Zum Hauptinhalt springen
SECO

Die richtige AI für Videosicherheit wählen: YOLO vs. Hugging Face vs. Mistral

Der Aufstieg praktischer, kostengünstiger AI hat die Erwartungen an Digital Security and Surveillance (DSS) neu definiert. Sicherheitsfachleute erwarten heute Funktionen wie Personenzählung, Kennzeichenerkennung und die Erkennung verdächtiger Objekte als Standard in jedem DSS-System.

Die richtige AI für Videosicherheit

Das stellt OEMs und Systemdesigner vor eine drängende Herausforderung: wie sie AI-Modelle schnell genug bereitstellen, um mit den steigenden Kundenanforderungen Schritt zu halten, und diese Modelle vor Ort ausführen lassen, sodass sie unabhängig von cloudbasierten Rechenzentren sind. Die Eigenentwicklung maßgeschneiderter Modelle ist oft zu langsam und zu teuer, weshalb sich vorgefertigte AI-Modelle als attraktive Alternative für ein schnelles Deployment anbieten.

Zu den führenden Anbietern zählen Ultralytics YOLO, Hugging Face und Mistral. Jeder bietet Computer-Vision-Lösungen für den Einsatz am Edge – mit optimierter Latenz, optimierten Kosten und optimiertem Datenschutz, da die Verarbeitung lokal bleibt. Betrachten wir die Faktoren, die bei der Wahl eines Modells zu berücksichtigen sind, darunter Leistung, einfaches Deployment und Lizenzanforderungen.

Ultralytics YOLO: Der Spezialist für Computer Vision

Von den drei Optionen ist YOLO die einzige, die speziell für Computer Vision (CV) entwickelt wurde – und erzielt deshalb oft die beste Leistung. Geschwindigkeit und Genauigkeit sind jedoch nicht die einzigen Vorteile: Flexibilität ist ein weiterer großer Pluspunkt. Das YOLO-Ökosystem umfasst alles vom voll ausgestatteten YOLOv8 bis zu schlanken Optionen wie YOLOv10-Nano, das über 90 % der Genauigkeit seines größeren Geschwisters in einem winzigen Paket von 5 MB liefert – perfekt für Edge-Deployments.

YOLO-Modelle lassen sich auf einer Vielzahl von AI-Hardwareplattformen bereitstellen, darunter GPUs und spezialisierte AI-Beschleuniger. Entwickler arbeiten in der Regel im Python-Ökosystem, doch es gibt Konvertierungstools, die andere Programmierumgebungen unterstützen. Eine zentrale Stärke von YOLO ist die ausgereifte Dokumentation und der Community-Support. Für den Produktiveinsatz ist jedoch eine kommerzielle Lizenz erforderlich, was für kostenbeschränkte Projekte ein Problem sein kann.

Hugging Face: Das Open-Source-Kraftpaket

Hugging Face bietet eine breite Open-Source-Alternative. Obwohl vor allem für die Verarbeitung natürlicher Sprache bekannt, stellt Hugging Face auch eine umfangreiche Bibliothek vortrainierter Computer-Vision-Modelle bereit. Dazu gehören nicht nur Standardmodelle zur Objekterkennung, sondern auch fortgeschrittene multimodale Modelle, die Bild- und Sprachfähigkeiten kombinieren – etwa um Fragen zu einem Bild zu beantworten oder optische Zeichenerkennung (OCR) durchzuführen.

Die Hugging Face Transformers Library vereinfacht Fine-Tuning und Deployment von Modellen und bietet Entwicklern ein flexibles Framework. Viele Hugging-Face-Modelle sind unter freizügigen Lizenzen wie Apache 2.0 verfügbar, einige erfordern jedoch kommerzielle Lizenzen. Es ist daher unerlässlich, die Bedingungen dieser Lizenzen sorgfältig zu prüfen.

Mistral: DSS-AI für alle Entwickler öffnen

Mistral, ein weiterer Open-Source-Anbieter, konzentriert sich auf Large Language Models (LLMs) mit zunehmender Unterstützung für Vision-Aufgaben. Die Plattform von Mistral fällt durch die Unterstützung von mehr als 80 Programmiersprachen auf und bietet Entwicklern Flexibilität jenseits von Python.

