Mapeo de objetos con visión VisionEye usando Ultralytics YOLO26 🚀

¿Qué es el mapeo de objetos VisionEye?

Ultralytics YOLO26 VisionEye ofrece a los ordenadores la capacidad de identificar y localizar objetos, simulando la precisión de observación del ojo humano. Esta funcionalidad permite a los ordenadores discernir y centrarse en objetos específicos, de forma muy parecida a como el ojo humano observa los detalles desde un punto de vista particular.

# Monitor objects position with visioneye
yolo solutions visioneye show=True

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

# Monitor the specific classes
yolo solutions visioneye classes="[0, 5]"

Argumentos de VisionEye

Aquí tienes una tabla con los argumentos de VisionEye:

También puedes utilizar varios argumentos de track dentro de la solución VisionEye:

Además, se admiten algunos argumentos de visualización, como se enumera a continuación:

Cómo funciona VisionEye

VisionEye funciona estableciendo un punto de visión fijo en el fotograma y trazando líneas desde este punto hasta los objetos detectados. Esto simula cómo la visión humana se centra en múltiples objetos desde un único punto de vista. La solución utiliza seguimiento de objetos para mantener una identificación coherente de los objetos a través de los fotogramas, creando una representación visual de la relación espacial entre el observador (punto de visión) y los objetos en la escena.

El método process en la clase VisionEye realiza varias operaciones clave:

1. Extrae seguimientos (cajas delimitadoras, clases y máscaras) de la imagen de entrada
2. Crea un anotador para dibujar cajas delimitadoras y etiquetas
3. Para cada objeto detectado, dibuja una etiqueta de caja y crea una línea de visión desde el punto de visión
4. Devuelve la imagen anotada con estadísticas de seguimiento

Este enfoque es especialmente útil para aplicaciones que requieren conciencia espacial y visualización de relaciones entre objetos, como sistemas de vigilancia, navegación autónoma e instalaciones interactivas.

Aplicaciones de VisionEye

El mapeo de objetos de VisionEye tiene numerosas aplicaciones prácticas en diversas industrias:

• Seguridad y vigilancia: supervisa múltiples objetos de interés desde una posición de cámara fija
• Análisis minorista: realiza un seguimiento de los patrones de movimiento de los clientes en relación con los expositores de la tienda
• Análisis deportivo: analiza el posicionamiento y el movimiento de los jugadores desde la perspectiva de un entrenador
• Vehículos autónomos: visualiza cómo un vehículo "ve" y prioriza los objetos en su entorno
• Interacción humano-ordenador: crea interfaces más intuitivas que responden a las relaciones espaciales

Al combinar VisionEye con otras soluciones de Ultralytics, como el cálculo de distancia o la estimación de velocidad, puedes crear sistemas integrales que no solo sigan objetos, sino que también comprendan sus relaciones espaciales y comportamientos.

Nota

Para cualquier consulta, no dudes en publicar tus preguntas en la sección de incidencias de Ultralytics o en la sección de discusión mencionada más abajo.

Preguntas frecuentes

¿Cómo empiezo a utilizar el mapeo de objetos VisionEye con Ultralytics YOLO26?

Para empezar a utilizar el mapeo de objetos VisionEye con Ultralytics YOLO26, primero tendrás que instalar el paquete Ultralytics YOLO a través de pip. Luego, puedes utilizar el código de ejemplo proporcionado en la documentación para configurar la detección de objetos con VisionEye. Aquí tienes un ejemplo sencillo para empezar:

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("vision-eye-mapping.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init vision eye object
visioneye = solutions.VisionEye(
    show=True,  # display the output
    model="yolo26n.pt",  # use any model that Ultralytics supports, e.g., YOLOv10
    classes=[0, 2],  # generate visioneye view for specific classes
)

# 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 = visioneye(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

¿Por qué debería utilizar Ultralytics YOLO26 para el mapeo y seguimiento de objetos?

Ultralytics YOLO26 es conocido por su velocidad, precisión y facilidad de integración, lo que lo convierte en una opción destacada para el mapeo y seguimiento de objetos. Sus principales ventajas incluyen:

1. Rendimiento de vanguardia: ofrece una gran precisión en la detección de objetos en tiempo real.
2. Flexibilidad: admite diversas tareas como la detección, el seguimiento y el cálculo de distancias.
3. Comunidad y soporte: amplia documentación y una comunidad activa en GitHub para la resolución de problemas y mejoras.
4. Facilidad de uso: la API intuitiva simplifica tareas complejas, permitiendo un despliegue e iteración rápidos.

Para obtener más información sobre las aplicaciones y ventajas, consulta la documentación de Ultralytics YOLO26.

¿Cómo puedo integrar VisionEye con otras herramientas de machine learning como Comet o ClearML?

Ultralytics YOLO26 puede integrarse sin problemas con diversas herramientas de machine learning como Comet y ClearML, mejorando el seguimiento de experimentos, la colaboración y la reproducibilidad. Sigue las guías detalladas sobre cómo usar YOLOv5 con Comet e integrar YOLO26 con ClearML para empezar.

Para más exploración y ejemplos de integración, consulta nuestra Guía de integraciones de Ultralytics.