Link to this sectionSicherheitsalarmsystem-Projekt mit Ultralytics YOLO26#

Das Sicherheitsalarmsystem-Projekt unter Verwendung von Ultralytics YOLO26 integriert fortschrittliche Computer Vision-Funktionen, um Sicherheitsmaßnahmen zu verbessern. YOLO26, entwickelt von Ultralytics, ermöglicht eine Objekterkennung in Echtzeit, wodurch das System potenzielle Sicherheitsbedrohungen zeitnah identifizieren und darauf reagieren kann. Dieses Projekt bietet mehrere Vorteile:

• Echtzeit-Erkennung: Die Effizienz von YOLO26 ermöglicht es dem Sicherheitsalarmsystem, Sicherheitsvorfälle in Echtzeit zu erkennen und darauf zu reagieren, was die Reaktionszeit minimiert.
• Genauigkeit: YOLO26 ist bekannt für seine Genauigkeit bei der Objekterkennung, wodurch Fehlalarme reduziert und die Zuverlässigkeit des Sicherheitsalarmsystems erhöht wird.
• Integrationsfähigkeiten: Das Projekt kann nahtlos in bestehende Sicherheitsinfrastrukturen integriert werden und bietet eine verbesserte Ebene intelligenter Überwachung.

Link to this sectionSende Sicherheitswarnungen mit YOLO26#

Die SecurityAlarm-Lösung verfolgt Objekte in deinem Video-Feed und sendet eine einzelne E-Mail-Benachrichtigung mit einem annotierten Bild als Anhang, sobald die Anzahl der Erkennungen den records-Schwellenwert erreicht. Authentifiziere ein Gmail-Konto mit einem App-Passwort und führe dann die Lösung für deine Quelle aus.

• Navigiere zum App-Passwort-Generator, lege einen App-Namen wie „Sicherheitsprojekt“ fest und rufe ein 16-stelliges Passwort ab. Kopiere dieses Passwort und füge es in das vorgesehene password-Feld im unten stehenden Code ein.

import cv2

from ultralytics import solutions

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("security_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

from_email = "abc@gmail.com"  # the sender email address
password = "---- ---- ---- ----"  # 16-digits password generated via: https://myaccount.google.com/apppasswords
to_email = "xyz@gmail.com"  # the receiver email address

# Initialize security alarm object
securityalarm = solutions.SecurityAlarm(
    show=True,  # display the output
    model="yolo26n.pt",  # e.g., yolo26s.pt, yolo26m.pt
    records=1,  # total detections count to send an email
)

securityalarm.authenticate(from_email, password, to_email)  # authenticate the email server

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = securityalarm(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 windows

Wenn du den Code ausführst, erhältst du eine einzelne E-Mail-Benachrichtigung, sobald ein Objekt erkannt wird. Die Benachrichtigung wird sofort und nicht wiederholt versendet. Du kannst den Code an deine Projektanforderungen anpassen.

Link to this sectionBeispiel für empfangene E-Mail#

Link to this sectionSecurityAlarm-Argumente#

Hier ist eine Tabelle mit den SecurityAlarm-Argumenten:

Die SecurityAlarm-Lösung unterstützt eine Vielzahl von track-Parametern:

Darüber hinaus stehen folgende Visualisierungseinstellungen zur Verfügung:

Link to this sectionSo funktioniert es#

Das Sicherheitsalarmsystem nutzt Objektverfolgung, um Video-Feeds zu überwachen und potenzielle Sicherheitsbedrohungen zu erkennen. Wenn das System Objekte erkennt, die den festgelegten Schwellenwert (der durch den records-Parameter definiert wird) überschreiten, sendet es automatisch eine E-Mail-Benachrichtigung mit einem Bildanhang, der die erkannten Objekte zeigt.

Das System nutzt die SecurityAlarm-Klasse, die Methoden bietet, um:

1. Frames zu verarbeiten und Objekterkennungen zu extrahieren
2. Frames mit Bounding Boxes um erkannte Objekte zu annotieren
3. E-Mail-Benachrichtigungen zu senden, wenn Erkennungsschwellen überschritten werden

Diese Implementierung ist ideal für Heimsicherheit, Einzelhandelsüberwachung und andere Überwachungsanwendungen, bei denen eine sofortige Benachrichtigung über erkannte Objekte entscheidend ist.

Link to this sectionFAQ#

Link to this sectionWie verbessert Ultralytics YOLO26 die Genauigkeit eines Sicherheitsalarmsystems?#

Ultralytics YOLO26 verbessert Sicherheitsalarmsysteme durch die Bereitstellung hochpräziser Objekterkennung in Echtzeit. Seine fortschrittlichen Algorithmen reduzieren Fehlalarme erheblich und stellen sicher, dass das System nur auf echte Bedrohungen reagiert. Diese erhöhte Zuverlässigkeit kann nahtlos in bestehende Sicherheitsinfrastrukturen integriert werden, was die gesamte Überwachungsqualität verbessert.

Link to this sectionKann ich Ultralytics YOLO26 in meine bestehende Sicherheitsinfrastruktur integrieren?#

Ja, Ultralytics YOLO26 lässt sich nahtlos in deine bestehende Sicherheitsinfrastruktur integrieren. Das System unterstützt verschiedene Modi und bietet Flexibilität für Anpassungen, sodass du dein bestehendes Setup mit fortschrittlichen Objekterkennungsfunktionen erweitern kannst. Detaillierte Anweisungen zur Integration von YOLO26 in deine Projekte findest du im Integrationsbereich.

Link to this sectionWas sind die Speicheranforderungen für den Betrieb von Ultralytics YOLO26?#

Das Ausführen von Ultralytics YOLO26 auf einem Standard-Setup erfordert in der Regel etwa 5 GB freien Festplattenspeicher. Dies beinhaltet Speicherplatz für das YOLO26-Modell und alle zusätzlichen Abhängigkeiten. Für cloudbasierte Lösungen bietet die Ultralytics Platform effizientes Projektmanagement und Datenverarbeitung, was die Speicheranforderungen optimieren kann. Erfahre mehr über den Pro Plan für erweiterte Funktionen einschließlich zusätzlichem Speicher.

Link to this sectionWas unterscheidet Ultralytics YOLO26 von anderen Objekterkennungsmodellen wie Faster R-CNN oder SSD?#

Ultralytics YOLO26 bietet durch seine Echtzeit-Erkennungsfähigkeiten und höhere Genauigkeit einen Vorteil gegenüber Modellen wie Faster R-CNN oder SSD. Seine einzigartige Architektur ermöglicht es, Bilder wesentlich schneller zu verarbeiten, ohne die Präzision zu beeinträchtigen, was es ideal für zeitkritische Anwendungen wie Sicherheitsalarmsysteme macht. Für einen umfassenden Vergleich von Objekterkennungsmodellen kannst du unseren Leitfaden erkunden.

Link to this sectionWie kann ich die Häufigkeit von Fehlalarmen in meinem Sicherheitssystem mit Ultralytics YOLO26 reduzieren?#

Um Fehlalarme zu reduzieren, stelle sicher, dass dein Ultralytics YOLO26-Modell mit einem vielfältigen und gut annotierten Datensatz ausreichend trainiert wurde. Die Feinabstimmung der Hyperparameter und die regelmäßige Aktualisierung des Modells mit neuen Daten können die Erkennungsgenauigkeit erheblich verbessern. Detaillierte Techniken zum Hyperparameter-Tuning findest du in unserem Leitfaden zum Hyperparameter-Tuning.