Panoramica dei set di dati per il tracciamento di più oggetti
Formato del set di dati (in arrivo)
Il Rilevatore di oggetti multipli non necessita di formazione autonoma e supporta direttamente i modelli di rilevamento, segmentazione o posa già addestrati. Il supporto per l'addestramento dei soli tracker è in arrivo
Utilizzo
Esempio
DOMANDE FREQUENTI
Come si usa il Multi-Object Tracking con Ultralytics YOLO ?
Per utilizzare il Multi-Object Tracking con Ultralytics YOLO , puoi iniziare utilizzando gli esempi Python o CLI . Ecco come iniziare:
Esempio
from ultralytics import YOLO
model = YOLO("yolov8n.pt") # Load the YOLOv8 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)
Questi comandi caricano il modello YOLOv8 e lo utilizzano per tracciare gli oggetti nella sorgente video data con una confidenza specifica (conf) e Intersezione su Unione (iou). Per maggiori dettagli, consulta la sezione documentazione sulla modalità traccia.
Quali sono le prossime funzionalità dei tracker di allenamento in Ultralytics?
Ultralytics migliora continuamente i suoi modelli di intelligenza artificiale. Una funzione imminente consentirà di addestrare tracker autonomi. Fino ad allora, Multi-Object Detector sfrutta i modelli di rilevamento, segmentazione o posa pre-addestrati per il tracciamento senza richiedere un addestramento autonomo. Rimani aggiornato seguendo il nostro blog o consultando le prossime funzionalità .
Perché dovrei utilizzare Ultralytics YOLO per il tracciamento di più oggetti?
Ultralytics YOLO è un modello di rilevamento degli oggetti all'avanguardia, noto per le sue prestazioni in tempo reale e l'elevata precisione. L'utilizzo di YOLO per il tracciamento di più oggetti offre diversi vantaggi:
- Tracciamento in tempo reale: Ottieni un tracciamento efficiente e ad alta velocità , ideale per gli ambienti dinamici.
- Flessibilità con i modelli pre-addestrati: Non c'è bisogno di addestrare da zero: basta usare modelli di rilevamento, segmentazione o posa già addestrati.
- Facilità d'uso: La semplice integrazione API con Python e CLI rende semplice la creazione di pipeline di tracciamento.
- Ampia documentazione e supporto della comunità : Ultralytics offre una documentazione completa e un forum attivo della comunità per risolvere i problemi e migliorare i tuoi modelli di tracciamento.
Per maggiori dettagli sull'impostazione e l'utilizzo di YOLO per il tracciamento, visita la nostra guida all'uso del tracciamento.
Posso utilizzare set di dati personalizzati per il tracciamento di più oggetti con Ultralytics YOLO ?
Sì, puoi utilizzare dataset personalizzati per il tracciamento di più oggetti con Ultralytics YOLO . Sebbene il supporto per l'addestramento di tracker autonomi sia una funzione in arrivo, puoi già utilizzare modelli pre-addestrati sui tuoi set di dati personalizzati. Prepara i tuoi set di dati nel formato appropriato compatibile con YOLO e segui la documentazione per integrarli.
Come interpretare i risultati del modello di tracciamento di Ultralytics YOLO ?
Dopo aver eseguito un lavoro di tracciamento con Ultralytics YOLO , i risultati includono vari dati come gli ID degli oggetti tracciati, le loro bounding box e i punteggi di confidenza. Ecco una breve panoramica su come interpretare questi risultati:
- ID tracciati: A ogni oggetto viene assegnato un ID univoco, che aiuta a rintracciarlo tra i vari fotogrammi.
- Caselle di delimitazione: Indicano la posizione degli oggetti tracciati all'interno del fotogramma.
- Punteggi di fiducia: Riflettono la fiducia del modello nel rilevare l'oggetto tracciato.
Per una guida dettagliata all'interpretazione e alla visualizzazione di questi risultati, consulta la guida alla gestione dei risultati.