Ultralytics Soluciones: Aproveche YOLO11 para resolver problemas del mundo real.

Ultralytics Las soluciones proporcionan aplicaciones de vanguardia de los modelos YOLO , ofreciendo soluciones del mundo real como el recuento de objetos, el desenfoque y los sistemas de seguridad, mejorando la eficiencia y la precisión en diversas industrias. Descubra el poder de YOLO11 para implementaciones prácticas e impactantes.

Observa: How to Run Ultralytics Solutions from the Command Line (CLI) | Ultralytics YOLO11 🚀

Soluciones

Aquí está nuestra lista curada de soluciones Ultralytics que se pueden utilizar para crear impresionantes proyectos de visión por ordenador.

Recuento de objetos 🚀: Aprenda a realizar el recuento de objetos en tiempo real con YOLO11. Adquiera los conocimientos necesarios para contar con precisión objetos en secuencias de vídeo en directo.
Recorte de objetos 🚀: Domina el recorte de objetos con YOLO11 para una extracción precisa de objetos de imágenes y vídeos.
Desenfoque de objetos 🚀: Aplica desenfoque de objetos usando YOLO11 para proteger la privacidad en el procesamiento de imágenes y vídeos.
Monitorización de entrenamientos 🚀: Descubre cómo monitorizar entrenamientos utilizando YOLO11. Aprende a seguir y analizar varias rutinas de fitness en tiempo real.
Conteo de Objetos en Regiones 🚀: Cuenta objetos en regiones específicas usando YOLO11 para una detección precisa en áreas variadas.
Sistema de alarma de seguridad 🚀: Crea un sistema de alarma de seguridad con YOLO11 que active alertas al detectar nuevos objetos. Personaliza el sistema para adaptarlo a tus necesidades específicas.
Mapas de calor 🚀: Utiliza mapas de calor de detección para visualizar la intensidad de los datos a través de una matriz, proporcionando una visión clara en tareas de visión por ordenador.
Segmentación de instancias con seguimiento de objetos 🚀 NUEVO: implemente la segmentación de instancias y el seguimiento de objetos con YOLO11 para lograr límites de objetos precisos y una supervisión continua.
VisionEye Visualización de objetos 🚀: Desarrollar sistemas que imiten el enfoque del ojo humano en objetos específicos, mejorando la capacidad del ordenador para discernir y priorizar los detalles.
Estimación de la velocidad 🚀: Estimación de la velocidad de objetos mediante YOLO11 y técnicas de seguimiento de objetos, cruciales para aplicaciones como vehículos autónomos y vigilancia del tráfico.
Cálculo de distancias 🚀: Calcule distancias entre objetos utilizando centroides de cajas delimitadoras en YOLO11, esencial para el análisis espacial.
Gestión de colas 🚀: Implementar sistemas eficientes de gestión de colas para minimizar los tiempos de espera y mejorar la productividad utilizando YOLO11.
Gestión de aparcamientos 🚀: Organice y dirija el flujo de vehículos en las zonas de aparcamiento con YOLO11, optimizando la utilización del espacio y la experiencia del usuario.
Análisis 📊: Realice análisis de datos completos para descubrir patrones y tomar decisiones informadas, aprovechando YOLO11 para análisis descriptivos, predictivos y prescriptivos.
Inferencia en vivo con Streamlit 🚀: Aproveche la potencia de YOLO11 para la detección de objetos en tiempo real directamente a través de su navegador web con una interfaz Streamlit fácil de usar.
Seguimiento de objetos en zonas 🎯 NUEVO: Aprenda a realizar el seguimiento de objetos dentro de zonas específicas de fotogramas de vídeo mediante YOLO11 para una supervisión precisa y eficaz.

Soluciones Utilización

Información de mando

yolo SOLUTIONS SOLUTION_NAME ARGS

SOLUCIONES es una palabra clave obligatoria.
SOLUTION_NAME (opcional) es uno de: ['count', 'heatmap', 'queue', 'speed', 'workout', 'analytics', 'trackzone'].
ARGS (opcional) son personalizados arg=value pares, como show_in=Truepara anular la configuración predeterminada.

CLI

yolo solutions count show=True  # for object counting

yolo solutions source="path/to/video/file.mp4"  # specify video file path

Argumentos

Predict args

Solutions also support some of the arguments from predict, including parameters such as conf, line_width, tracker, model, showy classes.

