Link to this sectionObjektzählung in verschiedenen Regionen mit Ultralytics YOLO 🚀#
Link to this sectionWas ist Objektzählung in Regionen?#
Die Objektzählung in Regionen mit Ultralytics YOLO26 beinhaltet die präzise Bestimmung der Anzahl von Objekten innerhalb festgelegter Bereiche mithilfe fortschrittlicher Computer Vision. Dieser Ansatz ist wertvoll für die Optimierung von Prozessen, die Erhöhung der Sicherheit und die Verbesserung der Effizienz in verschiedenen Anwendungen.
Watch: Object Counting in Different Regions using Ultralytics YOLO26 | Ultralytics Solutions 🚀
Link to this sectionVorteile der Objektzählung in Regionen#
- Präzision und Genauigkeit: Objektzählung in Regionen mit fortschrittlicher Computer Vision stellt präzise und genaue Zählungen sicher und minimiert Fehler, die häufig bei manueller Zählung auftreten.
- Effizienzsteigerung: Automatisierte Objektzählung verbessert die betriebliche Effizienz, liefert Echtzeitergebnisse und rationalisiert Prozesse in verschiedenen Anwendungen.
- Vielseitigkeit und Anwendung: Die Vielseitigkeit der Objektzählung in Regionen macht sie in verschiedenen Bereichen einsetzbar, von Fertigung und Überwachung bis hin zur Verkehrsüberwachung, was zu ihrer weit verbreiteten Nützlichkeit und Effektivität beiträgt.
Link to this sectionPraxisanwendungen#
| Einzelhandel | Marktstraßen |
|---|---|
![]() | ![]() |
| Personenzählung in verschiedenen Regionen mit Ultralytics YOLO26 | Menschenmengenzählung in verschiedenen Regionen mit Ultralytics YOLO26 |
Link to this sectionAnwendungsbeispiele#
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Pass region as list
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
# Pass region as dictionary
region_points = {
"region-01": [(50, 50), (250, 50), (250, 250), (50, 250)],
"region-02": [(640, 640), (780, 640), (780, 720), (640, 720)],
}
# 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("region_counting.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Initialize region counter object
regioncounter = solutions.RegionCounter(
show=True, # display the frame
region=region_points, # pass region points
model="yolo26n.pt", # model for counting in regions, e.g., yolo26s.pt
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if not success:
print("Video frame is empty or processing is complete.")
break
results = regioncounter(im0)
# print(results) # access the output
video_writer.write(results.plot_im)
cap.release()
video_writer.release()
cv2.destroyAllWindows() # destroy all opened windowsDas Ultralytics Regionszählungsmodul ist in unserem Beispielbereich verfügbar. Du kannst dieses Beispiel für Code-Anpassungen erkunden und es an deinen spezifischen Anwendungsfall anpassen.
Link to this sectionRegionCounter Argumente#
Hier ist eine Tabelle mit den RegionCounter Argumenten:
| Argument | Typ | Standard | Beschreibung |
|---|---|---|---|
model | str | None | Pfad zu einer Ultralytics YOLO-Modelldatei. |
region | list | '[(20, 400), (1260, 400)]' | Liste von Punkten, die den Zählbereich definieren. |
Die RegionCounter Lösung ermöglicht die Verwendung von Objektverfolgungsparametern:
| 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. |
Zusätzlich werden folgende Visualisierungseinstellungen 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. |
show_conf | bool | True | Zeigt den Konfidenzwert für jede Erkennung neben dem Label an. Bietet Einblick in die Gewissheit des Modells für jede Erkennung. |
show_labels | bool | True | Zeigt Labels für jede Erkennung in der visuellen Ausgabe an. Ermöglicht ein sofortiges Verständnis der erkannten Objekte. |
Link to this sectionFAQ#
Link to this sectionWas ist Objektzählung in festgelegten Regionen mit Ultralytics YOLO26?#
Objektzählung in festgelegten Regionen mit Ultralytics YOLO26 beinhaltet das Erkennen und Zusammenzählen der Anzahl von Objekten innerhalb definierter Bereiche mithilfe fortschrittlicher Computer Vision. Diese präzise Methode steigert Effizienz und Genauigkeit in verschiedenen Anwendungen wie Fertigung, Überwachung und Verkehrsüberwachung.
Link to this sectionWie führe ich das regionsbasierte Objektzählungsskript mit Ultralytics YOLO26 aus?#
Befolge diese Schritte, um die Objektzählung in Ultralytics YOLO26 auszuführen:
-
Klon das Ultralytics Repository und navigiere in das Verzeichnis:
git clone https://github.com/ultralytics/ultralytics cd ultralytics/examples/YOLOv8-Region-Counter -
Führe das Regionszählungsskript aus:
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
Für weitere Optionen besuche den Bereich Nutzungsbeispiele.
Link to this sectionWarum sollte ich Ultralytics YOLO26 für die Objektzählung in Regionen verwenden?#
Die Verwendung von Ultralytics YOLO26 für die Objektzählung in Regionen bietet mehrere Vorteile:
- Echtzeitverarbeitung: Die Architektur von YOLO26 ermöglicht schnelle Inferenz, was sie ideal für Anwendungen macht, die sofortige Zählergebnisse erfordern.
- Flexible Regionsdefinition: Die Lösung erlaubt dir, mehrere benutzerdefinierte Regionen als Polygone, Rechtecke oder Linien zu definieren, um deinen spezifischen Überwachungsanforderungen gerecht zu werden.
- Multi-Klassen-Unterstützung: Zähle verschiedene Objekttypen gleichzeitig innerhalb derselben Regionen, was umfassende Analysen liefert.
- Integrationsfähigkeiten: Integriere es einfach in bestehende Systeme über die Ultralytics Python API oder die Befehlszeilenschnittstelle.
Entdecke tiefergehende Vorteile im Bereich Vorteile.
Link to this sectionWas sind einige reale Anwendungen der Objektzählung in Regionen?#
Die Objektzählung mit Ultralytics YOLO26 kann in zahlreichen realen Szenarien angewendet werden:
- Einzelhandelsanalytik: Zähle Kunden in verschiedenen Ladenbereichen, um Layout und Personalplanung zu optimieren.
- Verkehrsmanagement: Überwache den Fahrzeugfluss in bestimmten Straßenabschnitten oder Kreuzungen.
- Fertigung: Verfolge Produkte, die sich durch verschiedene Produktionszonen bewegen.
- Lagerbetrieb: Zähle Inventargegenstände in dafür vorgesehenen Lagerbereichen.
- Öffentliche Sicherheit: Überwache die Menschenmengendichte in bestimmten Zonen während Veranstaltungen.
Entdecke weitere Beispiele im Bereich Reale Anwendungen und die TrackZone Lösung für zusätzliche zonenbasierte Überwachungsfunktionen.

