Conteggio degli oggetti con Ultralytics YOLO26#

Per contare gli oggetti in un video con Ultralytics YOLO26, puoi seguire questi passaggi:

1. Importa le librerie necessarie (cv2, ultralytics).
2. Definisci la regione di conteggio (ad es. un poligono, una linea e così via).
3. Configura l'acquisizione video e inizializza il contatore degli oggetti.
4. Elabora ogni fotogramma per tracciare gli oggetti e contarli all'interno della regione definita.

Ecco un semplice esempio di conteggio in una regione:

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

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

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

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

Per configurazioni e opzioni più avanzate, consulta la soluzione RegionCounter per contare simultaneamente gli oggetti in più regioni.

Usare Ultralytics YOLO26 per il conteggio degli oggetti offre diversi vantaggi:

1. Ottimizzazione delle risorse: Offre una gestione efficiente delle risorse fornendo conteggi accurati e aiutando a ottimizzare l'allocazione delle risorse in settori come la gestione dell'inventario.
2. Maggiore sicurezza: Migliora la sicurezza e la videosorveglianza tracciando e contando con precisione le entità, contribuendo al rilevamento proattivo delle minacce e ai sistemi di sicurezza.
3. Decisioni consapevoli: Offre informazioni preziose per prendere decisioni e ottimizzare i processi in ambiti come il commercio al dettaglio, la gestione del traffico e altri ancora.
4. Elaborazione in tempo reale: L'architettura di YOLO26 consente l'inferenza in tempo reale, rendendolo adatto ai flussi video dal vivo e alle applicazioni sensibili ai tempi.

Per esempi di implementazione e applicazioni pratiche, esplora la soluzione TrackZone per tracciare gli oggetti in zone specifiche.

Per contare classi specifiche di oggetti con Ultralytics YOLO26, devi specificare le classi che ti interessano durante la fase di tracciamento. Ecco un esempio in Python:

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

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

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

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

In questo esempio, classes_to_count=[0, 2] indica che vengono contati gli oggetti delle classi 0 e 2 (ad es. persone e auto nel dataset COCO). Puoi trovare altre informazioni sugli indici delle classi nella documentazione del dataset COCO.

Ultralytics YOLO26 offre diversi vantaggi rispetto ad altri modelli di rilevamento degli oggetti, come Faster R-CNN, SSD e le versioni precedenti di YOLO:

1. Velocità ed efficienza: YOLO26 consente l'elaborazione in tempo reale, risultando ideale per le applicazioni che richiedono inferenza ad alta velocità, come la videosorveglianza e la guida autonoma.
2. Precisione: Offre una precisione di rilevamento e tracciamento all'avanguardia, riducendo i falsi positivi e migliorando l'affidabilità complessiva del sistema.
3. Facilità di integrazione: YOLO26 si integra facilmente con diverse piattaforme e dispositivi, inclusi quelli mobili e i dispositivi edge, una caratteristica essenziale per le moderne applicazioni di AI.
4. Flessibilità: Supporta le attività di rilevamento e segmentazione, con la modalità di tracciamento e modelli configurabili per soddisfare requisiti specifici dei casi d'uso.

Consulta la documentazione di YOLO26 di Ultralytics per approfondire le funzionalità e confrontare le prestazioni.

Sì, Ultralytics YOLO26 è particolarmente adatto ad applicazioni avanzate come l'analisi della folla e la gestione del traffico grazie alle sue capacità di rilevamento in tempo reale, alla scalabilità e alla flessibilità di integrazione. Le sue funzionalità avanzate consentono di tracciare, contare e classificare gli oggetti con grande precisione in ambienti dinamici. Ecco alcuni esempi di casi d'uso:

• Analisi della folla: Monitora e gestisci grandi assembramenti, garantendo la sicurezza e ottimizzando il flusso delle persone con il conteggio basato sulle regioni.
• Gestione del traffico: Traccia e conta i veicoli, analizza i flussi di traffico e gestisci la congestione in tempo reale grazie alla stima della velocità.
• Analisi per il commercio al dettaglio: Analizza gli spostamenti dei clienti e le interazioni con i prodotti per ottimizzare la disposizione dei negozi e migliorare l'esperienza dei clienti.
• Automazione industriale: Conta i prodotti sui nastri trasportatori e monitora le linee di produzione per il controllo della qualità e il miglioramento dell'efficienza.

Per applicazioni più specifiche, esplora Ultralytics Solutions, una raccolta completa di strumenti per affrontare le sfide reali della visione artificiale.