Comptage d’objets avec Ultralytics YOLO26#

Pour compter des objets dans une vidéo avec Ultralytics YOLO26, tu peux suivre ces étapes :

1. Importe les bibliothèques nécessaires (cv2, ultralytics).
2. Définis la région de comptage (par exemple, un polygone, une ligne, etc.).
3. Configure la capture vidéo et initialise le compteur d’objets.
4. Traite chaque image pour suivre les objets et les compter dans la région définie.

Voici un exemple simple de comptage dans une région :

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    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))
    video_writer = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

Pour des configurations et des options plus avancées, consulte la solution RegionCounter pour compter simultanément des objets dans plusieurs régions.

L’utilisation d’Ultralytics YOLO26 pour le comptage d’objets offre plusieurs avantages :

1. Optimisation des ressources : Il facilite la gestion efficace des ressources en fournissant des décomptes précis et en aidant à optimiser l’allocation des ressources dans des secteurs tels que la gestion des stocks.
2. Sécurité renforcée : Il renforce la sécurité et la surveillance en suivant et en comptant précisément les entités, ce qui contribue à la détection proactive des menaces et aux systèmes de sécurité.
3. Prise de décision éclairée : Il fournit des informations précieuses pour la prise de décision et l’optimisation des processus dans des domaines tels que le commerce de détail, la gestion du trafic et bien d’autres.
4. Traitement en temps réel : L’architecture de YOLO26 permet l’inférence en temps réel, ce qui le rend adapté aux flux vidéo en direct et aux applications sensibles au facteur temps.

Pour découvrir des exemples d’implémentation et des applications pratiques, consulte la solution TrackZone pour suivre des objets dans des zones spécifiques.

Pour compter des classes d’objets spécifiques avec Ultralytics YOLO26, tu dois indiquer les classes qui t’intéressent pendant la phase de suivi. Voici un exemple en Python :

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    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))
    video_writer = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

Dans cet exemple, classes_to_count=[0, 2] signifie qu’il compte les objets des classes 0 et 2 (par exemple, les personnes et les voitures dans le jeu de données COCO). Tu trouveras davantage d’informations sur les indices de classes dans la documentation du jeu de données COCO.

Ultralytics YOLO26 offre plusieurs avantages par rapport à d’autres modèles de détection d’objets tels que Faster R-CNN, SSD et les versions précédentes de YOLO :

1. Vitesse et efficacité : YOLO26 offre des capacités de traitement en temps réel, ce qui le rend idéal pour les applications nécessitant une inférence à grande vitesse, telles que la vidéosurveillance et la conduite autonome.
2. Précision : Il fournit une précision de détection et de suivi de pointe, réduisant les faux positifs et améliorant la fiabilité globale du système.
3. Facilité d’intégration : YOLO26 s’intègre facilement à diverses plateformes et appareils, notamment les appareils mobiles et les appareils edge, ce qui est essentiel pour les applications modernes d’IA.
4. Flexibilité : Il prend en charge les tâches de détection et de segmentation, avec le mode de suivi en complément, ainsi que des modèles configurables pour répondre aux exigences de cas d’utilisation spécifiques.

Consulte la documentation YOLO26 d’Ultralytics pour approfondir ses fonctionnalités et comparer ses performances.

Oui, Ultralytics YOLO26 est parfaitement adapté aux applications avancées telles que l’analyse de foule et la gestion du trafic grâce à ses capacités de détection en temps réel, à son évolutivité et à sa flexibilité d’intégration. Ses fonctionnalités avancées permettent un suivi, un comptage et une classification des objets très précis dans des environnements dynamiques. Voici quelques exemples de cas d’utilisation :

• Analyse de foule : Surveille et gère les grands rassemblements, en garantissant la sécurité et en optimisant la circulation des personnes grâce au comptage par région.
• Gestion du trafic : Suis et compte les véhicules, analyse les schémas de circulation et gère les embouteillages en temps réel grâce aux capacités d’estimation de la vitesse.
• Analyse du commerce de détail : Analyse les schémas de déplacement des clients et leurs interactions avec les produits afin d’optimiser l’agencement des magasins et d’améliorer l’expérience client.
• Automatisation industrielle : Compte les produits sur les tapis roulants et surveille les lignes de production afin d’améliorer le contrôle qualité et l’efficacité.

Pour des applications plus spécialisées, consulte les solutions Ultralytics, qui proposent un ensemble complet d’outils conçus pour relever les défis de la vision par ordinateur dans le monde réel.