com mais de 30 anos de experiência, a Videologic Analytics é especializada na integração de IA e visão computacional em câmaras de segurança para monitorização em tempo real e deteção automática de ameaças. As suas soluções protegem grandes instalações, instalações de energia renovável e comunidades residenciais com um desempenho fiável.
Atende clientes de renome, como a Prosegur, a Securitas, a Sabico e mais de 4.000 empresas de segurança certificadas em Espanha. Enfrentando desafios com o desenvolvimento e a implementação de modelos de IA dispendiosos e demorados, adoptaram os modelosYOLO Ultralytics nas suas soluções inovadoras de IA de visão. Ao fazê-lo, conseguiram melhorar as suas aplicações de segurança e também expandir-se para novos sectores verticais.
A necessidade de uma deteção automática e rentável de ameaças utilizando a IA
A Videologic Analytics já tinha integrado modelos de IA nas câmaras de segurança que oferecia aos seus clientes. Estes primeiros modelos foram programados para detetar uma gama limitada de categorias de objectos, incluindo veículos genéricos, humanos e pequenos animais. Embora esta abordagem fundamental tenha lançado as bases para sistemas de segurança avançados, também apresentou oportunidades para um maior refinamento, particularmente no que diz respeito ao aumento da precisão e das taxas de falsos positivos.
Os seus clientes estavam à procura de uma solução mais abrangente, capaz de fornecer capacidades de deteção de objectos mais amplas e precisas numa gama mais vasta de objectos e cenários. Para responder a estas necessidades dos clientes, a equipa de investigação e desenvolvimento da Videologic Analytics começou a desenvolver modelos de IA melhorados.
Ao desenvolver estes modelos, a Videologic Analytics rapidamente descobriu que a abordagem existente tinha alguns problemas, tais como custos elevados e longos períodos de desenvolvimento. A empresa apercebeu-se de que precisava de uma abordagem mais flexível e eficiente. Esta nova abordagem teria de enfrentar estes desafios e servir melhor as necessidades de segurança em evolução dos seus clientes.
Especificamente, pretendiam identificar um modelo de visão por computador que pudesse melhorar a fiabilidade das suas soluções de IA de visão e aumentar a satisfação do cliente. Era também essencial que o modelo se mantivesse económico e adaptável a necessidades futuras.
Redefinir a vigilância com a deteção de anomalias baseada em IA
Depois de testar vários modelos de IA, a Videologic Analytics descobriu que os modelosYOLO Ultralytics forneciam a flexibilidade e o desempenho de que precisavam. Eles começaram com modelos YOLO pré-treinados desenvolvidos usando o conjunto de dados COCO, que inclui uma ampla gama de objetos comuns. Esse pré-treinamento ofereceu uma base sólida, pois os modelos já podiam reconhecer muitos itens básicos, facilitando sua adaptação para necessidades específicas de segurança.
Por exemplo, a Videologic Analytics afinou estes modelos pré-treinados utilizando os seus próprios dados proprietários para aplicações como a monitorização de parques solares.
Neste cenário, os modelos foram utilizados para a deteção de anomalias com base em IA, distinguindo entre ameaças genuínas - como pessoal ou veículos não autorizados - e elementos inofensivos, como pequenos animais ou detritos levados pelo vento. Esta diferenciação clara foi essencial para reduzir os falsos alarmes e melhorar o desempenho geral da segurança.
Para além da monitorização de parques solares, também desenvolveram soluções de segurança industrial e residencial utilizando YOLO, bem como módulos de prova de conceito para inovações de visão computacional no retalho e na inteligência empresarial. Embora utilizem principalmente a deteção de objectos, também tiram partido das tarefas de visão computacional suportadas pelo YOLO, como a estimativa de pose e o seguimento de objectos.

Porquê escolher os modelos Ultralytics YOLO ?
A Videologic Analytics escolheu os modelosYOLO Ultralytics porque necessitava de uma solução robusta capaz de suportar vários canais de câmara e, ao mesmo tempo, fornecer uma inferência rápida e precisa.
YOLO suporta vários formatos de exportação e integra-se perfeitamente com estruturas como CUDA, TensorRT, ONNX e OpenVINO. Esta flexibilidade permite à Videologic Analytics afinar modelos utilizando PyTorch e implementá-los eficientemente na produção. Com optimizações específicas de hardware, YOLO satisfaz as necessidades exigentes da análise de vídeo em tempo real melhor do que os modelos anteriores.
Implementação simplificada de modelos para monitorização de vídeo inteligente
Desde que integrou os modelosYOLO Ultralytics , a Videologic Analytics tem visto melhorias impressionantes tanto no desempenho quanto na eficiência. A sua nova solução Vision AI permitiu a deteção rápida e em tempo real de ameaças numa vasta gama de instalações - desde parques solares e locais industriais a complexos residenciais.
De facto, a Videologic Analytics implementa cerca de 10.000 licenças anualmente, cada uma correspondendo a um canal de câmara dedicado, com todas as licenças agora actualizadas para suportar os modelos Ultralytics YOLO . A mudança para o YOLO levou a uma redução significativa dos falsos alarmes e a um aumento geral da precisão da deteção. Como resultado, os clientes usufruem de sistemas de segurança mais fiáveis e os custos operacionais foram reduzidos.
Além disso, as velocidades de inferência mais rápidas e a escalabilidade dos modelos Ultralytics YOLO reduziram o tempo de colocação no mercado de novas funcionalidades de IA. Isto tornou possível à Videologic Analytics melhorar as suas principais ofertas de segurança e explorar novas oportunidades em verticais como o retalho e a inteligência empresarial. No geral, a adoção dos modelosYOLO Ultralytics conduziu a melhorias operacionais imediatas e a perspectivas de crescimento a longo prazo para a empresa.

Análise de vídeo inteligente para segurança e proteção: O caminho a seguir
A Videologic Analytics está a trabalhar ativamente na expansão da sua solução, tirando partido dos modelosYOLO Ultralytics para ir além da deteção básica de intrusões. As próximas etapas envolvem o fornecimento de percepções mais ricas e acionáveis por meio de análises avançadas, como análise de comportamento, rastreamento de tendências e inteligência preditiva.
Estas melhorias ajudarão os clientes a otimizar as operações de segurança e a desbloquear novas possibilidades no retalho e na inteligência empresarial, impulsionando a inovação e o crescimento contínuos da análise de vídeo em tempo real.
Tens curiosidade em saber como a visão computacional pode remodelar o teu negócio? Explora o nosso repositório GitHub para veres como as soluções de IA da Ultralyticsestão a transformar inovações como a IA em carros autónomos e a visão computacional na agricultura. Descobre mais sobre os nossos modelos YOLO e opções de licenciamento, e começa hoje a tua viagem em direção a uma automação mais inteligente e eficiente.