Objektzählung mit Ultralytics YOLO26#

Um mit Ultralytics YOLO26 Objekte in einem Video zu zählen, kannst du folgende Schritte ausführen:

1. Importiere die erforderlichen Bibliotheken (cv2, ultralytics).
2. Definiere den Zählbereich (z. B. ein Polygon, eine Linie usw.).
3. Richte die Videoaufnahme ein und initialisiere den Objektzähler.
4. Verarbeite jedes Einzelbild, um Objekte zu verfolgen und innerhalb des definierten Bereichs zu zählen.

Hier ist ein einfaches Beispiel für das Zählen in einem Bereich:

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    assert cap.isOpened(), "Error reading video file"
    w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
    video_writer = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

Weitere Konfigurationen und Optionen findest du in der RegionCounter-Lösung, mit der du Objekte gleichzeitig in mehreren Bereichen zählen kannst.

Die Verwendung von Ultralytics YOLO26 zur Objektzählung bietet mehrere Vorteile:

1. Ressourcenoptimierung: Das System ermöglicht eine effiziente Ressourcenverwaltung, indem es genaue Zählwerte bereitstellt und die Ressourcenzuweisung in Branchen wie der Bestandsverwaltung optimiert.
2. Erhöhte Sicherheit: Das System verbessert Sicherheit und Überwachung, indem es Entitäten präzise verfolgt und zählt und so die proaktive Bedrohungserkennung und Sicherheitssysteme unterstützt.
3. Fundierte Entscheidungsfindung: Das System liefert wertvolle Erkenntnisse für die Entscheidungsfindung und optimiert Prozesse in Bereichen wie dem Einzelhandel, der Verkehrssteuerung und vielen weiteren.
4. Echtzeitverarbeitung: Die Architektur von YOLO26 ermöglicht Echtzeitinferenz und eignet sich dadurch für Live-Videostreams und zeitkritische Anwendungen.

Für Implementierungsbeispiele und praktische Anwendungen kannst du die TrackZone-Lösung zur Verfolgung von Objekten in bestimmten Zonen erkunden.

Um mit Ultralytics YOLO26 bestimmte Objektklassen zu zählen, musst du während der Verfolgungsphase die gewünschten Klassen angeben. Unten findest du ein Python-Beispiel:

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    assert cap.isOpened(), "Error reading video file"
    w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
    video_writer = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

In diesem Beispiel bedeutet classes_to_count=[0, 2], dass Objekte der Klassen 0 und 2 gezählt werden (z. B. Personen und Autos im COCO-Datensatz). Weitere Informationen zu Klassenindizes findest du in der Dokumentation zum COCO-Datensatz.

Ultralytics YOLO26 bietet gegenüber anderen Objekterkennungsmodellen wie Faster R-CNN, SSD und früheren YOLO-Versionen mehrere Vorteile:

1. Geschwindigkeit und Effizienz: YOLO26 ermöglicht die Verarbeitung in Echtzeit und eignet sich damit ideal für Anwendungen, die eine schnelle Inferenz erfordern, etwa Überwachung und autonomes Fahren.
2. Genauigkeit: Das Modell bietet eine hochmoderne Erkennungs- und Verfolgungsgenauigkeit, reduziert falsch-positive Erkennungen und verbessert die Zuverlässigkeit des Gesamtsystems.
3. Einfache Integration: YOLO26 lässt sich nahtlos in verschiedene Plattformen und Geräte integrieren, darunter mobile Geräte und Edge-Geräte, was für moderne KI-Anwendungen entscheidend ist.
4. Flexibilität: Unterstützt Erkennungs- und Segmentierungs-Aufgaben mit dem darüberliegenden Track-Modus sowie konfigurierbare Modelle für spezifische Anforderungen von Anwendungsfällen.

In der YOLO26-Dokumentation von Ultralytics findest du eine ausführliche Übersicht über die Funktionen und Leistungsvergleiche.

Ja, Ultralytics YOLO26 eignet sich dank seiner Echtzeiterkennungsfunktionen, Skalierbarkeit und flexiblen Integrationsmöglichkeiten hervorragend für fortgeschrittene Anwendungen wie Menschenmengenanalyse und Verkehrssteuerung. Seine fortschrittlichen Funktionen ermöglichen die hochpräzise Verfolgung, Zählung und Klassifizierung von Objekten in dynamischen Umgebungen. Beispiele für Anwendungsfälle sind:

• Menschenmengenanalyse: Überwache und verwalte große Menschenansammlungen, gewährleiste die Sicherheit und optimiere den Personenfluss mit bereichsbasierter Zählung.
• Verkehrssteuerung: Verfolge und zähle Fahrzeuge, analysiere Verkehrsmuster und verwalte Verkehrsstaus in Echtzeit mit Funktionen zur Geschwindigkeitsschätzung.
• Einzelhandelsanalyse: Analysiere Bewegungsmuster von Kunden und deren Interaktionen mit Produkten, um die Gestaltung von Verkaufsflächen zu optimieren und das Kundenerlebnis zu verbessern.
• Industrielle Automatisierung: Zähle Produkte auf Förderbändern und überwache Produktionslinien, um die Qualitätskontrolle zu verbessern und die Effizienz zu steigern.

Für weitere spezialisierte Anwendungen kannst du Ultralytics Solutions erkunden. Sie bieten eine umfassende Sammlung von Werkzeugen für reale Herausforderungen im Bereich Computer Vision.