Passer au contenu

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

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

Gestion ouverte des files d'attente dans Colab

La gestion des files d'attente à l'aide d'Ultralytics YOLO11 implique l'organisation et le contrôle des files 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 les commerces de détail, les banques, les aéroports et les établissements 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

  • Temps d'attente réduits : Les systèmes de gestion des files d'attente organisent efficacement les files d'attente, minimisant ainsi les temps d'attente pour les clients. Cela conduit à une amélioration des niveaux de satisfaction, car les clients passent moins de temps à attendre et plus de temps à interagir avec les produits ou les services.
  • Efficacité accrue : La mise en œuvre de la gestion des files d'attente permet aux entreprises d'allouer les ressources plus efficacement. En analysant les données des files d'attente et en optimisant le déploiement du personnel, les entreprises peuvent rationaliser les opérations, réduire les coûts et améliorer la productivité globale.
  • Informations en temps réel : La gestion des files d’attente basée sur YOLO11 fournit des données instantanées sur la longueur des files d’attente et les temps d’attente, permettant aux gestionnaires de prendre rapidement des décisions éclairées.
  • Expérience client améliorée : En réduisant la frustration associée aux longues attentes, les entreprises peuvent améliorer considérablement la satisfaction et la fidélisation de la clientèle.

Applications concrètes

Logistique Vente au détail
Gestion des files d'attente au comptoir d'enregistrement d'un aéroport à l'aide d'Ultralytics YOLO11 Surveillance des files d'attente dans une foule à l'aide d'Ultralytics YOLO11
Gestion des files d'attente au comptoir d'enregistrement d'un aéroport à l'aide d'Ultralytics YOLO11 Surveillance des files d'attente dans une foule avec Ultralytics YOLO11

Gestion des files d'attente à l'aide d'Ultralytics YOLO

# 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 Par défaut Description
model str None Chemin d'accès au fichier de modèle Ultralytics YOLO.
region list '[(20, 400), (1260, 400)]' Liste des points définissant la région de comptage.

L'argument QueueManagement la solution prend également en charge certains track arguments :

Argument Type Par 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 basses permettent de suivre plus d'objets, mais peuvent inclure de faux positifs.
iou float 0.5 Définit le seuil Intersection sur Union (IoU) pour filtrer les détections qui se chevauchent.
classes list None Filtre les résultats par index de classe. Par exemple, classes=[0, 2, 3] suit uniquement les classes spécifiées.
verbose bool True Contrôle l'affichage des résultats de suivi, fournissant une sortie visuelle des objets suivis.
device str None Spécifie le périphérique pour l'inférence (par exemple, cpu, cuda:0 ou 0). Permet aux utilisateurs de choisir entre le CPU, un GPU spécifique ou d'autres périphériques de calcul pour l'exécution du modèle.

De plus, les paramètres de visualisation suivants sont disponibles :

Argument Type Par défaut Description
show bool False Si True, affiche les images ou vidéos annotées dans une fenêtre. Utile pour un retour visuel immédiat pendant le développement ou les tests.
line_width None or int None Spécifie la largeur de ligne des boîtes englobantes. Si None, la largeur de ligne est automatiquement ajustée en fonction de la taille de l'image. Fournit une personnalisation visuelle pour plus de clarté.
show_conf bool True Affiche le score de confiance pour chaque détection à côté de l'étiquette. Donne un aperçu de la certitude du modèle pour chaque détection.
show_labels bool True Affiche les étiquettes pour chaque détection dans la sortie visuelle. Fournit une compréhension immédiate des objets détectés.

Stratégies d'implémentation

Lors de la mise en œuvre de la gestion des files d'attente avec YOLO11, tenez compte de ces bonnes pratiques :

  1. Placement stratégique des caméras : Positionnez les caméras de manière à capturer toute la zone de la file d'attente sans obstruction.
  2. Définir les régions de file d’attente appropriées : Définissez soigneusement les limites de la file d’attente en fonction de la disposition physique de votre espace.
  3. Ajuster la confiance de la détection : Affiner le seuil de confiance en fonction des conditions d'éclairage et de la densité de la foule.
  4. Intégration aux systèmes existants : Connectez votre solution de gestion de file d’attente à des systèmes d’affichage numérique ou 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 ces étapes :

  1. Charger le modèle YOLO11 avec YOLO("yolo11n.pt").
  2. Capturer le flux vidéo en utilisant cv2.VideoCapture.
  3. Définir la région d'intérêt (ROI) pour la gestion des files d'attente.
  4. 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 d'HUB Ultralytics peut rationaliser ce processus en fournissant une plateforme conviviale pour le déploiement et la gestion de votre solution de gestion des files d'attente.

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

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

  • Chute des temps d'attente : Organise efficacement les files d'attente, réduisant les temps d'attente des clients et augmentant leur satisfaction.
  • Amélioration de l'Efficacité : Analyse les données de file d'attente pour optimiser le déploiement du personnel et les opérations, réduisant ainsi les coûts.
  • Alertes en temps réel : Fournit des notifications en temps réel pour les longues files d'attente, permettant une intervention rapide.
  • Évolutivité : Facilement évolutif dans différents environnements tels que les commerces de détail, les aéroports et les établissements de santé.

Pour plus de détails, explorez 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 pré-entraînés : Accès à une gamme de modèles pré-entraînés, minimisant le temps nécessaire à la configuration.
  • Support communautaire : Une documentation complète et un support communautaire actif facilitent la résolution des problèmes.

Découvrez comment démarrer avec Ultralytics YOLO.

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

Oui, Ultralytics YOLO11 peut gérer différents types de files d'attente, y compris celles dans les aéroports et les environnements de vente au détail. En configurant le QueueManager avec des régions et des paramètres spécifiques, YOLO11 peut s'adapter à différentes configurations 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 concrètes.

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

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

  • Vente au 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 une expérience passager plus fluide.
  • Santé : Optimise le flux des 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 blogue 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.



📅 Créé il y a 1 an ✏️ Mis à jour il y a 26 jours

Commentaires