Meet YOLO26: next-gen vision AI.

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#

EinzelhandelMarktstraßen
Personenzählung in verschiedenen Regionen mit Ultralytics YOLO26Menschenmengenzählung in verschiedenen Regionen mit Ultralytics YOLO26
Personenzählung in verschiedenen Regionen mit Ultralytics YOLO26Menschenmengenzählung in verschiedenen Regionen mit Ultralytics YOLO26

Link to this sectionAnwendungsbeispiele#

Regionszählung mit Ultralytics YOLO
 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 windows
Ultralytics Beispielcode

Das 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:

ArgumentTypStandardBeschreibung
modelstrNonePfad zu einer Ultralytics YOLO-Modelldatei.
regionlist'[(20, 400), (1260, 400)]'Liste von Punkten, die den Zählbereich definieren.

Die RegionCounter Lösung ermöglicht die Verwendung von Objektverfolgungsparametern:

ArgumentTypStandardBeschreibung
trackerstr'botsort.yaml'Legt den zu verwendenden Tracking-Algorithmus fest. Integrierte Optionen: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.1Legt den Konfidenz-Schwellenwert für Detektionen fest; niedrigere Werte ermöglichen die Verfolgung von mehr Objekten, können aber zu falsch-positiven Ergebnissen führen.
ioufloat0.7Legt den IoU-Schwellenwert für das Filtern überlappender Detektionen fest.
classeslistNoneFiltert Ergebnisse nach Klassenindex. Zum Beispiel verfolgt classes=[0, 2, 3] nur die angegebenen Klassen.
verboseboolTrueSteuert die Anzeige der Tracking-Ergebnisse und bietet eine visuelle Ausgabe der verfolgten Objekte.
devicestrNoneGibt 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:

ArgumentTypStandardBeschreibung
showboolFalseWenn True, werden die annotierten Bilder oder Videos in einem Fenster angezeigt. Nützlich für sofortiges visuelles Feedback während der Entwicklung oder Tests.
line_widthint or NoneNoneLegt die Linienbreite der BBoxen fest. Wenn None, wird die Linienbreite automatisch basierend auf der Bildgröße angepasst. Bietet visuelle Anpassungsmöglichkeiten für mehr Klarheit.
show_confboolTrueZeigt den Konfidenzwert für jede Erkennung neben dem Label an. Bietet Einblick in die Gewissheit des Modells für jede Erkennung.
show_labelsboolTrueZeigt 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:

  1. Klon das Ultralytics Repository und navigiere in das Verzeichnis:

    git clone https://github.com/ultralytics/ultralytics
    cd ultralytics/examples/YOLOv8-Region-Counter
  2. 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:

  1. Echtzeitverarbeitung: Die Architektur von YOLO26 ermöglicht schnelle Inferenz, was sie ideal für Anwendungen macht, die sofortige Zählergebnisse erfordern.
  2. Flexible Regionsdefinition: Die Lösung erlaubt dir, mehrere benutzerdefinierte Regionen als Polygone, Rechtecke oder Linien zu definieren, um deinen spezifischen Überwachungsanforderungen gerecht zu werden.
  3. Multi-Klassen-Unterstützung: Zähle verschiedene Objekttypen gleichzeitig innerhalb derselben Regionen, was umfassende Analysen liefert.
  4. 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.

Kommentare