Geschwindigkeitsschätzung mit Ultralytics YOLO26 🚀

Was ist Geschwindigkeitsschätzung?

Geschwindigkeitsschätzung ist der Prozess der Berechnung der Bewegungsgeschwindigkeit eines Objekts in einem bestimmten Kontext, der häufig in Computer Vision-Anwendungen eingesetzt wird. Mit Ultralytics YOLO26 kannst du nun die Geschwindigkeit von Objekten mithilfe von Objekt-Tracking in Verbindung mit Entfernungs- und Zeitdaten berechnen, was für Aufgaben wie Verkehrsüberwachung und Sicherheit entscheidend ist. Die Genauigkeit der Geschwindigkeitsschätzung beeinflusst direkt die Effizienz und Zuverlässigkeit verschiedener Anwendungen und ist somit eine Schlüsselkomponente bei der Weiterentwicklung intelligenter Systeme und Echtzeit-Entscheidungsprozesse.

Vorteile der Geschwindigkeitsschätzung

• Effiziente Verkehrssteuerung: Eine genaue Geschwindigkeitsschätzung hilft dabei, den Verkehrsfluss zu managen, die Sicherheit zu erhöhen und Staus auf Straßen zu reduzieren.
• Präzise autonome Navigation: In autonomen Systemen wie selbstfahrenden Autos sorgt eine zuverlässige Geschwindigkeitsschätzung für eine sichere und genaue Fahrzeugnavigation.
• Verbesserte Überwachungssicherheit: Die Geschwindigkeitsschätzung in der Überwachungsanalytik hilft dabei, ungewöhnliche Verhaltensweisen oder potenzielle Bedrohungen zu identifizieren, was die Effektivität von Sicherheitsmaßnahmen verbessert.

Anwendungen in der Praxis

Transportwesen	Transportwesen
Geschwindigkeitsschätzung auf der Straße mit Ultralytics YOLO26	Geschwindigkeitsschätzung auf einer Brücke mit Ultralytics YOLO26

# Run a speed example
yolo solutions speed show=True

# Pass a source video
yolo solutions speed source="path/to/video.mp4"

# Adjust meter per pixel value based on camera configuration
yolo solutions speed meter_per_pixel=0.05

SpeedEstimator Argumente

Hier ist eine Tabelle mit den SpeedEstimator Argumenten:

Die SpeedEstimator-Lösung erlaubt die Verwendung von track-Parametern:

Zusätzlich werden die folgenden Visualisierungsoptionen unterstützt:

FAQ

Wie schätze ich die Objektgeschwindigkeit mit Ultralytics YOLO26?

Das Schätzen der Objektgeschwindigkeit mit Ultralytics YOLO26 beinhaltet die Kombination von Objekterkennung und Tracking-Techniken. Zuerst musst du Objekte in jedem Frame mithilfe des YOLO26-Modells erkennen. Dann verfolge diese Objekte über Frames hinweg, um ihre Bewegung über die Zeit zu berechnen. Schließlich verwende die vom Objekt zwischen den Frames zurückgelegte Distanz und die Framerate, um seine Geschwindigkeit zu schätzen.

Beispiel:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
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("speed_estimation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize SpeedEstimator
speedestimator = solutions.SpeedEstimator(
    model="yolo26n.pt",
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = speedestimator(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Für weitere Details siehe unseren offiziellen Blogbeitrag.

Was sind die Vorteile der Verwendung von Ultralytics YOLO26 zur Geschwindigkeitsschätzung im Verkehrsmanagement?

Die Verwendung von Ultralytics YOLO26 zur Geschwindigkeitsschätzung bietet signifikante Vorteile im Verkehrsmanagement:

• Verbesserte Sicherheit: Schätze Fahrzeuggeschwindigkeiten genau, um Geschwindigkeitsüberschreitungen zu erkennen und die Verkehrssicherheit zu verbessern.
• Echtzeit-Überwachung: Profitiere von der Echtzeit-Objekterkennungsfähigkeit von YOLO26, um den Verkehrsfluss und Staus effektiv zu überwachen.
• Skalierbarkeit: Implementiere das Modell auf verschiedenen Hardware-Setups, von Edge-Geräten bis hin zu Servern, was flexible und skalierbare Lösungen für Großprojekte gewährleistet.

Für weitere Anwendungen, siehe Vorteile der Geschwindigkeitsschätzung.

Kann YOLO26 in andere KI-Frameworks wie TensorFlow oder PyTorch integriert werden?

Ja, YOLO26 kann in andere KI-Frameworks wie TensorFlow und PyTorch integriert werden. Ultralytics bietet Unterstützung für den Export von YOLO26-Modellen in verschiedene Formate wie ONNX, TensorRT und CoreML, was eine reibungslose Interoperabilität mit anderen ML-Frameworks sicherstellt.

Um ein YOLO26-Modell in das ONNX-Format zu exportieren:

yolo export model=yolo26n.pt format=onnx

Erfahre mehr über den Export von Modellen in unserem Export-Leitfaden.

Wie genau ist die Geschwindigkeitsschätzung mit Ultralytics YOLO26?

Die Genauigkeit der Geschwindigkeitsschätzung mit Ultralytics YOLO26 hängt von mehreren Faktoren ab, einschließlich der Qualität des Objekt-Trackings, der Auflösung und Framerate des Videos sowie Umweltvariablen. Während der Geschwindigkeitsschätzer zuverlässige Schätzungen liefert, ist er aufgrund von Abweichungen bei der Frame-Verarbeitungsgeschwindigkeit und Objektverdeckung möglicherweise nicht zu 100 % genau.

Hinweis: Berücksichtige immer die Fehlerspanne und validiere die Schätzungen nach Möglichkeit mit Ground-Truth-Daten.

Für weitere Tipps zur Verbesserung der Genauigkeit, schau dir den Abschnitt Arguments SpeedEstimator an.