Mapas de calor del seguimiento de objetos con Ultralytics YOLO26#

La solución Heatmap de Ultralytics YOLO26 sigue objetos a lo largo de los fotogramas de vídeo y superpone en cada fotograma la intensidad acumulada de sus movimientos, de modo que las zonas concurridas brillan en colores cálidos y las zonas tranquilas se mantienen en tonos fríos. Basada en el seguimiento de objetos de YOLO26, convierte cualquier vídeo en un mapa de actividad espacial que revela el flujo del tráfico, el movimiento de las multitudes y las zonas de permanencia con una sola llamada a Python o un comando de CLI.

¿Por qué utilizar mapas de calor para analizar vídeos?#

• Detecta patrones de actividad de un vistazo: La intensidad se acumula allí donde los objetos seguidos pasan tiempo, por lo que destacan los carriles con mucho tráfico, las estanterías más populares o los puntos de congestión de las multitudes, sin tener que revisar manualmente cada fotograma.
• Seguimiento integrado: La solución ejecuta internamente la detección y el seguimiento de YOLO26, por lo que no hace falta configurar un proceso de seguimiento aparte.
• Recuento en la misma ejecución: Pasa un region para contar los objetos que entran y salen de una zona mientras se genera el mapa de calor y combinar así dos tareas de analítica en una sola ejecución.

Aplicaciones reales#

Transporte	Comercio minorista
Mapa de calor de transporte de Ultralytics YOLO	Mapa de calor del comercio minorista de Ultralytics YOLO

Cómo generar mapas de calor con Ultralytics YOLO#

Ejecuta la solución Heatmap sobre una fuente de vídeo desde la CLI o Python. El ejemplo de Python escribe los fotogramas procesados en un archivo de vídeo de salida:

# Run a heatmap example
yolo solutions heatmap show=True

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

# Pass a custom colormap
yolo solutions heatmap colormap=cv2.COLORMAP_INFERNO

# Heatmaps + object counting
yolo solutions heatmap region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Argumentos de Heatmap()#

Aquí tienes una tabla con los argumentos de Heatmap:

También puedes aplicar distintos argumentos de track en la solución Heatmap.

Además, a continuación se indican los argumentos de visualización admitidos:

Mapas de colores de mapas de calor#

El argumento colormap acepta cualquier mapa de colores de OpenCV. Pasa la constante del módulo cv2, por ejemplo, colormap=cv2.COLORMAP_INFERNO:

Cómo funcionan los mapas de calor#

La solución de mapas de calor amplía la clase ObjectCounter. En el primer fotograma procesado, crea una capa de intensidad en blanco que coincide con el tamaño del fotograma. A continuación, cada fotograma se procesa en dos pasos:

1. El seguimiento de YOLO26 detecta y sigue todos los objetos del fotograma
2. Para cada objeto seguido, la intensidad del mapa de calor aumenta en una región circular centrada en su cuadro delimitador

Una vez por fotograma, se normaliza la capa de intensidad acumulada, se colorea con el mapa de colores seleccionado y se combina con el fotograma original. La superposición aparece cuando se ha seguido al menos un objeto; hasta entonces, los fotogramas se muestran sin la superposición del mapa de calor.

El resultado es una visualización dinámica que se va formando con el tiempo y revela patrones de tráfico, movimientos de multitudes u otros comportamientos espaciales en los datos de vídeo. Cuando se establece un region, la solución también cuenta los objetos que entran y salen de esa región mientras se genera el mapa de calor.

Conclusión#

La solución de mapas de calor de Ultralytics YOLO26 convierte los resultados del seguimiento de objetos en una superposición de actividad intuitiva con unas pocas líneas de código. Para ir más allá, combínala con el recuento de objetos, explora las demás soluciones de Ultralytics o lee sobre el modo de seguimiento subyacente.

Preguntas frecuentes#