Meet YOLO26: next-gen vision AI.

Link to this sectionSfocatura di oggetti tramite Ultralytics YOLO26 🚀#

Link to this sectionCos'è la sfocatura di oggetti?#

La sfocatura di oggetti con Ultralytics YOLO26 comporta l'applicazione di un effetto di sfocatura a specifici oggetti rilevati in un'immagine o in un video. Ciò può essere ottenuto utilizzando le capacità del modello YOLO26 per identificare e manipolare oggetti all'interno di una determinata scena.



Watch: How to Train Face Detection Model using Ultralytics Platform & Blur Faces | Ultralytics YOLO26 🚀

Link to this sectionVantaggi della sfocatura di oggetti#

  • Protezione della privacy: La sfocatura di oggetti è uno strumento efficace per salvaguardare la privacy nascondendo informazioni sensibili o personalmente identificabili in immagini o video.
  • Messa a fuoco selettiva: YOLO26 consente una sfocatura selettiva, permettendo agli utenti di mirare a oggetti specifici, garantendo un equilibrio tra privacy e conservazione delle informazioni visive rilevanti.
  • Elaborazione in tempo reale: L'efficienza di YOLO26 consente la sfocatura di oggetti in tempo reale, rendendolo adatto per applicazioni che richiedono miglioramenti della privacy al volo in ambienti dinamici.
  • Conformità normativa: Aiuta le organizzazioni a rispettare le normative sulla protezione dei dati come il GDPR, rendendo anonime le informazioni identificabili nei contenuti visivi.
  • Moderazione dei contenuti: Utile per sfocare contenuti inappropriati o sensibili nelle piattaforme multimediali, preservando al contempo il contesto generale.
Sfocatura di oggetti tramite Ultralytics YOLO
# Blur the objects
yolo solutions blur show=True

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

# Blur the specific classes
yolo solutions blur classes="[0, 5]"

Link to this sectionArgomenti di ObjectBlurrer#

Ecco una tabella con gli argomenti di ObjectBlurrer:

ArgomentoTipoPredefinitoDescrizione
modelstrNonePercorso verso un file del modello Ultralytics YOLO.
blur_ratiofloat0.5Regola la percentuale di intensità della sfocatura, con valori nell'intervallo 0.1 - 1.0.

La soluzione ObjectBlurrer supporta anche una gamma di argomenti track:

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, possono essere utilizzati 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.
show_confboolTrueMostra il punteggio di confidenza per ogni rilevamento accanto all'etichetta. Fornisce informazioni sulla certezza del modello per ogni rilevamento.
show_labelsboolTrueMostra le etichette per ogni rilevamento nell'output visivo. Offre una comprensione immediata degli oggetti rilevati.

Link to this sectionApplicazioni nel mondo reale#

Link to this sectionProtezione della privacy nella videosorveglianza#

Le telecamere di sicurezza e i sistemi di videosorveglianza possono utilizzare YOLO26 per sfocare automaticamente volti, targhe o altre informazioni identificative pur catturando attività importanti. Questo aiuta a mantenere la sicurezza nel rispetto dei diritti alla privacy negli spazi pubblici.

Link to this sectionAnonimizzazione dei dati sanitari#

Nell'imaging medico, le informazioni del paziente appaiono spesso in scansioni o foto. YOLO26 può rilevare e sfocare queste informazioni per conformarsi a normative come l'HIPAA quando si condividono dati medici per scopi di ricerca o educativi.

Link to this sectionRedazione di documenti#

Quando condividi documenti che contengono informazioni sensibili, YOLO26 può rilevare e sfocare automaticamente elementi specifici come firme, numeri di conto o dettagli personali, snellendo il processo di redazione pur mantenendo l'integrità del documento.

Link to this sectionMedia e creazione di contenuti#

I creatori di contenuti possono usare YOLO26 per sfocare loghi di brand, materiale protetto da copyright o contenuti inappropriati in video e immagini, aiutando a evitare problemi legali pur preservando la qualità complessiva del contenuto.

Link to this sectionFAQ#

Link to this sectionCos'è la sfocatura di oggetti con Ultralytics YOLO26?#

La sfocatura di oggetti con Ultralytics YOLO26 comporta il rilevamento automatico e l'applicazione di un effetto di sfocatura a specifici oggetti in immagini o video. Questa tecnica migliora la privacy nascondendo informazioni sensibili pur conservando dati visivi rilevanti. Le capacità di elaborazione in tempo reale di YOLO26 la rendono adatta ad applicazioni che richiedono un'immediata protezione della privacy e aggiustamenti selettivi della messa a fuoco.

Link to this sectionCome posso implementare la sfocatura di oggetti in tempo reale usando YOLO26?#

Per implementare la sfocatura di oggetti in tempo reale con YOLO26, segui l'esempio Python fornito. Ciò comporta l'uso di YOLO26 per il rilevamento di oggetti e di OpenCV per applicare l'effetto di sfocatura. Ecco una versione semplificata:

import cv2

from ultralytics import solutions

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

# Init ObjectBlurrer
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo26n.pt",  # model="yolo26n-obb.pt" for object blurring using YOLO26 OBB model.
    blur_ratio=0.5,  # set blur percentage, e.g., 0.7 for 70% blur on detected objects
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes, e.g., person and car with the COCO pretrained model.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = blurrer(im0)
    video_writer.write(results.plot_im)

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

Link to this sectionQuali sono i vantaggi dell'utilizzo di Ultralytics YOLO26 per la sfocatura di oggetti?#

Ultralytics YOLO26 offre diversi vantaggi per la sfocatura di oggetti:

  • Protezione della privacy: Oscura efficacemente informazioni sensibili o identificabili.
  • Messa a fuoco selettiva: Punta a specifici oggetti da sfocare, mantenendo il contenuto visivo essenziale.
  • Elaborazione in tempo reale: Esegue la sfocatura di oggetti in modo efficiente in ambienti dinamici, adatta per istantanei miglioramenti della privacy.
  • Intensità personalizzabile: Regola il rapporto di sfocatura per bilanciare le esigenze di privacy con il contesto visivo.
  • Sfocatura specifica per classe: Sfoca selettivamente solo determinati tipi di oggetti lasciando gli altri visibili.

Per applicazioni più dettagliate, controlla la sezione sui vantaggi della sfocatura di oggetti.

Link to this sectionPosso usare Ultralytics YOLO26 per sfocare volti in un video per motivi di privacy?#

Sì, Ultralytics YOLO26 può essere configurato per rilevare e sfocare volti nei video per proteggere la privacy. Addestrando o utilizzando un modello pre-addestrato per riconoscere specificamente i volti, i risultati del rilevamento possono essere elaborati con OpenCV per applicare un effetto di sfocatura. Fai riferimento alla nostra guida sul rilevamento di oggetti con YOLO26 e modifica il codice per mirare al rilevamento dei volti.

Link to this sectionCome si confronta YOLO26 con altri modelli di rilevamento oggetti come Faster R-CNN per la sfocatura di oggetti?#

Ultralytics YOLO26 solitamente supera modelli come Faster R-CNN in termini di velocità, rendendolo più adatto per applicazioni in tempo reale. Sebbene entrambi i modelli offrano un rilevamento accurato, l'architettura di YOLO26 è ottimizzata per un'inferenza rapida, il che è fondamentale per compiti come la sfocatura di oggetti in tempo reale. Scopri di più sulle differenze tecniche e sulle metriche di performance nella nostra documentazione di YOLO26.

Commenti