Baue ein Parkraummanagementsystem mit Ultralytics YOLO26 🚀#
Was ist ein Parkraummanagementsystem?#
Ein mit Ultralytics YOLO26 erstelltes Parkverwaltungssystem erkennt Fahrzeuge in Echtzeit, um zu verfolgen, welche Parkplätze belegt oder frei sind, und meldet anschließend die Live-Belegung des Parkplatzes. Es verbindet die YOLO26-Objekterkennung mit einem JSON-definierten Parklayout, sodass du einen gesamten Parkplatz von einem einzigen Videostream oder Kamera-Feed aus überwachen kannst.
Watch: How to Build a Parking Management System with Ultralytics YOLO26 | Real-Time Spot Detection 🚗
Vorteile eines Parkraummanagementsystems#
- Effizienz: Optimiert die Nutzung von Parkplätzen und reduziert Staus auf dem Parkgelände.
- Sicherheit: Verbessert die Sicherheit von Personen und Fahrzeugen durch kontinuierliche Überwachung.
- Reduzierte Emissionen: Steuert den Verkehrsfluss, um Leerlaufzeiten und Emissionen auf Parkplätzen zu minimieren.
Praxisanwendungen#
| Parkraummanagementsystem | Parkraummanagementsystem |
|---|---|
 |  |
| Parkraummanagement aus der Luft mit Ultralytics YOLO26 | Parkraummanagement aus der Vogelperspektive mit Ultralytics YOLO26 |
Code-Workflow des Parkraummanagementsystems#
Die Auswahl von Punkten ist jetzt einfach
Die Auswahl von Parkpunkten ist eine kritische und komplexe Aufgabe in Parkraummanagementsystemen. Ultralytics vereinfacht diesen Prozess durch ein Werkzeug namens „Parking slots annotator“, mit dem du Parkplatzbereiche definieren kannst, die später für weitere Verarbeitungen genutzt werden können.
Schritt 1: Nimm einen Frame aus dem Video oder dem Kamerastream auf, in dem du den Parkplatz verwalten möchtest.
Schritt 2: Verwende den bereitgestellten Code, um eine grafische Benutzeroberfläche zu starten, in der du ein Bild auswählen und Parkbereiche per Mausklick durch Zeichnen von Polygonen umreißen kannst.
Zusätzlicher Schritt zur Installation von `tkinter`
Im Allgemeinen ist tkinter bereits in Python vorinstalliert. Falls dies jedoch nicht der Fall ist, kannst du es über die hervorgehobenen Schritte installieren:
- Linux: (Debian/Ubuntu):
sudo apt install python3-tk - Fedora:
sudo dnf install python3-tkinter - Arch:
sudo pacman -S tk - Windows: Installiere Python neu und aktiviere während der Installation das Kontrollkästchen
tcl/tk and IDLEunter Optional Features - MacOS: Installiere Python von https://www.python.org/downloads/macos/ oder
brew install python-tkneu
from ultralytics import solutions
solutions.ParkingPtsSelection()Schritt 3: Nachdem du die Parkbereiche mit Polygonen definiert hast, klicke auf save, um die Daten als bounding_boxes.json in deinem Arbeitsverzeichnis zu speichern – genau unter dem Dateinamen, den das Verwaltungsskript unten lädt.
Schritt 4: Du kannst die Parkverwaltung-Lösung nun mit dem folgenden Code ausführen.
import cv2
from ultralytics import solutions
# Video capture
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Video writer
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("parking management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Initialize parking management object
parkingmanager = solutions.ParkingManagement(
model="yolo26n.pt", # path to model file
json_file="bounding_boxes.json", # path to parking annotations file
)
while cap.isOpened():
ret, im0 = cap.read()
if not ret:
break
results = parkingmanager(im0)
# print(results) # access the output
video_writer.write(results.plot_im) # write the processed frame.
