Ultralytics YOLO11 🚀を使ったオブジェクトのぼかし

オブジェクトのぼかしとは？

Ultralytics YOLO11によるオブジェクトのぼかしは、画像またはビデオ内の特定の検出オブジェクトにぼかし効果を適用する。これは、YOLO11のモデル機能を使って、与えられたシーン内のオブジェクトを識別し、操作することで実現できます。

見るんだ： Ultralytics YOLO11を使用したオブジェクトのぼかし

対象物をぼかすことの利点

• プライバシー保護：オブジェクトのぼかしは、画像やビデオ内の機密情報や個人を特定できる情報を隠すことで、プライバシーを保護するための効果的なツールです。
• 選択的フォーカス：YOLO11は、選択的ぼかしを可能にし、ユーザーが特定の対象物をターゲットにすることを可能にし、プライバシーと関連する視覚情報の保持のバランスを保証します。
• リアルタイム処理：YOLO11の効率性は、リアルタイムでオブジェクトをぼかすことを可能にし、ダイナミックな環境においてオンザフライでプライバシーを強化する必要があるアプリケーションに適しています。

import cv2

from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors

model = YOLO("yolo11n.pt")
names = model.names

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))

# Blur ratio
blur_ratio = 50

# Video writer
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

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

    results = model.predict(im0, show=False)
    boxes = results[0].boxes.xyxy.cpu().tolist()
    clss = results[0].boxes.cls.cpu().tolist()
    annotator = Annotator(im0, line_width=2, example=names)

    if boxes is not None:
        for box, cls in zip(boxes, clss):
            annotator.box_label(box, color=colors(int(cls), True), label=names[int(cls)])

            obj = im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])]
            blur_obj = cv2.blur(obj, (blur_ratio, blur_ratio))

            im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])] = blur_obj

    cv2.imshow("ultralytics", im0)
    video_writer.write(im0)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

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

議論 model.predict

よくあるご質問

Ultralytics YOLO11でのオブジェクトブラーリングとは？

Ultralytics YOLO11によるオブジェクトのぼかしは、画像や動画内の特定のオブジェクトを自動的に検出し、ぼかし効果を適用する。この技術は、関連する視覚データを保持しながら機密情報を隠すことで、プライバシーを強化します。YOLO11のリアルタイム処理機能は、即時のプライバシー保護や選択的なフォーカス調整を必要とするアプリケーションに適しています。

YOLO11を使用して、リアルタイムでオブジェクトのぼかしを実装するには？

YOLO11でリアルタイムの物体ぼかしを実装するには、提供されているPython の例に従ってください。これには、物体検出にYOLO11を使い、ぼかし効果の適用にOpenCVを使います。以下はその簡易版である：

import cv2

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
cap = cv2.VideoCapture("path/to/video/file.mp4")

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break

    results = model.predict(im0, show=False)
    for box in results[0].boxes.xyxy.cpu().tolist():
        obj = im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])]
        im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])] = cv2.blur(obj, (50, 50))

    cv2.imshow("YOLO11 Blurring", im0)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

Ultralytics YOLO11を被写体ブレに使うメリットは何ですか？

Ultralytics YOLO11はオブジェクトのぼかしにいくつかの利点がある：

• プライバシー保護：機密情報や特定可能な情報を効果的に隠す。
• 選択的フォーカス：特定の対象をぼかし、本質的な視覚的内容を維持します。
• リアルタイム処理：ダイナミックな環境下でオブジェクトのぼかしを効率的に実行し、瞬時にプライバシーを強化するのに適しています。

より詳細な用途については、オブジェクトぼかしの利点のセクションをご覧ください。

Ultralytics YOLO11を使って、プライバシーのためにビデオの顔をぼかすことはできますか？

はい、Ultralytics YOLO11は、プライバシー保護のため、ビデオ内の顔を検出してぼかすように設定できます。特に顔を認識するように事前に訓練されたモデルをトレーニングまたは使用することで、検出結果をOpenCVで処理し、ぼかし効果を適用することができます。YOLO11による物体検出に関するガイドを参照し、顔検出をターゲットにコードを修正してください。

YOLO11は、Faster R-CNNのような物体ぼかしのための他の物体検出モデルと比較してどうですか？

Ultralytics YOLO11は通常、Faster R-CNNのようなモデルを速度面で上回り、リアルタイム・アプリケーションにより適しています。どちらのモデルも正確な検出を提供しますが、YOLO11のアーキテクチャは、リアルタイムの物体ぼかしのようなタスクに不可欠な高速推論に最適化されています。技術的な違いやパフォーマンス指標については、YOLO11のドキュメントをご覧ください。

📅作成 10ヶ月前 ✏️更新しました 1ヶ月前

コメント