高度なデータ視覚化：Ultralytics YOLOv8 🚀を使ったヒートマップ

ヒートマップ入門

ヒートマップ Ultralytics YOLOv8で生成されたヒートマップは、複雑なデータを色分けされた鮮やかなマトリックスに変換します。この視覚的なツールは、様々なデータ値を表現するために色のスペクトルを使用し、より暖かい色調はより高い強度を、より低い色調はより低い値を示します。ヒートマップは、複雑なデータパターン、相関関係、異常値を視覚化することに優れており、多様な領域にわたるデータ解釈に、アクセスしやすく魅力的なアプローチを提供します。

見るんだ： ヒートマップUltralytics YOLOv8

データ分析にヒートマップを選ぶ理由

直感的なデータ分布の視覚化：ヒートマップは、データの集中と分布の理解を単純化し、複雑なデータセットを理解しやすいビジュアル形式に変換します。
効率的なパターン検出：データをヒートマップ形式で可視化することで、トレンド、クラスター、異常値を見つけやすくなり、迅速な分析と洞察が容易になります。
空間分析と意思決定の強化：ヒートマップは空間的な関係を図示するのに役立ち、ビジネスインテリジェンス、環境調査、都市計画などの分野における意思決定プロセスを支援する。

実世界での応用

交通	小売

Ultralytics YOLOv8 輸送ヒートマップ	Ultralytics YOLOv8 小売ヒートマップ

ヒートマップ設定

heatmap_alpha:この値が範囲内（0.0～1.0）であることを確認する。
decay_factor:オブジェクトがフレームから消えた後、ヒートマップを削除するために使用され、その値も範囲（0.0 - 1.0）でなければならない。

Ultralytics YOLOv8 例を用いたヒートマップ

ヒートマップライン・カウントポリゴンカウント地域カウントIm0特定のクラス

from ultralytics import YOLO
from ultralytics.solutions import heatmap
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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("heatmap_output.avi",
                               cv2.VideoWriter_fourcc(*'mp4v'),
                               fps,
                               (w, h))

# Init heatmap
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     classes_names=model.names)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = heatmap_obj.generate_heatmap(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import heatmap
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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("heatmap_output.avi",
                               cv2.VideoWriter_fourcc(*'mp4v'),
                               fps,
                               (w, h))

line_points = [(20, 400), (1080, 404)]  # line for object counting

# Init heatmap
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     count_reg_pts=line_points,
                     classes_names=model.names)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = heatmap_obj.generate_heatmap(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
import heatmap
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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("heatmap_output.avi",
                               cv2.VideoWriter_fourcc(*'mp4v'),
                               fps,
                               (w, h))

# Define polygon points
region_points = [(20, 400), (1080, 404), (1080, 360), (20, 360), (20, 400)]

# Init heatmap
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     count_reg_pts=region_points,
                     classes_names=model.names)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = heatmap_obj.generate_heatmap(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import heatmap
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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("heatmap_output.avi",
                               cv2.VideoWriter_fourcc(*'mp4v'),
                               fps,
                               (w, h))

# Define region points
region_points = [(20, 400), (1080, 404), (1080, 360), (20, 360)]

# Init heatmap
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     count_reg_pts=region_points,
                     classes_names=model.names)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = heatmap_obj.generate_heatmap(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import heatmap
import cv2

model = YOLO("yolov8s.pt")   # YOLOv8 custom/pretrained model

im0 = cv2.imread("path/to/image.png")  # path to image file
h, w = im0.shape[:2]  # image height and width

# Heatmap Init
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     classes_names=model.names)

results = model.track(im0, persist=True)
im0 = heatmap_obj.generate_heatmap(im0, tracks=results)
cv2.imwrite("ultralytics_output.png", im0)

from ultralytics import YOLO
from ultralytics.solutions import heatmap
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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("heatmap_output.avi",
                               cv2.VideoWriter_fourcc(*'mp4v'),
                               fps,
                               (w, h))

classes_for_heatmap = [0, 2]  # classes for heatmap

# Init heatmap
heatmap_obj = heatmap.Heatmap()
heatmap_obj.set_args(colormap=cv2.COLORMAP_PARULA,
                     imw=w,
                     imh=h,
                     view_img=True,
                     shape="circle",
                     classes_names=model.names)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False,
                         classes=classes_for_heatmap)

    im0 = heatmap_obj.generate_heatmap(im0, tracks)
    video_writer.write(im0)

