Gestion des files d'attente à l'aide de Ultralytics YOLO11 🚀

Q: What are some real-world applications of Ultralytics YOLO11 in queue management?

Ultralytics YOLO11 est utilisé dans diverses applications du monde réel pour la gestion des files d'attente : Consultez notre blog sur la gestion des files d'attente dans le monde réel pour en savoir plus sur la façon dont la vision par ordinateur transforme la surveillance des files d'attente dans tous les secteurs.

Qu'est-ce que la gestion des files d'attente ?

La gestion des files d'attente Ultralytics YOLO11 consiste à organiser et à contrôler les files d'attente de personnes ou de véhicules afin de réduire les temps d'attente et d'améliorer l'efficacité. Il s'agit d'optimiser les files d'attente afin d'améliorer la satisfaction des clients et les performances du système dans divers contextes tels que le commerce de détail, les banques, les aéroports et les établissements de soins de santé.

Regarder : Comment mettre en œuvre la gestion des files d'attente avec Ultralytics YOLO11 | Aéroport et station de métro

Avantages de la gestion des files d'attente

Réduction des temps d'attente : Les systèmes de gestion des files d'attente organisent efficacement les files d'attente, minimisant ainsi les temps d'attente pour les clients. Le niveau de satisfaction s'en trouve amélioré, car les clients passent moins de temps à attendre et plus de temps à s'occuper des produits ou des services.
Efficacité accrue : La mise en œuvre de la gestion des files d'attente permet aux entreprises d'allouer leurs ressources de manière plus efficace. En analysant les données relatives aux files d'attente et en optimisant le déploiement du personnel, les entreprises peuvent rationaliser leurs opérations, réduire leurs coûts et améliorer leur productivité globale.
Des informations en temps réel : La gestion des files d'attente YOLO11 fournit des données instantanées sur la longueur des files et les temps d'attente, ce qui permet aux responsables de prendre rapidement des décisions éclairées.
Amélioration de l'expérience client : En réduisant la frustration associée aux longues attentes, les entreprises peuvent améliorer de manière significative la satisfaction et la fidélité de leurs clients.

Applications dans le monde réel

Logistique	Vente au détail

Gestion des files d'attente au guichet de l'aéroport Utilisation Ultralytics YOLO11	Surveillance des files d'attente dans les foules Ultralytics YOLO11

Gestion des files d'attente avec Ultralytics YOLO

CLIPython

# Run a queue example
yolo solutions queue show=True

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

# Pass queue coordinates
yolo solutions queue region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

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("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Define queue points
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]  # region points
# queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]    # polygon points

# Initialize queue manager object
queuemanager = solutions.QueueManager(
    show=True,  # display the output
    model="yolo11n.pt",  # path to the YOLO11 model file
    region=queue_region,  # pass queue region points
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = queuemanager(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

`QueueManager` Arguments

Voici un tableau avec les QueueManager arguments :

Argument	Type	Défaut	Description
`model`	`str`	`None`	Chemin d'accès au fichier modèleYOLO d'Ultralytics .
`region`	`list`	`[(20, 400), (1260, 400)]`	Liste des points définissant la région de comptage.

Le QueueManagement La solution de l'Union européenne soutient également certains projets de l'Union européenne dans le domaine de la santé. track arguments :

Argument	Type	Défaut	Description
`tracker`	`str`	`'botsort.yaml'`	Spécifie l'algorithme de suivi à utiliser, par exemple, `bytetrack.yaml` ou `botsort.yaml`.
`conf`	`float`	`0.3`	Définit le seuil de confiance pour les détections ; des valeurs plus faibles permettent de suivre plus d'objets mais peuvent inclure des faux positifs.
`iou`	`float`	`0.5`	Définit le seuil d'intersection sur l'union (IoU) pour le filtrage des détections qui se chevauchent.
`classes`	`list`	`None`	Filtre les résultats par indice de classe. Par exemple, `classes=[0, 2, 3]` ne suit que les classes spécifiées.
`verbose`	`bool`	`True`	Contrôle l'affichage des résultats du suivi, fournissant une sortie visuelle des objets suivis.
`device`	`str`	`None`	Spécifie le dispositif d'inférence (par ex, `cpu`, `cuda:0` ou `0`). Permet aux utilisateurs de choisir entre CPU, un GPU spécifique ou d'autres dispositifs de calcul pour l'exécution du modèle.

En outre, les paramètres de visualisation suivants sont disponibles :

Argument	Type	Défaut	Description
`show`	`bool`	`False`	Si `True`affiche les images ou vidéos annotées dans une fenêtre. Utile pour un retour d'information visuel immédiat pendant le développement ou les tests.
`line_width`	`None or int`	`None`	Spécifie la largeur de ligne des boîtes de délimitation. Si les `None`La largeur de la ligne est automatiquement ajustée en fonction de la taille de l'image. Permet une personnalisation visuelle pour plus de clarté.

