Progetto di Sistema di Allarme di Sicurezza Utilizzando Ultralytics YOLO26

Il Progetto di Sistema di Allarme di Sicurezza che utilizza Ultralytics YOLO26 integra capacità avanzate di visione artificiale per migliorare le misure di sicurezza. YOLO26, sviluppato da Ultralytics, fornisce il detect di oggetti in tempo reale, consentendo al sistema di identificare e rispondere prontamente a potenziali minacce alla sicurezza. Questo progetto offre numerosi vantaggi:

• Detect in tempo reale: L'efficienza di YOLO26 consente al Sistema di Allarme di Sicurezza di detect e rispondere agli incidenti di sicurezza in tempo reale, minimizzando il tempo di risposta.
• Accuratezza: YOLO26 è noto per la sua accuratezza nel detect di oggetti, riducendo i falsi positivi e migliorando l'affidabilità del sistema di allarme di sicurezza.
• Capacità di integrazione: Il progetto può essere integrato senza problemi con l'infrastruttura di sicurezza esistente, fornendo un livello potenziato di sorveglianza intelligente.

Guarda: Sistema di Allarme di Sicurezza con Ultralytics YOLO26 + Soluzioni Rilevamento di oggetti

• Vai a Generatore di password per app, designare un nome per l'app, ad esempio "security project", e ottenere una password di 16 cifre. Copiare questa password e incollarla nello spazio designato password nel campo del codice sottostante.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
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("security_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

from_email = "abc@gmail.com"  # the sender email address
password = "---- ---- ---- ----"  # 16-digits password generated via: https://myaccount.google.com/apppasswords
to_email = "xyz@gmail.com"  # the receiver email address

# Initialize security alarm object
securityalarm = solutions.SecurityAlarm(
    show=True,  # display the output
    model="yolo26n.pt",  # e.g., yolo26s.pt, yolo26m.pt
    records=1,  # total detections count to send an email
)

securityalarm.authenticate(from_email, password, to_email)  # authenticate the email server

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = securityalarm(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

Quando esegui il codice, riceverai una singola notifica via email se viene rilevato un oggetto. La notifica viene inviata immediatamente, non ripetutamente. Puoi personalizzare il codice per adattarlo ai requisiti del tuo progetto.

Esempio di email ricevuta

SecurityAlarm Argomenti

Ecco una tabella con i SecurityAlarm argomenti:

Il SecurityAlarm solution supporta una varietà di track parametri:

Inoltre, sono disponibili le seguenti impostazioni di visualizzazione:

Come funziona

Il sistema di allarme di sicurezza utilizza object tracking per monitorare i feed video e rilevare potenziali minacce alla sicurezza. Quando il sistema rileva oggetti che superano la soglia specificata (impostata dal records parametro), invia automaticamente una notifica via email con un'immagine allegata che mostra gli oggetti rilevati.

Il sistema sfrutta la classe SecurityAlarm che fornisce metodi per:

1. Elabora i frame ed estrai i rilevamenti degli oggetti
2. Annota i frame con bounding box attorno agli oggetti rilevati
3. Inviare notifiche via email quando le soglie di detection vengono superate

Questa implementazione è ideale per la sicurezza domestica, la sorveglianza al dettaglio e altre applicazioni di monitoraggio in cui la notifica immediata degli oggetti rilevati è fondamentale.

FAQ

Come migliora Ultralytics YOLO26 l'accuratezza di un sistema di allarme di sicurezza?

Ultralytics YOLO26 migliora i sistemi di allarme di sicurezza fornendo un detect di oggetti in tempo reale e ad alta accuratezza. I suoi algoritmi avanzati riducono significativamente i falsi positivi, garantendo che il sistema risponda solo a minacce reali. Questa maggiore affidabilità può essere integrata senza problemi con l'infrastruttura di sicurezza esistente, migliorando la qualità complessiva della sorveglianza.

Posso integrare Ultralytics YOLO26 con la mia infrastruttura di sicurezza esistente?

Sì, Ultralytics YOLO26 può essere integrato senza problemi con la tua infrastruttura di sicurezza esistente. Il sistema supporta varie modalità e offre flessibilità per la personalizzazione, consentendoti di migliorare la tua configurazione esistente con capacità avanzate di detect di oggetti. Per istruzioni dettagliate sull'integrazione di YOLO26 nei tuoi progetti, visita la sezione integrazione.

Quali sono i requisiti di archiviazione per l'esecuzione di Ultralytics YOLO26?

L'esecuzione di Ultralytics YOLO26 su una configurazione standard richiede tipicamente circa 5GB di spazio su disco libero. Questo include lo spazio per l'archiviazione del modello YOLO26 e di eventuali dipendenze aggiuntive. Per le soluzioni basate su cloud, Ultralytics Platform offre una gestione efficiente dei progetti e dei dataset, che può ottimizzare le esigenze di archiviazione. Scopri di più sul Piano Pro per funzionalità avanzate, incluso lo storage esteso.

Cosa rende Ultralytics YOLO26 diverso da altri modelli di detect di oggetti come Faster R-CNN o SSD?

Ultralytics YOLO26 offre un vantaggio rispetto a modelli come Faster R-CNN o SSD grazie alle sue capacità di detect in tempo reale e alla maggiore accuratezza. La sua architettura unica gli consente di elaborare le immagini molto più velocemente senza compromettere la precisione, rendendolo ideale per applicazioni sensibili al tempo come i sistemi di allarme di sicurezza. Per un confronto completo dei modelli di rilevamento oggetti, puoi esplorare la nostra guida.

Come posso ridurre la frequenza dei falsi positivi nel mio sistema di sicurezza utilizzando Ultralytics YOLO26?

Per ridurre i falsi positivi, assicurati che il tuo modello Ultralytics YOLO26 sia adeguatamente addestrato con un dataset diversificato e ben annotato. La messa a punto degli iperparametri e l'aggiornamento regolare del modello con nuovi dati possono migliorare significativamente l'accuratezza del detect. Tecniche dettagliate di ottimizzazione degli iperparametri possono essere trovate nella nostra guida all'ottimizzazione degli iperparametri.

📅 Creato 2 anni fa ✏️ Aggiornato 2 giorni fa

Commenti