Parkraummanagement mit Ultralytics YOLOv8 🚀
Was ist ein Parkmanagementsystem?
Parkraummanagement mit Ultralytics YOLOv8 sorgt für effizientes und sicheres Parken, indem es Plätze organisiert und die Verfügbarkeit überwacht. YOLOv8 kann die Parkplatzverwaltung durch Fahrzeugerkennung in Echtzeit und Einblicke in die Parkbelegung verbessern.
Vorteile eines Parkmanagementsystems?
- Effizienz: Die Parkraumbewirtschaftung optimiert die Nutzung der Parkplätze und reduziert Staus.
- Sicherheit und Schutz: Die Parkraumbewirtschaftung mit YOLOv8 verbessert die Sicherheit von Menschen und Fahrzeugen durch Überwachungs- und Sicherheitsmaßnahmen.
- Geringere Emissionen: Die Parkraumbewirtschaftung mit YOLOv8 steuert den Verkehrsfluss, um Leerlaufzeiten und Emissionen auf Parkplätzen zu minimieren.
Anwendungen in der realen Welt
Parkraum-Management-System | Parkraum-Management-System |
---|---|
Parkraumbewirtschaftung Luftaufnahme mit Ultralytics YOLOv8 | Parkraummanagement Draufsicht mit Ultralytics YOLOv8 |
Parking Management System Code Workflow
Auswahl der Punkte
Punktauswahl ist jetzt einfach
Die Auswahl von Parkplätzen ist eine kritische und komplexe Aufgabe in Parkraumbewirtschaftungssystemen. Ultralytics vereinfacht diesen Prozess, indem es ein Tool bereitstellt, mit dem du Parkplatzbereiche definieren kannst, die später für die weitere Bearbeitung genutzt werden können.
- Nimm ein Bild aus dem Video- oder Kamerastream auf, in dem du den Parkplatz verwalten möchtest.
- Verwende den mitgelieferten Code, um eine grafische Oberfläche zu starten, in der du ein Bild auswählen und mit einem Mausklick Parkregionen umreißen kannst, um Polygone zu erstellen.
Bildgröße
Maximale Bildgröße von 1920 * 1080 unterstützt
Parklücken Annotator Ultralytics YOLOv8
- Nachdem Sie die Parkflächen mit Polygonen definiert haben, klicken Sie auf
save
um eine JSON-Datei mit den Daten in deinem Arbeitsverzeichnis zu speichern.
Python Kodex für die Parkraumbewirtschaftung
Parkraummanagement mit YOLOv8 Beispiel
import cv2
from ultralytics import solutions
# Path to json file, that created with above point selection app
polygon_json_path = "bounding_boxes.json"
# Video capture
cap = cv2.VideoCapture("Path/to/video/file.mp4")
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
video_writer = cv2.VideoWriter("parking management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Initialize parking management object
management = solutions.ParkingManagement(model_path="yolov8n.pt")
while cap.isOpened():
ret, im0 = cap.read()
if not ret:
break
json_data = management.parking_regions_extraction(polygon_json_path)
results = management.model.track(im0, persist=True, show=False)
if results[0].boxes.id is not None:
boxes = results[0].boxes.xyxy.cpu().tolist()
clss = results[0].boxes.cls.cpu().tolist()
management.process_data(json_data, im0, boxes, clss)
management.display_frames(im0)
video_writer.write(im0)
cap.release()
video_writer.release()
cv2.destroyAllWindows()
Optionale Argumente ParkingManagement
Name | Typ | Standard | Beschreibung |
---|---|---|---|
model_path |
str |
None |
Der Weg zum YOLOv8 Modell. |
txt_color |
tuple |
(0, 0, 0) |
RGB-Farb-Tupel für Text. |
bg_color |
tuple |
(255, 255, 255) |
RGB-Farb-Tupel für den Hintergrund. |
occupied_region_color |
tuple |
(0, 255, 0) |
RGB-Farbtupel für belegte Regionen. |
available_region_color |
tuple |
(0, 0, 255) |
RGB-Farb-Tupel für verfügbare Regionen. |
margin |
int |
10 |
Rand für die Textanzeige. |
Argumente model.track
Name | Typ | Standard | Beschreibung |
---|---|---|---|
source |
im0 |
None |
Quellverzeichnis für Bilder oder Videos |
persist |
bool |
False |
Spuren zwischen Frames beibehalten |
tracker |
str |
botsort.yaml |
Tracking-Methode 'bytetrack' oder 'botsort' |
conf |
float |
0.3 |
Konfidenzschwelle |
iou |
float |
0.5 |
IOU-Schwelle |
classes |
list |
None |
Ergebnisse nach Klassen filtern, d.h. classes=0, oder classes=[0,2,3] |
verbose |
bool |
True |
Anzeige der Ergebnisse der Objektverfolgung |
FAQ
Wie verbessert Ultralytics YOLOv8 die Parkraumbewirtschaftungssysteme?
