Meet YOLO26: next-gen vision AI.

Link to this sectionAnalisi con Ultralytics YOLO26#

L'analisi con Ultralytics YOLO26 trasforma i risultati di object detection e tracking in grafici in tempo reale, così puoi osservare come cambiano i conteggi degli oggetti in un video frame dopo frame. Questa guida illustra quattro tipi di data visualization — grafici a linee, grafici a barre, grafici a torta e grafici ad area — e mostra come passare da uno all'altro con esempi condivisi in Python e CLI.



Watch: How to generate Analytical Graphs using Ultralytics | Line Graphs, Bar Plots, Area and Pie Charts

Link to this sectionEsempi visivi#

Grafico a lineeGrafico a barreGrafico a torta
Grafico a linee di analisi YOLO per il tracciamento di oggettiGrafico a barre di analisi YOLO per il conteggio dei rilevamentiGrafico a torta di analisi YOLO per la distribuzione delle classi

Link to this sectionPerché visualizzare i dati di rilevamento?#

  • I grafici a linee sono ideali per monitorare i cambiamenti su brevi e lunghi periodi e per confrontare i cambiamenti di più gruppi nello stesso intervallo di tempo.
  • I grafici a barre sono adatti per confrontare quantità tra diverse categorie e mostrare le relazioni tra una categoria e il suo valore numerico.
  • I grafici a torta sono efficaci per illustrare le proporzioni tra le categorie e mostrare le parti di un insieme.
  • I grafici ad area riempiono il grafico a linee, rendendo più facile leggere a colpo d'occhio il conteggio degli oggetti per classe nel tempo.

Link to this sectionGenera grafici analitici#

Passa il tuo video alla soluzione Analytics e seleziona un grafico con analytics_type. La soluzione esegue il rilevamento e il tracciamento su ogni frame e renderizza un grafico 1280×720 (di default) che puoi scrivere direttamente su un video di output. Passa tra "line", "bar", "pie" e "area" con un singolo argomento.

Analisi con Ultralytics YOLO
yolo solutions analytics show=True

# Pass the source
yolo solutions analytics source="path/to/video.mp4"

# Generate the pie chart
yolo solutions analytics analytics_type="pie" show=True

# Generate the bar plots
yolo solutions analytics analytics_type="bar" show=True

# Generate the area plots
yolo solutions analytics analytics_type="area" show=True

Link to this sectionArgomenti di Analytics#

Ecco una tabella che illustra gli argomenti di Analytics:

ArgomentoTipoPredefinitoDescrizione
modelstrNonePercorso verso un file del modello Ultralytics YOLO.
analytics_typestr'line'Tipo di grafico, ad esempio line, bar, area o pie.

Puoi anche sfruttare diversi argomenti di track nella soluzione Analytics.

ArgomentoTipoPredefinitoDescrizione
trackerstr'botsort.yaml'Specifica l'algoritmo di tracciamento da utilizzare. Opzioni integrate: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.1Imposta la soglia di confidenza per i rilevamenti; valori più bassi consentono di tracciare più oggetti ma possono includere falsi positivi.
ioufloat0.7Imposta la soglia di Intersection over Union (IoU) per filtrare i rilevamenti sovrapposti.
classeslistNoneFiltra i risultati per indice di classe. Ad esempio, classes=[0, 2, 3] traccia solo le classi specificate.
verboseboolTrueControlla la visualizzazione dei risultati di tracciamento, fornendo un output visivo degli oggetti tracciati.
devicestrNoneSpecifica il dispositivo per l'inferenza (ad esempio, cpu, cuda:0 o 0). Consente agli utenti di scegliere tra CPU, una GPU specifica o altri dispositivi di calcolo per l'esecuzione del modello.

Inoltre, sono supportati i seguenti argomenti di visualizzazione:

ArgomentoTipoPredefinitoDescrizione
showboolFalseSe True, visualizza le immagini o i video annotati in una finestra. Utile per un feedback visivo immediato durante lo sviluppo o il test.
line_widthint or NoneNoneSpecifica la larghezza della linea dei bounding box. Se None, la larghezza della linea viene regolata automaticamente in base alla dimensione dell'immagine. Fornisce personalizzazione visiva per chiarezza.

Link to this sectionConclusione#

Capire quando e come utilizzare diversi tipi di visualizzazioni è fondamentale per un'analisi dei dati efficace. I grafici a linee, i grafici a barre e i grafici a torta sono strumenti fondamentali che possono aiutarti a trasmettere la storia dei tuoi dati in modo più chiaro ed efficace. La soluzione Analytics di Ultralytics YOLO26 fornisce un modo ottimizzato per generare queste visualizzazioni dai tuoi risultati di rilevamento oggetti e tracciamento, rendendo più semplice estrarre informazioni significative dai tuoi dati visivi.

