Estimation de vitesse avec Ultralytics YOLO26 🚀

Qu'est-ce que l'estimation de vitesse ?

L'estimation de vitesse est le processus consistant à calculer la vitesse de déplacement d'un objet dans un contexte donné, souvent utilisé dans des applications de vision par ordinateur. Avec Ultralytics YOLO26, tu peux désormais calculer la vitesse des objets en utilisant le suivi d'objets associé aux données de distance et de temps, ce qui est crucial pour des tâches comme la surveillance du trafic et la sécurité. La précision de l'estimation de la vitesse influence directement l'efficacité et la fiabilité de diverses applications, ce qui en fait un composant clé dans l'avancement des systèmes intelligents et des processus de prise de décision en temps réel.

Avantages de l'estimation de vitesse

• Contrôle efficace du trafic : Une estimation précise de la vitesse aide à gérer le flux de circulation, à améliorer la sécurité et à réduire la congestion sur les routes.
• Navigation autonome précise : Dans les systèmes autonomes tels que les voitures autonomes, une estimation fiable de la vitesse garantit une navigation sûre et précise du véhicule.
• Sécurité de surveillance renforcée : L'estimation de la vitesse dans l'analyse de surveillance aide à identifier les comportements inhabituels ou les menaces potentielles, améliorant ainsi l'efficacité des mesures de sécurité.

Applications dans le monde réel

Transport	Transport
Estimation de vitesse sur route avec Ultralytics YOLO26	Estimation de vitesse sur pont avec Ultralytics YOLO26

# Run a speed example
yolo solutions speed show=True

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

# Adjust meter per pixel value based on camera configuration
yolo solutions speed meter_per_pixel=0.05

Arguments SpeedEstimator

Voici un tableau avec les arguments SpeedEstimator :

La solution SpeedEstimator permet d'utiliser les paramètres track :

De plus, les options de visualisation suivantes sont prises en charge :

FAQ

Comment estimer la vitesse d'un objet avec Ultralytics YOLO26 ?

L'estimation de la vitesse d'un objet avec Ultralytics YOLO26 implique de combiner des techniques de détection d'objets et de suivi. D'abord, tu dois détecter les objets dans chaque image à l'aide du modèle YOLO26. Ensuite, suis ces objets à travers les images pour calculer leur mouvement dans le temps. Enfin, utilise la distance parcourue par l'objet entre les images et la fréquence d'images pour estimer sa vitesse.

Exemple :

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
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("speed_estimation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize SpeedEstimator
speedestimator = solutions.SpeedEstimator(
    model="yolo26n.pt",
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = speedestimator(im0)
    video_writer.write(results.plot_im)

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

Pour plus de détails, réfère-toi à notre article de blog officiel.

Quels sont les avantages d'utiliser Ultralytics YOLO26 pour l'estimation de vitesse dans la gestion du trafic ?

Utiliser Ultralytics YOLO26 pour l'estimation de vitesse offre des avantages significatifs dans la gestion du trafic :

• Sécurité renforcée : Estime avec précision la vitesse des véhicules pour détecter les excès de vitesse et améliorer la sécurité routière.
• Surveillance en temps réel : Bénéficie de la capacité de détection d'objets en temps réel de YOLO26 pour surveiller efficacement le flux de circulation et les congestions.
• Évolutivité : Déploie le modèle sur diverses configurations matérielles, des appareils de périphérie aux serveurs, garantissant des solutions flexibles et évolutives pour des mises en œuvre à grande échelle.

Pour plus d'applications, vois les avantages de l'estimation de vitesse.

YOLO26 peut-il être intégré avec d'autres frameworks IA comme TensorFlow ou PyTorch ?

Oui, YOLO26 peut être intégré avec d'autres frameworks IA comme TensorFlow et PyTorch. Ultralytics fournit un support pour l'exportation des modèles YOLO26 vers divers formats comme ONNX, TensorRT et CoreML, assurant une interopérabilité fluide avec d'autres frameworks de ML.

Pour exporter un modèle YOLO26 vers le format ONNX :

yolo export model=yolo26n.pt format=onnx

Apprends-en plus sur l'exportation des modèles dans notre guide sur l'exportation.

Quelle est la précision de l'estimation de vitesse avec Ultralytics YOLO26 ?

La précision de l'estimation de vitesse avec Ultralytics YOLO26 dépend de plusieurs facteurs, notamment la qualité du suivi d'objet, la résolution et la fréquence d'images de la vidéo, ainsi que des variables environnementales. Bien que l'estimateur de vitesse fournisse des estimations fiables, il peut ne pas être précis à 100 % en raison des variations dans la vitesse de traitement des images et de l'occlusion des objets.

Note : Considère toujours la marge d'erreur et valide les estimations avec des données de vérité terrain lorsque c'est possible.

Pour d'autres conseils sur l'amélioration de la précision, consulte la section Arguments SpeedEstimator.