Link to this sectionParkraummanagement mit Ultralytics YOLO26 🚀#
Link to this sectionWas ist ein Parkraummanagementsystem?#
Parkraummanagement mit Ultralytics YOLO26 sorgt durch die Organisation von Stellplätzen und die Überwachung der Verfügbarkeit für effizientes und sicheres Parken. YOLO26 kann das Parkplatzmanagement durch Fahrzeugerkennung in Echtzeit und Erkenntnisse zur Parkplatzbelegung verbessern.
Watch: How to Build a Parking Management System with Ultralytics YOLO26 | Real-Time Spot Detection 🚗
Link to this sectionVorteile eines Parkraummanagementsystems#
- Effizienz: Die Parkplatzverwaltung optimiert die Nutzung von Stellplätzen und reduziert Staus.
- Sicherheit: Parkraummanagement mit YOLO26 verbessert die Sicherheit von Personen und Fahrzeugen durch Überwachungs- und Sicherheitsmaßnahmen.
- Reduzierte Emissionen: Parkraummanagement mit YOLO26 steuert den Verkehrsfluss, um Leerlaufzeiten und Emissionen auf Parkplätzen zu minimieren.
Link to this sectionPraxisanwendungen#
| Parkraummanagementsystem | Parkraummanagementsystem |
|---|---|
![]() | ![]() |
| Parkraummanagement aus der Luft mit Ultralytics YOLO26 | Parkraummanagement aus der Vogelperspektive mit Ultralytics YOLO26 |
Link to this sectionCode-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 in Python vorinstalliert. Falls dies nicht der Fall sein sollte, kannst du es mit den folgenden Schritten 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 bei der Installation das Kontrollkästchen
tcl/tk and IDLEunter Optional Features. - MacOS: Installiere Python erneut von https://www.python.org/downloads/macos/ oder nutze
brew install python-tk
from ultralytics import solutions
solutions.ParkingPtsSelection()Schritt 3: Nachdem du die Parkbereiche mit Polygonen definiert hast, klicke auf save, um eine JSON-Datei mit den Daten in deinem Arbeitsverzeichnis zu speichern.

Schritt 4: Du kannst jetzt den bereitgestellten Code für das Parkraummanagement mit Ultralytics YOLO verwenden.
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 windowsLink to this sectionParkingManagement 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. |
Die ParkingManagement-Lösung ermöglicht die Verwendung mehrerer track-Parameter:
| Argument | Typ | Standard | Beschreibung |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Legt den zu verwendenden Tracking-Algorithmus fest. Integrierte Optionen: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.1 | 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 IoU-Schwellenwert für das Filtern überlappender Detektionen fest. |
classes | list | None | Filtert Ergebnisse nach Klassenindex. Zum Beispiel verfolgt classes=[0, 2, 3] nur die angegebenen Klassen. |
verbose | bool | True | Steuert die Anzeige der Tracking-Ergebnisse und bietet eine visuelle Ausgabe der verfolgten Objekte. |
device | str | None | Gibt das Gerät für die Inferenz an (z. B. cpu, cuda:0 oder 0). Ermöglicht die Wahl 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 | Wenn True, werden die annotierten Bilder oder Videos in einem Fenster angezeigt. Nützlich für sofortiges visuelles Feedback während der Entwicklung oder Tests. |
line_width | int or None | None | Legt die Linienbreite der BBoxen fest. Wenn None, wird die Linienbreite automatisch basierend auf der Bildgröße angepasst. Bietet visuelle Anpassungsmöglichkeiten für mehr Klarheit. |
Link to this sectionFAQ#
Link to this sectionWie verbessert Ultralytics YOLO26 Parkraummanagementsysteme?#
Ultralytics YOLO26 verbessert Parkraummanagementsysteme erheblich durch Fahrzeugerkennung in Echtzeit und Überwachung. Dies führt zu einer optimierten Nutzung von Parkplätzen, reduziertem Stau und erhöhter Sicherheit durch kontinuierliche Überwachung. Das Parking Management System ermöglicht einen effizienten Verkehrsfluss, minimiert Leerlaufzeiten und Emissionen auf Parkplätzen und trägt so zur ökologischen Nachhaltigkeit bei. Weitere Details findest du im Code-Workflow für Parkraummanagement.
Link to this sectionWas sind die Vorteile von Ultralytics YOLO26 für intelligentes Parken?#
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: Hilft, Emissionen durch die Minimierung von Fahrzeugleerlaufzeiten zu reduzieren. Entdecke weitere Vorteile im Abschnitt Vorteile eines Parkraummanagementsystems.
Link to this sectionWie kann ich Parkplätze mit Ultralytics YOLO26 definieren?#
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.
Link to this sectionKann ich das YOLO26-Modell für spezifische Anforderungen des Parkraummanagements anpassen?#
Yes, Ultralytics YOLO26 allows customization for specific parking management needs. You can adjust parameters such as the occupied and available region colors, margins for text display, and much more. Utilizing the ParkingManagement class's arguments, you can tailor the model to suit your particular requirements, ensuring maximum efficiency and effectiveness.
Link to this sectionWas sind einige reale Anwendungen von Ultralytics YOLO26 in der Parkplatzverwaltung?#
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 Verkehrssteuerung. Bilder, die diese Anwendungen zeigen, findest du unter reale Anwendungen.

