Objektzählung in verschiedenen Regionen mit Ultralytics YOLOv8 🚀

Was ist Objektzählung in Regionen?

Das Zählen von Objekten in Regionen mit Ultralytics YOLOv8 Bei der Objektzählung geht es darum, die Anzahl der Objekte in bestimmten Bereichen mithilfe von fortschrittlicher Computer Vision genau zu bestimmen. Dieser Ansatz ist nützlich, um Prozesse zu optimieren, die Sicherheit zu erhöhen und die Effizienz in verschiedenen Anwendungen zu verbessern.

Pass auf: Ultralytics YOLOv8 Objektzählung in mehreren & beweglichen Regionen

Vorteile der Objektzählung in Regionen?

• Präzision und Genauigkeit: Das Zählen von Objekten in Regionen mit fortschrittlicher Computer Vision sorgt für präzise und genaue Zählungen und minimiert die Fehler, die bei manuellen Zählungen häufig auftreten.
• Effizienzverbesserung: Die automatisierte Objektzählung steigert die betriebliche Effizienz, indem sie Ergebnisse in Echtzeit liefert und die Prozesse in den verschiedenen Anwendungen rationalisiert.
• Vielseitigkeit und Anwendung: Die Vielseitigkeit der Objektzählung in Regionen macht sie in verschiedenen Bereichen anwendbar, von der Produktion über die Überwachung bis hin zur Verkehrsüberwachung, was zu ihrem weit verbreiteten Nutzen und ihrer Effektivität beiträgt.

Anwendungen in der realen Welt

Einzelhandel	Marktstraßen
Personenzählung in verschiedenen Regionen mit Ultralytics YOLOv8	Zählen von Menschenmengen in verschiedenen Regionen mit Ultralytics YOLOv8

Schritte zum Laufen

Schritt 1: Erforderliche Bibliotheken installieren

Beginne damit, das Ultralytics Repository zu klonen, installiere die Abhängigkeiten und navigiere mit den in Schritt 2 angegebenen Befehlen zum lokalen Verzeichnis.

# Clone Ultralytics repo
git clone https://github.com/ultralytics/ultralytics

# Navigate to the local directory
cd ultralytics/examples/YOLOv8-Region-Counter

Schritt 2: Ausführen der Regionszählung mit Ultralytics YOLOv8

Führe die folgenden grundlegenden Befehle für die Inferenz aus.

# Save results
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img

# Run model on CPU
python yolov8_region_counter.py --source "path/to/video.mp4" --device cpu

# Change model file
python yolov8_region_counter.py --source "path/to/video.mp4" --weights "path/to/model.pt"

# Detect specific classes (e.g., first and third classes)
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2

# View results without saving
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img

Optionale Argumente

Kommentare