Link to this sectionFAQ#

Link to this sectionCome creo un grafico a linee usando Ultralytics YOLO26 Analytics?#

Per creare un grafico a linee usando Ultralytics YOLO26 Analytics, segui questi passaggi:

  1. Carica un modello YOLO26 e apri il tuo file video.
  2. Inizializza la classe Analytics con analytics_type="line".
  3. Itera attraverso i frame del video, richiamando la soluzione ad ogni frame per aggiornare il grafico a linee con dati come il conteggio degli oggetti.
  4. Scrivi results.plot_im su un video di output per salvare il grafico.

Usa l' esempio Python qui sopra come punto di partenza: esegue già il loop completo dei frame e un grafico a linee è il analytics_type predefinito.

Link to this sectionQuali sono i vantaggi dell'utilizzo di Ultralytics YOLO26 per creare grafici a barre?#

Utilizzare Ultralytics YOLO26 per creare grafici a barre offre diversi vantaggi:

  1. Visualizzazione dati in tempo reale: Integra senza problemi i risultati del rilevamento oggetti nei grafici a barre per aggiornamenti dinamici.
  2. Facilità d'uso: L'API semplice e le funzioni rendono l'implementazione e la visualizzazione dei dati intuitive.
  3. Personalizzazione: Personalizza titoli, etichette, colori e altro ancora per soddisfare le tue esigenze specifiche.
  4. Efficienza: Gestisci in modo efficiente grandi quantità di dati e aggiorna i grafici in tempo reale durante l'elaborazione video.

Per generare un grafico a barre, imposta analytics_type="bar" nell' esempio Python qui sopra: il resto del loop dei frame è identico. Consulta la sezione Visual Samples per un'anteprima.

Link to this sectionPerché dovrei usare Ultralytics YOLO26 per creare grafici a torta nei miei progetti di visualizzazione dati?#

Ultralytics YOLO26 è una scelta eccellente per creare grafici a torta perché:

  1. Integrazione con il Rilevamento Oggetti: Integra direttamente i risultati del rilevamento oggetti nei grafici a torta per ottenere informazioni immediate.
  2. API intuitiva: Semplice da configurare e utilizzare con un codice minimo.
  3. Personalizzabile: Varie opzioni di personalizzazione per colori, etichette e altro ancora.
  4. Aggiornamenti in tempo reale: Gestisci e visualizza i dati in tempo reale, il che è ideale per progetti di analisi video.

Per generare un grafico a torta, imposta analytics_type="pie" nell' esempio Python qui sopra. Per ulteriori informazioni, consulta la sezione Visual Samples nella guida.

Link to this sectionÈ possibile utilizzare Ultralytics YOLO26 per tracciare oggetti e aggiornare dinamicamente le visualizzazioni?#

Sì. Il tracking è integrato nella soluzione Analytics: traccia più oggetti in tempo reale e aggiorna il grafico dai dati degli oggetti tracciati ad ogni frame, quindi grafici a linee, grafici a barre, grafici a torta e grafici ad area riflettono tutti i conteggi in tempo reale. Questo è esattamente ciò che fa il loop dei frame nell' esempio Python qui sopra. Per saperne di più sulle funzionalità di tracking sottostanti, consulta la sezione Tracking.

Link to this sectionCosa rende Ultralytics YOLO26 diverso da altre soluzioni di rilevamento oggetti come OpenCV e TensorFlow?#

Ultralytics YOLO26 si distingue dalle altre soluzioni di rilevamento oggetti come OpenCV e TensorFlow per molteplici ragioni:

  1. Precisione all'avanguardia: YOLO26 offre una precisione superiore nei compiti di rilevamento oggetti, segmentazione di istanze, segmentazione semantica e classificazione.
  2. Facilità d'uso: L'API intuitiva consente un'implementazione e un'integrazione rapide senza una codifica estesa.
  3. Prestazioni in tempo reale: Ottimizzato per l'inferenza ad alta velocità, adatto per applicazioni in tempo reale.
  4. Applicazioni diverse: Supporta vari compiti tra cui il tracciamento di oggetti multipli, l'addestramento di modelli personalizzati e l'esportazione in diversi formati come ONNX, TensorRT e CoreML.
  5. Documentazione completa: Ampia documentazione e risorse del blog per guidarti in ogni passaggio.

Per confronti più dettagliati e casi d'uso, esplora il nostro Blog di Ultralytics.

Contributori
GLglenn-jocher11RIRizwanMunawar9RAraimbekovm2MAMatthewNoyce2LAlakshanthad1IVIvorZhu3311

Commenti