cap.release()
video_writer.release()
cv2.destroyAllWindows() # destroy all opened windowsParkingManagement-Argumente#
Hier ist eine Tabelle mit den ParkingManagement-Argumenten:
| Argument | Typ | Standard | Beschreibung |
|---|---|---|---|
model | str | None | Pfad zu einer Ultralytics YOLO-Modelldatei. |
json_file | str | None | Pfad zur JSON-Datei, die alle Parkkoordinatendaten enthält. |
line_width | int | 2 | Linienstärke für die Boxen, Keypoints und Zählungen, die die Lösung zeichnet. |
verbose | bool | True | Aktiviert das pro-Frame-Protokoll der Lösung für Eingabeform, Klassenzahlen und Verarbeitungsgeschwindigkeit. Der Tracking-Aufruf selbst verläuft immer im Hintergrund. |
Die ParkingManagement-Lösung ermöglicht die Verwendung mehrerer track-Parameter:
| Argument | Typ | Standard | Beschreibung |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Gibt den zu verwendenden Tracking-Algorithmus an. Integrierte Optionen: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.25 | Legt den Konfidenz-Schwellenwert für Detektionen fest; niedrigere Werte ermöglichen die Verfolgung von mehr Objekten, können aber zu falsch-positiven Ergebnissen führen. |
iou | float | 0.7 | Legt den Schwellenwert für die Intersection over Union (IoU) zum Filtern überlappender Detektionen fest. |
classes | list | None | Filtert Ergebnisse nach Klassenindex. Zum Beispiel verfolgt classes=[0, 2, 3] nur die angegebenen Klassen. |
device | str | None | Gibt das Gerät für die Inferenz an (z. B. cpu, cuda:0 oder 0). Ermöglicht Benutzern die Auswahl zwischen CPU, einer spezifischen GPU oder anderen Rechengeräten für die Modellausführung. |
Darüber hinaus werden die folgenden Visualisierungsoptionen unterstützt:
| Argument | Typ | Standard | Beschreibung |
|---|---|---|---|
show | bool | False | Falls True, werden die annotierten Bilder oder Videos in einem Fenster angezeigt. Nützlich für unmittelbares visuelles Feedback während der Entwicklung oder des Testens. |
FAQ#
Ultralytics YOLO26 bietet Fahrzeugerkennung in Echtzeit und Überwachung für Parkszenarien, wodurch die Nutzung von Parkplätzen optimiert, Staus reduziert und die Sicherheit durch kontinuierliche Überwachung verbessert wird. Die Ausführung auf einem Live-Kamera-Feed hilft zudem, den Verkehrsfluss zu steuern und Leerlaufzeiten von Fahrzeugen zu minimieren. Die vollständige Einrichtung findest du im Workflow für den Parkverwaltungscode.
Die Verwendung von Ultralytics YOLO26 für intelligentes Parken bietet zahlreiche Vorteile:
- Effizienz: Optimiert die Nutzung von Stellplätzen und verringert Staus.
- Sicherheit: Verbessert die Überwachung und gewährleistet die Sicherheit von Fahrzeugen und Fußgängern.
- Umweltauswirkungen: Trägt zur Reduzierung von Emissionen bei, indem die Leerlaufzeiten von Fahrzeugen minimiert werden. Weitere Vorteile findest du im Abschnitt Vorteile des Parkverwaltungssystems.
Das Definieren von Parkplätzen ist mit Ultralytics YOLO26 unkompliziert:
- Nimm einen Frame aus einem Video oder Kamerastream auf.
- Verwende den bereitgestellten Code, um eine GUI zum Auswählen eines Bildes zu starten und Polygone zum Definieren von Parkplätzen zu zeichnen.
- Speichere die gelabelten Daten im JSON-Format für die weitere Verarbeitung. Umfassende Anweisungen findest du im Abschnitt zur Punktauswahl oben.
Die für den Parkplatz spezifischste Einstellung ist
json_file: Verweise damit auf das Parkbereichs-JSON, das du mit dem Punkte-Annotator erstellt hast, um die Lösung an ein neues Layout anzupassen. Du kannst sie über die anderen Argumente weiter anpassen – setzemodelauf einen benutzerdefinierten Detektor, beschränke Erkennungen auf bestimmte Fahrzeugtypenclasses, passe die Schwellenwerte fürconfundiouan, wechsletracker, verwendeline_width, um die Beschriftungen im Bild und die Belegungsanzeige zu skalieren, oder wähle die Inferenzdevice. Informationen zur verwandten zonenbasierten Überwachung findest du in der Anleitung zur Objektzählung.Ultralytics YOLO26 wird in verschiedenen realen Anwendungen zur Parkplatzverwaltung eingesetzt, darunter:
- Erkennung von Parkplätzen: Genaue Identifizierung von freien und besetzten Stellplätzen.
- Überwachung: Erhöhung der Sicherheit durch Echtzeit-Überwachung.
- Verkehrsflussmanagement: Reduzierung von Leerlaufzeiten und Staus durch effiziente Verkehrsabwicklung. Bilder, die diese Anwendungen veranschaulichen, findest du unter reale Anwendungen.