Stratégies de mise en œuvre

Lors de la mise en œuvre de la gestion des files d'attente avec YOLO11, il convient de prendre en compte les meilleures pratiques suivantes :

Placement stratégique des caméras : Placez les caméras de manière à capturer l'ensemble de la zone de file d'attente sans obstructions.
Définir des zones de file d'attente appropriées : Définissez soigneusement les limites des files d'attente en fonction de l'agencement physique de votre espace.
Ajuster le niveau de confiance de la détection : Ajustez le seuil de confiance en fonction des conditions d'éclairage et de la densité de la foule.
Intégration aux systèmes existants : Connectez votre solution de gestion des files d'attente à la signalisation numérique ou aux systèmes de notification du personnel pour des réponses automatisées.

FAQ

Comment puis-je utiliser Ultralytics YOLO11 pour la gestion des files d'attente en temps réel ?

Pour utiliser Ultralytics YOLO11 pour la gestion des files d'attente en temps réel, vous pouvez suivre les étapes suivantes :

Charger le modèle YOLO11 avec YOLO("yolo11n.pt").
Capturez le flux vidéo en utilisant cv2.VideoCapture.
Définir la région d'intérêt (ROI) pour la gestion des files d'attente.
Traiter les trames pour détecter les objets et gérer les files d'attente.

Voici un exemple minimal :

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

queuemanager = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

L'utilisation de Ultralytics HUB peut rationaliser ce processus en fournissant une plate-forme conviviale pour le déploiement et la gestion de votre solution de gestion des files d'attente.

Quels sont les principaux avantages de l'utilisation de Ultralytics YOLO11 pour la gestion des files d'attente ?

L'utilisation de Ultralytics YOLO11 pour la gestion des files d'attente présente plusieurs avantages :

Des temps d'attente en chute libre : Organise efficacement les files d'attente, réduisant ainsi le temps d'attente des clients et augmentant leur satisfaction.
Améliorer l'efficacité : L'analyse des données relatives aux files d'attente permet d'optimiser le déploiement du personnel et les opérations, réduisant ainsi les coûts.
Alertes en temps réel : Notification en temps réel des longues files d'attente, permettant une intervention rapide.
Évolutivité : Facilement extensible dans différents environnements tels que le commerce de détail, les aéroports et les soins de santé.

Pour plus de détails, découvrez nos solutions de gestion des files d'attente.

Pourquoi devrais-je choisir Ultralytics YOLO11 plutôt que des concurrents comme TensorFlow ou Detectron2 pour la gestion des files d'attente ?

Ultralytics YOLO11 présente plusieurs avantages par rapport à TensorFlow et Detectron2 pour la gestion des files d'attente :

Performance en temps réel : YOLO11 est connu pour ses capacités de détection en temps réel, offrant des vitesses de traitement plus rapides.
Facilité d'utilisation : Ultralytics offre une expérience conviviale, de la formation au déploiement, via Ultralytics HUB.
Modèles préformés : Accès à une gamme de modèles pré-entraînés, minimisant le temps nécessaire à la mise en place.
Soutien de la communauté : Une documentation complète et un support communautaire actif facilitent la résolution des problèmes.

Apprenez à démarrer avec Ultralytics YOLO.

Ultralytics YOLO11 peut-il gérer plusieurs types de files d'attente, comme dans les aéroports et le commerce de détail ?

Oui, Ultralytics YOLO11 peut gérer différents types de files d'attente, y compris dans les aéroports et les magasins. En configurant le QueueManager avec des régions et des paramètres spécifiques, YOLO11 peut s'adapter à différentes dispositions et densités de files d'attente.

Exemple pour les aéroports :

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region_airport,
    line_width=3,
)

Pour plus d'informations sur les diverses applications, consultez notre section Applications dans le monde réel.

Quelles sont les applications concrètes de Ultralytics YOLO11 dans la gestion des files d'attente ?

Ultralytics YOLO11 est utilisé dans diverses applications réelles pour la gestion des files d'attente :

Commerce de détail : Surveille les files d'attente aux caisses afin de réduire les temps d'attente et d'améliorer la satisfaction des clients.
Aéroports : Gère les files d'attente aux guichets et aux points de contrôle de sécurité pour faciliter la vie des passagers.
Soins de santé : Optimise le flux de patients dans les cliniques et les hôpitaux.
Banques : Améliore le service à la clientèle en gérant efficacement les files d'attente dans les banques.

Consultez notre blog sur la gestion des files d'attente dans le monde réel pour en savoir plus sur la façon dont la vision par ordinateur transforme la surveillance des files d'attente dans tous les secteurs.

📅C réé il y a 1 an ✏️ Mis à jour il y a 22 jours