Argumento	Tipo	Por defecto	Descripción
`region`	`list`	`[(20, 400), (1080, 400), (1080, 360), (20, 360)]`	Define los puntos de la región para el recuento de objetos, el control de colas, la zona de vía o la estimación de la velocidad. Los puntos se definen como coordenadas que forman un área poligonal para el análisis.
`show_in`	`bool`	`True`	Indica si se muestran los objetos que se cuentan como entrantes en la región definida. Esencial para los análisis del mundo real, como la supervisión de las tendencias de entrada.
`show_out`	`bool`	`True`	Indica si se muestran los objetos que se consideran que han salido de la región definida. Útil para aplicaciones que requieren seguimiento y análisis de salidas.
`colormap`	`int or tuple`	`COLORMAP_PARULA`	Especifica el mapa de colores soportado por OpenCV para la visualización del mapa de calor. Por defecto es `COLORMAP_PARULA`pero se pueden utilizar otros mapas de colores para diferentes preferencias de visualización.
`up_angle`	`float`	`145.0`	Umbral angular para detectar la posición "arriba" en la monitorización de ejercicios. Puede ajustarse en función de la posición de los puntos clave para diferentes ejercicios.
`down_angle`	`float`	`90.0`	Umbral angular para detectar la posición "abajo" en la monitorización de ejercicios. Ajústalo en función de las posiciones de los puntos clave para ejercicios específicos.
`kpts`	`list`	`[6, 8, 10]`	Lista de puntos clave utilizados para controlar los entrenamientos. Estos puntos clave corresponden a articulaciones o partes del cuerpo, como hombros, codos y muñecas, para ejercicios como flexiones, dominadas, sentadillas y abdominales.
`analytics_type`	`str`	`line`	Especifica el tipo de visualización analítica que se va a generar. Las opciones incluyen `"line"`, `"pie"`, `"bar"`o `"area"`. El valor por defecto es `"line"` para la visualización de tendencias.
`json_file`	`str`	`None`	Ruta al archivo JSON que define las regiones para los sistemas de aparcamiento o aplicaciones similares. Permite una configuración flexible de las zonas de análisis.
`records`	`int`	`5`	Total detections count that triggers an automated email notification about unusual activity.

Contribuya a nuestras soluciones

Agradecemos las aportaciones de la comunidad. Si dominas algún aspecto concreto de Ultralytics YOLO que aún no esté cubierto por nuestras soluciones, te animamos a que compartas tu experiencia. Escribir una guía es una buena forma de devolver algo a la comunidad y ayudarnos a que nuestra documentación sea más completa y fácil de usar.

Para empezar, lea nuestra Guía de contribuciones, donde encontrará directrices sobre cómo abrir una Pull Request (PR) 🛠️. Esperamos sus contribuciones.

¡Trabajemos juntos para que el ecosistema Ultralytics YOLO sea más sólido y versátil 🙏!

PREGUNTAS FRECUENTES

¿Cómo puedo utilizar Ultralytics YOLO para el recuento de objetos en tiempo real?

Ultralytics YOLO11 puede utilizarse para el recuento de objetos en tiempo real aprovechando sus funciones avanzadas de detección de objetos. Puede seguir nuestra guía detallada sobre Recuento de objetos para configurar YOLO11 para el análisis de secuencias de vídeo en directo. Basta con instalar YOLO11, cargar el modelo y procesar los fotogramas de vídeo para contar objetos de forma dinámica.

¿Cuáles son las ventajas de utilizar Ultralytics YOLO para los sistemas de seguridad?

Ultralytics YOLO11 mejora los sistemas de seguridad ofreciendo mecanismos de detección de objetos y alerta en tiempo real. Empleando YOLO11, puede crear un sistema de alarma de seguridad que active alertas cuando se detecten nuevos objetos en el área de vigilancia. Aprenda a configurar un sistema de alarma de seguridad con YOLO11 para una sólida supervisión de la seguridad.

¿Cómo puede Ultralytics YOLO mejorar los sistemas de gestión de colas?

Ultralytics YOLO11 puede mejorar significativamente los sistemas de gestión de colas mediante el recuento preciso y el seguimiento de las personas en las colas, ayudando así a reducir los tiempos de espera y optimizar la eficiencia del servicio. Siga nuestra guía detallada sobre Gestión de col as para saber cómo implantar YOLO11 para una supervisión y un análisis eficaces de las colas.

¿Se puede utilizar Ultralytics YOLO para controlar los entrenamientos?

Sí, Ultralytics YOLO11 puede utilizarse eficazmente para controlar los entrenamientos mediante el seguimiento y el análisis de las rutinas de fitness en tiempo real. Esto permite una evaluación precisa de la forma y el rendimiento del ejercicio. Explora nuestra guía sobre monitorización de entrenamientos para aprender a configurar un sistema de monitorización de entrenamientos basado en IA utilizando YOLO11.

¿Cómo ayuda Ultralytics YOLO a crear mapas de calor para la visualización de datos?

Ultralytics YOLO11 puede generar mapas de calor para visualizar la intensidad de los datos en un área determinada, resaltando las regiones de mayor actividad o interés. Esta función resulta especialmente útil para comprender patrones y tendencias en diversas tareas de visión por ordenador. Obtenga más información sobre la creación y el uso de mapas de calor con YOLO11 para un análisis y una visualización exhaustivos de los datos.

Creado hace 7 meses ✏️ Actualizado hace 9 días