Ultralytics YOLOv8 verbessert die Parkraumbewirtschaftungssysteme erheblich, indem es Fahrzeuge in Echtzeit erkennt und überwacht. Dies führt zu einer optimierten Nutzung von Parkplätzen, weniger Staus und mehr Sicherheit durch kontinuierliche Überwachung. Das Parkraummanagement-System ermöglicht einen effizienten Verkehrsfluss, minimiert Leerlaufzeiten und Emissionen auf Parkplätzen und trägt so zur ökologischen Nachhaltigkeit bei. Weitere Einzelheiten findest du im Arbeitsablauf des Parkraummanagement-Codes.
Was sind die Vorteile von Ultralytics YOLOv8 für intelligentes Parken?
Die Nutzung von Ultralytics YOLOv8 für intelligentes Parken bringt zahlreiche Vorteile mit sich:
- Effizienz: Optimiert die Nutzung von Parkplätzen und verringert die Staus.
- Sicherheit und Schutz: Verbessert die Überwachung und gewährleistet die Sicherheit von Fahrzeugen und Fußgängern.
- Umweltverträglichkeit: Hilft bei der Reduzierung von Emissionen, indem es die Leerlaufzeiten der Fahrzeuge minimiert. Weitere Details zu den Vorteilen findest du hier.
Wie kann ich mit Ultralytics YOLOv8 Parkplätze definieren?
Die Definition von Parkplätzen ist mit Ultralytics YOLOv8 ganz einfach:
- Erfasse ein Bild aus einem Video- oder Kamerastream.
- Verwende den mitgelieferten Code, um eine grafische Benutzeroberfläche zu starten, mit der du ein Bild auswählen und Polygone zur Definition von Parkplätzen zeichnen kannst.
- Speichere die beschrifteten Daten im JSON-Format zur weiteren Verarbeitung. Eine ausführliche Anleitung findest du im Abschnitt Auswahl der Punkte.
Kann ich das Modell YOLOv8 für spezielle Anforderungen an die Parkraumbewirtschaftung anpassen?
Ja, Ultralytics YOLOv8 ermöglicht die Anpassung an spezifische Bedürfnisse der Parkraumbewirtschaftung. Du kannst Parameter anpassen, wie zum Beispiel die Belegte und verfügbare Farben der Region, Ränder für die Textanzeige und vieles mehr. Die Verwendung der ParkingManagement
Die Klasse optionale Argumentekannst du das Modell an deine speziellen Anforderungen anpassen und so maximale Effizienz und Effektivität gewährleisten.
Welche praktischen Anwendungen gibt es für Ultralytics YOLOv8 in der Parkraumbewirtschaftung?
Ultralytics YOLOv8 wird in verschiedenen realen Anwendungen für die Parkraumbewirtschaftung eingesetzt, darunter:
- Erkennung von Parkplätzen: Genaue Erkennung von verfügbaren und belegten Parkplätzen.
- Bewachung: Verbesserung der Sicherheit durch Echtzeitüberwachung.
- Verkehrsflussmanagement: Verringerung von Leerlaufzeiten und Staus durch effiziente Verkehrsabwicklung. Bilder, die diese Anwendungen zeigen, findest du in realen Anwendungen.
Erstellt am 2024-04-29, Aktualisiert am 2024-07-05
Autoren: glenn-jocher (7), IvorZhu331 (1), RizwanMunawar (3)