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

論争 `set_args`

名称	タイプ	デフォルト	説明
`view_img`	`bool`	`False`	ヒートマップでフレームを表示
`colormap`	`cv2.COLORMAP`	`None`	ヒートマップ用の cv2.COLORMAP
`imw`	`int`	`None`	ヒートマップの幅
`imh`	`int`	`None`	ヒートマップの高さ
`line_thickness`	`int`	`2`	バウンディングボックスを増やし、テキストの太さを数える
`view_in_counts`	`bool`	`True`	ビデオフレームにのみインカウントを表示
`view_out_counts`	`bool`	`True`	ビデオフレームにのみアウトカウントを表示
`classes_names`	`dict`	`model.model.names`	クラス名辞書
`heatmap_alpha`	`float`	`0.5`	ヒートマップのアルファ値
`count_reg_pts`	`list`	`None`	オブジェクトのカウント領域ポイント
`count_txt_color`	`RGB Color`	`(0, 0, 0)`	オブジェクト・カウント・テキストの前景色
`count_reg_color`	`RGB Color`	`(255, 0, 255)`	カウント領域の色
`region_thickness`	`int`	`5`	カウント領域厚さ値
`decay_factor`	`float`	`0.99`	特定時間後のヒートマップ領域除去の減衰係数
`shape`	`str`	`circle`	ヒートマップの表示形状「rect」または「circle」をサポート
`line_dist_thresh`	`int`	`15`	ラインカウンターのユークリッド距離のしきい値
`count_bg_color`	`RGB Color`	`(255, 255, 255)`	蛍光ペンの色を数える
`cls_txtdisplay_gap`	`int`	`50`	各クラス数のギャップを表示

論争 `model.track`

名称	タイプ	デフォルト	説明
`source`	`im0`	`None`	画像またはビデオのソース・ディレクトリ
`persist`	`bool`	`False`	フレーム間のトラックの持続
`tracker`	`str`	`botsort.yaml`	トラッキングメソッド「bytetrack」または「botsort
`conf`	`float`	`0.3`	信頼閾値
`iou`	`float`	`0.5`	借用書のしきい値
`classes`	`list`	`None`	つまり、class=0、またはclass=[0,2,3]。

ヒートマップ COLORMAPs

カラーマップ名	説明
`cv::COLORMAP_AUTUMN`	紅葉マップ
`cv::COLORMAP_BONE`	骨カラーマップ
`cv::COLORMAP_JET`	ジェットカラー・マップ
`cv::COLORMAP_WINTER`	冬のカラーマップ
`cv::COLORMAP_RAINBOW`	虹色マップ
`cv::COLORMAP_OCEAN`	海の色マップ
`cv::COLORMAP_SUMMER`	夏色マップ
`cv::COLORMAP_SPRING`	春のカラーマップ
`cv::COLORMAP_COOL`	クールなカラーマップ
`cv::COLORMAP_HSV`	HSV（色相・彩度・明度）カラーマップ
`cv::COLORMAP_PINK`	ピンクのカラーマップ
`cv::COLORMAP_HOT`	ホットカラーマップ
`cv::COLORMAP_PARULA`	パルーラカラーマップ
`cv::COLORMAP_MAGMA`	マグマ・カラーマップ
`cv::COLORMAP_INFERNO`	インフェルノカラーマップ
`cv::COLORMAP_PLASMA`	プラズマカラーマップ
`cv::COLORMAP_VIRIDIS`	ヴィリディスカラーマップ
`cv::COLORMAP_CIVIDIS`	チヴィディスカラーマップ
`cv::COLORMAP_TWILIGHT`	トワイライト・カラー・マップ
`cv::COLORMAP_TWILIGHT_SHIFTED`	シフトトワイライトカラーマップ
`cv::COLORMAP_TURBO`	ターボカラーマップ
`cv::COLORMAP_DEEPGREEN`	ディープグリーンのカラーマップ

このようなカラーマップは、異なる色表現でデータを視覚化するためによく使われる。

作成 2023-12-07 更新 2024-04-05
著者RizwanMunawar(8),glenn-jocher(7),AyushExel(1),1579093407@qq.com(1)