Recorte de objetos usando Ultralytics YOLO26
¿Qué es el recorte de objetos?
El recorte de objetos con Ultralytics YOLO26 implica aislar y extraer objetos específicos detectados en una imagen o vídeo. Se utilizan las capacidades del modelo YOLO26 para identificar y delinear objetos con precisión, lo que permite realizar recortes exactos para su posterior análisis o manipulación.
Watch: Object Cropping using Ultralytics YOLO
Ventajas del recorte de objetos
- Análisis enfocado: YOLO26 facilita el recorte selectivo de objetos, permitiendo un examen o procesamiento profundo de elementos individuales dentro de una escena.
- Volumen de datos reducido: Al extraer solo los objetos relevantes, el recorte de objetos ayuda a minimizar el tamaño de los datos, haciéndolo eficiente para el almacenamiento, la transmisión o tareas computacionales posteriores.
- Enhanced Precision: YOLO26's object detection accuracy ensures that the cropped objects maintain their spatial relationships, preserving the integrity of the visual information for detailed analysis.
Visualizaciones
| Equipaje en el aeropuerto |
|---|
 |
| Recorte de maletas en la cinta transportadora del aeropuerto usando Ultralytics YOLO26 |
# Crop the objects
yolo solutions crop show=True
# Pass a source video
yolo solutions crop source="path/to/video.mp4"
# Crop specific classes
yolo solutions crop classes="[0, 2]"Argumentos de ObjectCropper
Aquí tienes una tabla con los argumentos de ObjectCropper:
| Argumento | Tipo | Predeterminado | Descripción |
|---|---|---|---|
model | str | None | Ruta a un archivo de modelo Ultralytics YOLO. |
crop_dir | str | 'cropped-detections' | Nombre del directorio para almacenar las detecciones recortadas. |
Además, están disponibles los siguientes argumentos de visualización para su uso:
| Argumento | Tipo | Predeterminado | Descripción |
|---|---|---|---|
show | bool | False | Si es True, muestra las imágenes o vídeos anotados en una ventana. Útil para obtener información visual inmediata durante el desarrollo o las pruebas. |
line_width | int or None | None | Especifica el ancho de línea de las cajas delimitadoras. Si es None, el ancho de línea se ajusta automáticamente según el tamaño de la imagen. Proporciona personalización visual para mayor claridad. |
Preguntas frecuentes
¿Qué es el recorte de objetos en Ultralytics YOLO26 y cómo funciona?
El recorte de objetos mediante Ultralytics YOLO26 implica aislar y extraer objetos específicos de una imagen o vídeo basándose en las capacidades de detección de YOLO26. Este proceso permite un análisis enfocado, un volumen de datos reducido y una precisión mejorada al aprovechar YOLO26 para identificar objetos con alta exactitud y recortarlos adecuadamente. Para un tutorial detallado, consulta el ejemplo de recorte de objetos.
¿Por qué debería usar Ultralytics YOLO26 para el recorte de objetos en lugar de otras soluciones?
Ultralytics YOLO26 destaca por su precisión, velocidad y facilidad de uso. Permite una detección y recorte de objetos detallado y preciso, esencial para el análisis enfocado y aplicaciones que requieren una alta integridad de los datos. Además, YOLO26 se integra perfectamente con herramientas como OpenVINO y TensorRT para despliegues que requieren capacidades en tiempo real y optimización en diversos dispositivos. Explora los beneficios en la guía de exportación de modelos.
¿Cómo puedo reducir el volumen de datos de mi dataset usando el recorte de objetos?
Al usar Ultralytics YOLO26 para recortar solo los objetos relevantes de tus imágenes o vídeos, puedes reducir significativamente el tamaño de los datos, haciéndolo más eficiente para su almacenamiento y procesamiento. Este proceso implica entrenar el modelo para detectar objetos específicos y luego utilizar los resultados para recortar y guardar solo esas partes. Para más información sobre cómo aprovechar las capacidades de Ultralytics YOLO26, visita nuestra guía de inicio rápido.
¿Puedo usar Ultralytics YOLO26 para análisis de vídeo y recorte de objetos en tiempo real?
Sí, Ultralytics YOLO26 puede procesar flujos de vídeo en tiempo real para detectar y recortar objetos de forma dinámica. Las capacidades de inferencia de alta velocidad del modelo lo hacen ideal para aplicaciones en tiempo real como vigilancia, análisis deportivo y sistemas de inspección automatizados. Consulta los modos de seguimiento y predicción para entender cómo implementar el procesamiento en tiempo real.
¿Cuáles son los requisitos de hardware para ejecutar eficientemente YOLO26 para el recorte de objetos?
Ultralytics YOLO26 está optimizado tanto para entornos CPU como GPU, pero para lograr un rendimiento óptimo, especialmente en inferencia en tiempo real o de gran volumen, se recomienda una GPU dedicada (por ejemplo, NVIDIA Tesla, serie RTX). Para el despliegue en dispositivos ligeros, considera usar CoreML para iOS o TFLite para Android. Puedes encontrar más detalles sobre los dispositivos y formatos compatibles en nuestras opciones de despliegue de modelos.