Videologic Analytics & Ultralytics YOLO для видеонаблюдения

Включение компьютерного зрения для обеспечения безопасности с помощью камер с искусственным интеллектом

Возглавляемая экспертами с более чем 30-летним опытом, компания Videologic Analytics специализируется на интеграции искусственного интеллекта и компьютерного зрения в камеры безопасности для мониторинга в режиме реального времени и автоматического обнаружения угроз. Их решения обеспечивают надежную защиту крупных объектов, установок возобновляемой энергетики и жилых кварталов.

Они обслуживают таких известных клиентов, как Prosegur, Securitas, Sabico, и более 4 000 сертифицированных охранных компаний в Испании. Столкнувшись с проблемами, связанными с дорогостоящей и трудоемкой разработкой и внедрением моделей ИИ, они внедрили модели Ultralytics YOLO в свои инновационные решения Vision AI. Благодаря этому они смогли усовершенствовать свои приложения для обеспечения безопасности, а также выйти на новые вертикали.

Потребность в экономически эффективном автоматизированном обнаружении угроз с помощью искусственного интеллекта

Ранее компания Videologic Analytics уже интегрировала модели искусственного интеллекта в камеры видеонаблюдения, которые они предлагали своим клиентам. Эти ранние модели были запрограммированы на обнаружение ограниченного круга категорий объектов, включая типовые автомобили, людей и мелких животных. Хотя этот фундаментальный подход заложил основу для продвинутых систем безопасности, он также представлял возможности для дальнейшего совершенствования, особенно в плане повышения точности и уменьшения количества ложных срабатываний.

Их клиенты искали более комплексное решение, способное обеспечить более широкие и точные возможности обнаружения объектов в более широком диапазоне объектов и сценариев. Чтобы удовлетворить эти потребности клиентов, команда исследователей и разработчиков Videologic Analytics начала разрабатывать усовершенствованные модели искусственного интеллекта. 

Разрабатывая эти модели, Videologic Analytics быстро обнаружила, что существующий подход имеет ряд проблем, таких как высокая стоимость и длительное время разработки. Компания поняла, что ей нужен более гибкий и эффективный подход. Этот новый подход должен был решить эти проблемы и лучше удовлетворять меняющиеся потребности клиентов в безопасности. 

В частности, они хотели найти модель компьютерного зрения, которая могла бы повысить надежность их решений Vision AI и увеличить удовлетворенность клиентов. Также было важно, чтобы модель оставалась экономически эффективной и адаптировалась к будущим потребностям.

Пересмотр системы наблюдения с помощью обнаружения аномалий на основе искусственного интеллекта

После тестирования нескольких моделей искусственного интеллекта Videologic Analytics обнаружили, что моделиYOLO от Ultralytics обеспечивают необходимую им гибкость и производительность. Они начали с предварительно обученных моделей YOLO , разработанных на основе набора данных COCO, который включает в себя широкий спектр обычных предметов. Такое предварительное обучение заложило прочную основу, так как модели уже могли распознавать многие базовые предметы, что облегчало их адаптацию под конкретные нужды безопасности.

Например, компания Videologic Analytics доработала эти предварительно обученные модели, используя свои собственные данные для таких приложений, как мониторинг солнечных парков. 

В этом сценарии модели использовались для обнаружения аномалий на основе ИИ, различая настоящие угрозы - например, несанкционированный персонал или транспортные средства - и безобидные элементы вроде мелких животных или мусора, разносимого ветром. Такое четкое разграничение было необходимо для снижения количества ложных срабатываний и повышения общей эффективности системы безопасности.

Помимо мониторинга солнечных ферм, они также разработали на основе YOLO промышленные и бытовые решения для обеспечения безопасности, а также пробные модули для инноваций компьютерного зрения в сфере розничной торговли и бизнес-аналитики. Хотя в первую очередь они используют обнаружение объектов, они также используют задачи компьютерного зрения, поддерживаемые YOLO, такие как оценка позы и отслеживание объектов.

‍

Почему стоит выбрать модели Ultralytics YOLO ?

Videologic Analytics выбрала модели Ultralytics YOLO , потому что им требовалось надежное решение, способное поддерживать множество каналов камер и при этом обеспечивать быстрые и точные выводы. 

YOLO поддерживает различные форматы экспорта и легко интегрируется с такими фреймворками, как CUDA, TensorRT, ONNX и OpenVINO. Такая гибкость позволяет Videologic Analytics точно настраивать модели с помощью PyTorch и эффективно внедрять их в производство. Благодаря оптимизации под аппаратное обеспечение YOLO лучше, чем предыдущие модели, отвечает требовательным запросам видеоаналитики в реальном времени.

Оптимизированное развертывание модели для интеллектуального видеонаблюдения

После интеграции моделей Ultralytics YOLO компания Videologic Analytics увидела впечатляющие улучшения как в производительности, так и в эффективности. Их новое решение Vision AI позволило быстро обнаруживать угрозы в режиме реального времени на самых разных объектах - от солнечных электростанций и промышленных площадок до жилых комплексов. 

На самом деле Videologic Analytics ежегодно использует около 10 000 лицензий, каждая из которых соответствует выделенному каналу камеры, и все лицензии теперь обновлены для поддержки моделей Ultralytics YOLO . Переход на YOLO привел к значительному сокращению числа ложных тревог и общему повышению точности обнаружения. В результате клиенты получают более надежные системы безопасности, а эксплуатационные расходы снижаются. 

Кроме того, более высокая скорость выводов и масштабируемость моделей Ultralytics YOLO сократили время выхода на рынок новых функций ИИ. Это позволило Videologic Analytics усовершенствовать свои основные предложения в области безопасности и открыть новые возможности в таких вертикалях, как розничная торговля и бизнес-аналитика. В целом внедрение моделей Ultralytics YOLO привело как к немедленному улучшению операционной деятельности, так и к долгосрочным перспективам роста компании.

‍

Умная видеоаналитика для охраны и безопасности: Дорога вперед

Videologic Analytics активно работает над расширением своего решения за счет использования моделей Ultralytics YOLO , чтобы выйти за рамки базового обнаружения вторжений. Следующие шаги связаны с предоставлением более богатой и действенной информации с помощью продвинутой аналитики, такой как анализ поведения, отслеживание тенденций и предиктивная разведка. 

Эти усовершенствования помогут клиентам оптимизировать операции по обеспечению безопасности и раскрыть новые возможности в розничной торговле и бизнес-аналитике, стимулируя непрерывные инновации и рост в области видеоаналитики в реальном времени.

Любопытно, как компьютерное зрение может изменить твой бизнес? Изучи наш репозиторий GitHub, чтобы увидеть, как решения Ultralyticsв области ИИ преобразуют такие инновации, как ИИ в самодвижущихся автомобилях и компьютерное зрение в сельском хозяйстве. Узнай больше о наших моделях YOLO и вариантах лицензирования и начни свой путь к более умной и эффективной автоматизации уже сегодня.