TrackZone mit Ultralytics YOLO11
Was ist TrackZone?
TrackZone ist auf die Überwachung von Objekten in bestimmten Bereichen eines Rahmens spezialisiert, nicht auf den gesamten Rahmen. Aufgebaut auf Ultralytics YOLO11TrackZone integriert die Objekterkennung und -verfolgung speziell innerhalb von Zonen für Videos und Live-Kamera-Feeds. YOLO11 Die fortschrittlichen Algorithmen und Deep-Learning-Technologien von TrackZone machen es zu einer perfekten Wahl für Echtzeitanwendungen, da es eine präzise und effiziente Objektverfolgung in Anwendungen wie der Überwachung von Menschenmengen und der Überwachung bietet.
Beobachten: So verfolgen Sie Objekte in einer Region mit Ultralytics YOLO11 | TrackZone 🚀
Vorteile der Objektverfolgung in Zonen (TrackZone)
- Gezielte Analyse: Die Verfolgung von Objekten innerhalb bestimmter Zonen ermöglicht gezieltere Einblicke und damit eine präzise Überwachung und Analyse von Bereichen, die von Interesse sind, z. B. Eingangspunkte oder Sperrzonen.
- Verbesserte Effizienz: Durch die Eingrenzung des Verfolgungsbereichs auf definierte Zonen reduziert TrackZone den Rechenaufwand und sorgt für eine schnellere Verarbeitung und optimale Leistung.
- Erhöhte Sicherheit: Die zonale Verfolgung verbessert die Überwachung kritischer Bereiche und hilft bei der frühzeitigen Erkennung von ungewöhnlichen Aktivitäten oder Sicherheitsverletzungen.
- Skalierbare Lösungen: Die Möglichkeit, sich auf bestimmte Zonen zu konzentrieren, macht TrackZone anpassungsfähig an verschiedene Szenarien, von Einzelhandelsflächen bis hin zu industriellen Umgebungen, und gewährleistet eine nahtlose Integration und Skalierbarkeit.
Anwendungen in der realen Welt
Landwirtschaft | Transport |
---|---|
![]() |
![]() |
Pflanzenverfolgung im Feld mit Ultralytics YOLO11 | Fahrzeugverfolgung auf der Straße mit Ultralytics YOLO11 |
TrackZone mit Ultralytics YOLO
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]
# 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("trackzone_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Init trackzone (object tracking in zones, not complete frame)
trackzone = solutions.TrackZone(
show=True, # display the output
region=region_points, # pass region points
model="yolo11n.pt", # use any model that Ultralytics support, i.e. YOLOv9, YOLOv10
# line_width=2, # adjust the line width for bounding boxes and text display
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if not success:
print("Video frame is empty or processing is complete.")
break
results = trackzone(im0)
# print(results) # access the output
video_writer.write(results.plot_im) # write the video file
cap.release()
video_writer.release()
cv2.destroyAllWindows() # destroy all opened windows
TrackZone
Argumente
Hier ist eine Tabelle mit den TrackZone
Argumente:
Argument | Typ | Standard | Beschreibung |
---|---|---|---|
model |
str |
None |
Pfad zur Ultralytics YOLO . |
region |
list |
[(20, 400), (1260, 400)] |
Liste der Punkte, die den Zählbereich definieren. |
Die TrackZone-Lösung bietet Unterstützung für track
Parameter:
Argument | Typ | Standard | Beschreibung |
---|---|---|---|
tracker |
str |
'botsort.yaml' |
Gibt den zu verwendenden Verfolgungsalgorithmus an, z. B., bytetrack.yaml oder botsort.yaml . |
conf |
float |
0.3 |
Legt die Konfidenzschwelle für Erkennungen fest; niedrigere Werte ermöglichen die Verfolgung von mehr Objekten, können aber auch zu falsch positiven Ergebnissen führen. |
iou |
float |
0.5 |
Legt den Schwellenwert für die Überschneidung über die Vereinigung (IoU) zum Filtern von überlappenden Erkennungen fest. |
classes |
list |
None |
Filtert die Ergebnisse nach Klassenindex. Zum Beispiel, classes=[0, 2, 3] verfolgt nur die angegebenen Klassen. |
verbose |
bool |
True |
Steuert die Anzeige der Verfolgungsergebnisse und liefert eine visuelle Ausgabe der verfolgten Objekte. |
device |
str |
None |
Gibt das Gerät für die Inferenz an (z.B., cpu , cuda:0 oder 0 ). Ermöglicht dem Benutzer die Auswahl zwischen CPU, einem bestimmten GPU oder anderen Rechengeräten für die Modellausführung. |
Darüber hinaus stehen die folgenden Visualisierungsoptionen zur Verfügung:
Argument | Typ | Standard | Beschreibung |
---|---|---|---|
show |
bool |
False |
Wenn True zeigt die kommentierten Bilder oder Videos in einem Fenster an. Nützlich für sofortiges visuelles Feedback während der Entwicklung oder des Testens. |
line_width |
None or int |
None |
Gibt die Linienbreite von Begrenzungsrahmen an. Wenn None wird die Linienbreite automatisch an die Bildgröße angepasst. Bietet visuelle Anpassung für Klarheit. |
FAQ
Wie verfolge ich Objekte in einem bestimmten Bereich oder einer Zone eines Videobildes mit Ultralytics YOLO11 ?
Die Verfolgung von Objekten in einem definierten Bereich oder einer Zone eines Videobildes ist mit Ultralytics YOLO11 ganz einfach. Verwenden Sie einfach den unten angegebenen Befehl, um die Verfolgung zu starten. Dieser Ansatz gewährleistet eine effiziente Analyse und genaue Ergebnisse und ist daher ideal für Anwendungen wie Überwachung, Crowd Management oder andere Szenarien, die eine zonale Verfolgung erfordern.
Wie kann ich TrackZone in Python mit Ultralytics YOLO11 verwenden?
Mit nur wenigen Codezeilen können Sie die Objektverfolgung in bestimmten Zonen einrichten und so leicht in Ihre Projekte integrieren.
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]
# Video writer
video_writer = cv2.VideoWriter("object_counting_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Init trackzone (object tracking in zones, not complete frame)
trackzone = solutions.TrackZone(
show=True, # display the output
region=region_points, # pass region points
model="yolo11n.pt",
)
# 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 = trackzone(im0)
video_writer.write(results.plot_im)
cap.release()
video_writer.release()
cv2.destroyAllWindows()
Wie konfiguriere ich die Zonenpunkte für die Videoverarbeitung mit Ultralytics TrackZone?
Das Konfigurieren von Zonenpunkten für die Videoverarbeitung mit Ultralytics TrackZone ist einfach und anpassbar. Sie können die Zonen direkt über ein Python Skript definieren und anpassen, was eine genaue Kontrolle über die zu überwachenden Bereiche ermöglicht.
# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]
# Initialize trackzone
trackzone = solutions.TrackZone(
show=True, # display the output
region=region_points, # pass region points
)