Gestion des files d'attente à l'aide de Ultralytics YOLO11 🚀
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.
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 Ă l'aide de YOLO11 Exemple
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("Path/to/video/file.mp4")
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
video_writer = cv2.VideoWriter("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Define queue region points
queue_region = [(20, 400), (1080, 404), (1080, 360), (20, 360)] # Define queue region points
# queue_region = [(20, 400), (1080, 404), (1080, 360), (20, 360), (20, 400)] # Define queue polygon points
# Init Queue Manager
queue = solutions.QueueManager(
show=True, # Display the output
model="yolo11n.pt", # Path to the YOLO11 model file
region=queue_region, # Pass queue region points
# classes=[0, 2], # If you want to count specific classes i.e person and car with COCO pretrained model.
# line_width=2, # Adjust the line width for bounding boxes and text display
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if success:
out = queue.process_queue(im0)
video_writer.write(im0)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
continue
print("Video frame is empty or video processing has been successfully completed.")
break
cap.release()
cv2.destroyAllWindows()
Arguments QueueManager
Nom | Type | DĂ©faut | Description |
---|---|---|---|
model |
str |
None |
Chemin d'accès au fichier modèle Ultralytics YOLO |
region |
list |
[(20, 400), (1260, 400)] |
Liste des points définissant la région de la file d'attente. |
line_width |
int |
2 |
Épaisseur du trait pour les cadres de délimitation. |
show |
bool |
False |
Indicateur permettant de contrôler l'affichage ou non du flux vidéo. |
Arguments model.track
Argument | Type | DĂ©faut | Description |
---|---|---|---|
source |
str |
None |
Spécifie le répertoire source pour les images ou les vidéos. Prend en charge les chemins d'accès aux fichiers et les URL. |
persist |
bool |
False |
Permet un suivi persistant des objets entre les images, en conservant les identifiants sur l'ensemble des séquences vidéo. |
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. |
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, 404), (1080, 360), (20, 360)]
queue = solutions.QueueManager(
model="yolo11n.pt",
region=queue_region,
line_width=3,
)
while cap.isOpened():
success, im0 = cap.read()
if success:
out = queue.process_queue(im0)
cv2.imshow("Queue Management", im0)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
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 plutĂ´t 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.