Ritaglio degli oggetti con Ultralytics YOLO26#
Che cos'è il ritaglio degli oggetti?#
Il ritaglio degli oggetti con Ultralytics YOLO26 consiste nell'isolare ed estrarre oggetti specifici rilevati in un'immagine o in un video. Le funzionalità del modello YOLO26 vengono utilizzate per identificare e delimitare con precisione gli oggetti, consentendo di ritagliarli accuratamente per ulteriori analisi o manipolazioni.
Watch: Object Cropping using Ultralytics YOLO
Vantaggi del ritaglio degli oggetti#
- Analisi mirata: YOLO26 facilita il ritaglio mirato degli oggetti, consentendo un esame o un'elaborazione approfonditi dei singoli elementi all'interno di una scena.
- Riduzione del volume dei dati: estraendo solo gli oggetti pertinenti, il ritaglio degli oggetti contribuisce a ridurre al minimo le dimensioni dei dati, rendendo più efficienti l'archiviazione, la trasmissione o le successive attività di elaborazione.
- Maggiore precisione: l'accuratezza del rilevamento degli oggetti di YOLO26 garantisce che gli oggetti ritagliati mantengano le loro relazioni spaziali, preservando l'integrità delle informazioni visive per un'analisi dettagliata.
Elementi visivi#
| Bagagli in aeroporto |
|---|
 |
| Ritaglio di valigie sul nastro trasportatore dell'aeroporto con Ultralytics YOLO26 |
Ritaglia gli oggetti con YOLO26#
Passa il tuo video alla soluzione ObjectCropper: rileva gli oggetti in ogni fotogramma e salva ogni rilevamento come immagine separata. Limita il ritaglio a specifici classes, aumenta conf per mantenere solo i rilevamenti con un livello di affidabilità elevato e imposta crop_dir per scegliere dove salvare i ritagli.
# Crop the objects
yolo solutions crop
# Pass a source video
yolo solutions crop source="path/to/video.mp4"
# Crop specific classes
yolo solutions crop classes="[0, 2]"Argomenti ObjectCropper#
Ecco una tabella con gli argomenti ObjectCropper:
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
model | str | None | Percorso al file del modello Ultralytics YOLO. |
crop_dir | str | 'cropped-detections' | Nome della directory in cui archiviare le rilevazioni ritagliate. |
FAQ#
Il ritaglio degli oggetti con Ultralytics YOLO26 consiste nell'isolare ed estrarre oggetti specifici da un'immagine o da un video in base alle capacità di rilevamento di YOLO26. Questo processo consente un'analisi mirata, una riduzione del volume dei dati e una maggiore precisione, sfruttando YOLO26 per identificare gli oggetti con elevata accuratezza e ritagliarli di conseguenza. Per un tutorial approfondito, consulta l'esempio di ritaglio degli oggetti.
Ultralytics YOLO26 si distingue per precisione, velocità e facilità d'uso. Consente di rilevare e ritagliare gli oggetti in modo dettagliato e accurato, una caratteristica essenziale per l'analisi mirata e per le applicazioni che richiedono un'elevata integrità dei dati. Inoltre, YOLO26 si integra perfettamente con strumenti come OpenVINO e TensorRT per implementazioni che richiedono funzionalità in tempo reale e ottimizzazione su hardware diversi. Scopri i vantaggi nella guida all'esportazione dei modelli.
Utilizzando Ultralytics YOLO26 per ritagliare solo gli oggetti pertinenti dalle immagini o dai video, puoi ridurre significativamente le dimensioni dei dati, rendendo più efficienti l'archiviazione e l'elaborazione. Questo processo consiste nell'addestrare il modello a rilevare oggetti specifici e quindi nell'utilizzare i risultati per ritagliare e salvare solo queste porzioni. Per ulteriori informazioni su come sfruttare le funzionalità di Ultralytics YOLO26, visita la nostra guida introduttiva.
Sì, Ultralytics YOLO26 può elaborare flussi video in tempo reale per rilevare e ritagliare dinamicamente gli oggetti. Le capacità di inferenza ad alta velocità del modello lo rendono ideale per applicazioni in tempo reale come la videosorveglianza, l'analisi sportiva e i sistemi di ispezione automatizzata. Consulta le modalità di tracking e di predizione per capire come implementare l'elaborazione in tempo reale.
Ultralytics YOLO26 è ottimizzato per gli ambienti CPU e GPU, ma per ottenere prestazioni ottimali, soprattutto nell'inferenza in tempo reale o ad alto volume, si consiglia una GPU dedicata (ad es. NVIDIA Tesla, serie RTX). Per l'implementazione su dispositivi leggeri, valuta l'utilizzo di CoreML per iOS o di LiteRT per Android. Ulteriori dettagli sui dispositivi e sui formati supportati sono disponibili nelle nostre opzioni di implementazione dei modelli.