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 rilevati specifici da un'immagine o da un video. Le funzionalità del modello YOLO26 vengono utilizzate per identificare e delimitare gli oggetti con precisione, consentendo ritagli accurati per ulteriori analisi o manipolazioni.
Guarda: Ritaglio degli oggetti con 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 di una scena.
- Riduzione del volume dei dati: estraendo solo gli oggetti rilevanti, il ritaglio degli oggetti aiuta a ridurre al minimo le dimensioni dei dati, rendendone più efficienti l'archiviazione, la trasmissione o le successive attività di calcolo.
- Maggiore precisione: la rilevazione degli oggetti e l'accuratezza di YOLO26 garantiscono che gli oggetti ritagliati mantengano le loro relazioni spaziali, preservando l'integrità delle informazioni visive per analisi dettagliate.
Elementi visivi#
| Bagagli in aeroporto |
|---|
 |
| Ritaglio delle valigie sul nastro trasportatore di un aeroporto con Ultralytics YOLO26 |
Ritaglia gli oggetti con YOLO26#
Passa il tuo video alla soluzione ObjectCropper: questa rileva gli oggetti in ogni frame e salva ogni rilevamento come immagine separata. Limita il ritaglio a specifiche classes, aumenta conf per mantenere solo i rilevamenti attendibili 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 di ObjectCropper#
Ecco una tabella con gli argomenti di ObjectCropper:
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
model | str | None | Percorso a un file modello Ultralytics YOLO. |
crop_dir | str | 'cropped-detections' | Nome della directory in cui archiviare le rilevazioni ritagliate. |
verbose | bool | True | Abilita il log per frame della soluzione, con forma dell'input, conteggi per classe e velocità di elaborazione. La chiamata di tracking è sempre silenziosa. |
ObjectCropper esegue predict anziché track, quindi supporta i seguenti parametri di inferenza, tranne tracker:
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
tracker | str | 'tracktrack.yaml' | Specifica l'algoritmo di tracciamento da usare. Opzioni integrate: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.25 | Imposta la soglia di confidenza per le rilevazioni; valori più bassi consentono di tracciare più oggetti, ma possono includere falsi positivi. |
iou | float | 0.7 | Imposta la soglia di Intersezione sull'unione (IoU) per filtrare le rilevazioni sovrapposte. |
classes | list | None | Filtra i risultati in base all'indice della classe. Ad esempio, classes=[0, 2, 3] traccia solo le classi specificate. |
device | str | None | Specifica il dispositivo per l'inferenza (ad es. cpu, cuda:0 o 0). Consente di scegliere tra CPU, una GPU specifica o altri dispositivi di calcolo per l'esecuzione del modello. |
imgsz | int or tuple | 640 | Dimensione dell'immagine di destinazione per l'inferenza: un intero per un'immagine quadrata o una coppia (height, width). Le forme vengono adattate allo stride del modello. |
max_det | int | 300 | Numero massimo di rilevazioni da mantenere per fotogramma prima del tracciamento, che limita gli oggetti elaborati da una soluzione nelle scene dense. |
quantize | int or str | None | Precisione dell’inferenza: 16 (FP16) oppure 32/unset (FP32) per i modelli PyTorch e TorchScript quando non si usa la CPU; gli altri formati usano la precisione selezionata dal rispettivo artefatto e ambiente di esecuzione. Sostituisce l’argomento deprecato half. |
Domande frequenti#
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, riduce il volume dei dati e migliora la precisione, sfruttando YOLO26 per identificare gli oggetti con elevata accuratezza e ritagliarli di conseguenza. Per un tutorial dettagliato, 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 le applicazioni che richiedono un'elevata integrità dei dati. Inoltre, YOLO26 si integra perfettamente con strumenti come OpenVINO e TensorRT per le implementazioni che richiedono funzionalità in tempo reale e ottimizzazione su hardware diversi. Scopri i vantaggi nella guida all'esportazione dei modelli.
Usando Ultralytics YOLO26 per ritagliare solo gli oggetti rilevanti dalle tue immagini o dai tuoi video, puoi ridurre notevolmente le dimensioni dei dati e rendere più efficienti l'archiviazione e l'elaborazione. Il processo prevede l'addestramento del modello per rilevare oggetti specifici e l'utilizzo dei risultati per ritagliare e salvare solo queste porzioni. Per ulteriori informazioni su come sfruttare le funzionalità di Ultralytics YOLO26, consulta 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 sia per gli ambienti CPU che GPU, ma per ottenere prestazioni ottimali, soprattutto con inferenze in tempo reale o ad alto volume, si consiglia una GPU dedicata (ad esempio NVIDIA Tesla o della serie RTX). Per l'implementazione su dispositivi leggeri, valuta l'uso di CoreML per iOS o di LiteRT per Android. Ulteriori dettagli sui dispositivi e sui formati supportati sono disponibili nelle nostre opzioni di distribuzione dei modelli.