Mistral ist zwar nicht wie YOLO auf schnelle Objekterkennung spezialisiert, doch die Modelle überzeugen darin, aus Bildern detaillierte textbasierte Erkenntnisse zu gewinnen, und eignen sich daher gut für Anwendungen, die eine kontextbezogene Analyse erfordern.

Die Modelle von Mistral lassen sich auch zusammen mit den Tools von Hugging Face einsetzen, was hybride Ansätze ermöglicht. Proprietäre Modelle sind klar gekennzeichnet, sodass Entwickler Lizenzentscheidungen leichter treffen können.

Welches AI-Modell passt zu Ihrem DSS-Projekt?

Offensichtlich bietet jede Plattform eigene Vorteile, die zu unterschiedlichen Entwicklungsprioritäten passen. Wir können sie wie folgt zusammenfassen:

  • Wählen Sie YOLO, wenn Ihr Hauptbedarf in schneller, präziser Objekterkennung und -verfolgung liegt. Die speziell dafür entwickelte Architektur liefert branchenführende Ergebnisse. Denken Sie nur daran, die kommerzielle Lizenzierung im Projektbudget zu berücksichtigen.
  • Wählen Sie Hugging Face für Flexibilität und tiefgehende Anpassung im Python-Ökosystem. Wenn Sie Modelle feinabstimmen oder Vision-Fähigkeiten mit Sprachverständnis kombinieren möchten, bieten die umfangreiche Modellbibliothek und die leistungsstarken Anpassungstools von Hugging Face die vielseitigste Grundlage. Achten Sie genau auf die Lizenzbedingungen, da sie je nach Modell variieren.
  • Wählen Sie Mistral, wenn Sie eine breite Unterstützung von Programmiersprachen benötigen oder Vision mit detaillierten Analysefähigkeiten kombinieren möchten. Die Unterstützung von über 80 Programmiersprachen macht Mistral auch für Entwicklungsteams ohne Python-Kenntnisse zugänglich, während die Stärke bei Sprachmodellen eine anspruchsvollere Interpretation von Überwachungsmaterial ermöglicht.

Hardwareoptionen für schnelles Deployment

SECO bietet mehrere Hardwareplattformen, die für die Ausführung dieser AI-Modelle am Edge optimiert sind, und hat YOLO-Modelle außerdem erfolgreich auf der Plattform Axelera AI Metis umgesetzt, die 15 TOPS pro Watt AI-Rechenleistung liefert. Diese AIPU wurde in den modularen Embedded-PC Palladio 500 RPL von SECO integriert, um eine vollständige Computer-Vision-AI-Pipeline vom Edge bis zur Cloud zu schaffen und eine optimierte Lösung für anspruchsvolle Überwachungsanwendungen zu bieten.

Der nächste Marktwandel in der Überwachung

Die breite Einführung von AI verändert den Markt für Videoüberwachung, ähnlich wie der Übergang von analogen zu digitalen Systemen zur Jahrtausendwende. Wie damals werden die OEMs und Systemdesigner, die neue Technologien am schnellsten einsetzen, einen deutlichen Wettbewerbsvorteil erlangen. Heute bedeutet das oft, auf einsatzfertige AI-Bibliotheken und bewährte Standardhardware zu setzen, um Entwicklung und Deployment zu beschleunigen.

Sind Sie bereit, Ihre DSS-Systeme mit AI zu transformieren? Kontaktieren Sie SECO und erfahren Sie, wie wir Ihren Weg beschleunigen können.

Palladio 500 RPL

In diesem Artikel vorgestellt

Palladio 500 RPL

Modularer Embedded PC mit Intel® Core™ Prozessoren der 13. Generation

  • Boxed Solutions
  • Intel® Core™

Abonnieren Sie den SECO Newsletter.

Melden Sie sich mit Ihrer E-Mail-Adresse auf seco.com an.

Abonnieren