Révolutionner la surveillance : des caméras avec détection d'objets alimentée par l'IA

Dans le monde en constante évolution d'aujourd'hui, il ne suffit plus d'avoir des caméras de surveillance. Et si vos caméras pouvaient non seulement enregistrer, mais aussi comprendre et interpréter ce qu'elles voient ?

Il ne s'agit pas d'une vision du futur, mais d'une réalité. En exploitant l'intelligence artificielle (IA) et l'apprentissage automatique, vos caméras compatibles avec le protocole de diffusion en temps réel (RTSP) peuvent être transformées en un système de surveillance puissant et intelligent.

La puissance et la simplicité de la vision par ordinateur de l'IA

La vision par ordinateur de l'IA des caméras compatibles RTSP est déverrouillée lorsque le flux vidéo est introduit dans un appareil (par exemple Raspberry-Pi) exécutant Python, OpenCV avec des fichiers pré-entraînés Ensemble de données COCO. Si vos caméras IP existantes sont compatibles RTSP, vous pouvez suivre les instructions ci-dessous pour ajouter la vision par ordinateur IA pour la détection d'objets afin d'améliorer l'efficacité opérationnelle et la sécurité avec environ 11 lignes de code Python avec la bibliothèque OpenCV.

Le jeu de données COCO

COCO signifie Common Objects in Context (Objets communs en contexte). Il s'agit d'un ensemble de données de détection, de segmentation et de sous-titrage d'objets à grande échelle. Il est largement utilisé dans la recherche et le développement en vision par ordinateur. Voici quelques caractéristiques clés de l'ensemble de données COCO :

• Objets Divers : COCO contient des images de scènes quotidiennes complexes avec divers objets, offrant un large éventail de contextes.
• Annotations: L'ensemble de données comprend des annotations détaillées pour plusieurs tâches :
  • Détection d'objets : Cadres de délimitation et étiquettes pour plus de 80 catégories d'objets.
  • Segmentation:Segmentation d'instance (contours détaillés au niveau des pixels pour les instances d'objets individuels) et segmentation sémantique (classification au niveau des pixels pour chaque catégorie d'objet).
  • Détection des points clés : Annotations pour les points clés humains (par exemple, les articulations comme les coudes, les genoux) pour l'estimation de la pose.
  • Légende de l'image : Légendes descriptives pour les images pour prendre en charge des tâches telles que la génération de descriptions d'images.

Taille : COCO se compose de plus de 200 000 images étiquetées avec plus de 2,5 millions d'instances étiquetées, ce qui en fait l'un des ensembles de données les plus complets disponibles pour les tâches de vision par ordinateur.

Diagramme d'architecture

Figure 1 : Traitement de la vision par ordinateur d'une caméra de sécurité à l'IA

1. Streaming RTSP:La plupart des caméras IP peuvent diffuser des vidéos en direct via RTSP
2. Traitement:Le flux RTSP est acheminé vers un système externe exécutant OpenCV, équipé de modèles pré-entraînés à partir de l'ensemble de données COCO (par exemple Raspberry-PI)
3. Détection d'objets:Cette configuration permet l'identification et la classification en temps réel des 80 objets communément reconnus en utilisant le Modèle de détection d'objet YOLO (You Only Look Once).
4. Informations exploitables:Les objets détectés peuvent déclencher des alertes, automatiser les processus et fournir des données précieuses pour l'analyse.

Extraits de code

Ci-dessous, 11 lignes de code Python (par exemple exécutées dans Raspberry-pi) montrent à quel point il est simple d'utiliser le flux RTSP de la caméra IP pour détecter des objets à l'aide de l'ensemble de données COCO.

importer cv2 importer cvlib comme cv depuis cvlib.object_detection importer draw_bbox #flux de caméra en direct depuis une caméra IP via le protocole de diffusion en temps réel (RTSP) vidéo = cv2.VideoCapture("rtsp://[votre adresse IP rtsp]/live") tant que True: ret, frame = video.read() bbox, label, conf = cv.detect_common_objects(frame) output_image = draw_bbox(frame, bbox, label, conf) cv2.imshow("Détection d'objet", output_image) si cv2.waitKey(1) & 0xFF == ord("q"): break

Applications concrètes

L’intégration de l’IA et de la vision par ordinateur avec des caméras compatibles RTSP ouvre de nombreuses possibilités :

• Sécurité renforcée:Détectez automatiquement les accès non autorisés, les activités suspectes ou les objets spécifiques et alertez instantanément le personnel de sécurité.
• Optimisation du commerce de détail:Surveillez le comportement des clients, gérez les stocks et optimisez l'agencement des magasins en analysant les interactions avec les produits.
• Gestion du trafic:Améliorer la planification urbaine et le contrôle du trafic en analysant les flux de véhicules et de piétons.
• Automatisation industrielle:Superviser les processus de fabrication, surveiller la conformité en matière de sécurité et améliorer l'efficacité opérationnelle en détectant des objets et des anomalies spécifiques.

Boostez vos caméras IP maintenant avec l'IA

En intégrant des caméras compatibles RTSP avec OpenCV et YOLO, vos caméras IP compatibles RTSP peuvent instantanément devenir plus intelligentes grâce à des capacités de détection d'objets IA, améliorant ainsi la sécurité et l'efficacité opérationnelle. 

À propos de l'auteur

Félix est le responsable de l'ingénierie des ventes APAC chez Cisco Meraki, à la tête d'une équipe d'ingénieurs commerciaux passionnés et de classe mondiale pour aider les clients à améliorer les résultats commerciaux avec SASE, SD-WAN, sécurité, Wi-Fi6, solutions pilotées par API, analyses comportementales, vidéosurveillance et solutions de gestion des appareils mobiles (MDM).

Il est passionné par la technologie, il favorise la culture de croissance tout en constituant des équipes polyvalentes.

Références

1. https://youtu.be/V62M9d8QkYM (Excellent tutoriel)
2. https://github.com/AlexeyAB/darknet/blob/master/cfg/yolov7.cfg (télécharger la configuration et les poids de Yolo)
3. Code source : https://github.com/Kent-Taylor/object-detection/blob/main/main.py

#intelligenceartificielle #ai #aiml #apprentissageprofond #opencv #détectiond'objets #visionparordinateur #jeudedonnéescoco #mscoco #yolo #camérasrtsp #camérasintelligentes #ai#programmation #python #apprentissagemachine #développementlogiciel