Ultralytics YOLO11 🚀を使った駐車場管理

Q: How does Ultralytics YOLO11 enhance parking management systems?

Ultralytics YOLO11 は、リアルタイムの車両検知と監視を提供することで、駐車場管理システムを大幅に強化します。その結果、駐車スペースの利用が最適化され、混雑が緩和され、継続的な監視により安全性が向上します。駐車場管理システムは、効率的な交通の流れを可能にし、駐車場でのアイドリング時間と排出ガスを最小限に抑え、環境の持続可能性に貢献します。詳しくは、駐車場管理コードのワークフローをご覧ください。

Q: Can I customize the YOLO11 model for specific parking management needs?

はい、Ultralytics YOLO11 特定の駐車場管理ニーズに合わせてカスタマイズが可能です。占有領域や利用可能領域の色、テキスト表示の余白などのパラメータを調整することができます。ParkingManagementクラスの引数を利用することで、特定の要件に合わせてモデルを調整することができ、最大限の効率と効果を確保することができます。

駐車場管理システムとは？

による駐車場管理 Ultralytics YOLO11YOLO11 、リアルタイムで車両を検知し、駐車場の稼働状況を把握することで、駐車場管理を改善することができます。

見るんだ： Ultralytics YOLO 🚀を使った駐車場管理の導入方法

駐車場管理システムの利点

効率：駐車場管理は駐車スペースの利用を最適化し、混雑を緩和する。
安全性とセキュリティ YOLO11 を利用した駐車場管理は、監視とセキュリティ対策により、人と車の両方の安全性を向上させる。
排出ガスの削減：YOLO11 を利用した駐車場管理は、交通の流れを管理し、駐車場でのアイドル時間と排出ガスを最小限に抑える。

実世界での応用

駐車場管理システム	駐車場管理システム

駐車場管理Ultralytics YOLO11	駐車場管理トップビューUltralytics YOLO11

駐車場管理システムのコード・ワークフロー

ポイント選択が簡単に

駐車ポイントの選択は、駐車場管理システムにおいて重要かつ複雑なタスクです。Ultralytics 、駐車場エリアを定義できるツール「パーキングスロットアノテーター」を提供することで、このプロセスを合理化します。

ステップ-1：駐車場を管理したいビデオまたはカメラのストリームからフレームをキャプチャします。

Step-2：提供されたコードを使用してグラフィカル・インターフェースを起動し、画像を選択してマウス・クリックで駐車領域のアウトライン化を開始し、ポリゴンを作成します。

駐車枠アノテーターUltralytics YOLO

インストールの追加手順 tkinter

一般的にはね、 tkinter はPython一緒にパッケージされています。しかし、そうでない場合は、ハイライトした手順でインストールできます：

リナックスDebian/Ubuntu）： sudo apt install python3-tk
フェドラ: sudo dnf install python3-tkinter
アーチ: sudo pacman -S tk
ウィンドウズ:Python 再インストールし、チェックボックスを有効にする。 tcl/tk and IDLE オン オプション機能 インストール中
マックオス:からPython 再インストール https://www.python.org/downloads/macos/ または brew install python-tk

Python

from ultralytics import solutions

solutions.ParkingPtsSelection()

ステップ3： 駐車エリアをポリゴンで定義したら save をクリックして、作業ディレクトリにデータの入ったJSONファイルを保存する。

Ultralytics YOLO11 ポイント選択デモ

ステップ-4：提供されたコードをUltralytics YOLO駐車場管理に利用することができます。

Ultralytics YOLO使った駐車場管理

Python

import cv2

from ultralytics import solutions

# Video capture
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("parking management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize parking management object
parkingmanager = solutions.ParkingManagement(
    model="yolo11n.pt",  # path to model file
    json_file="bounding_boxes.json",  # path to parking annotations file
)

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

    results = parkingmanager(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

`ParkingManagement` 議論

以下はその表である。 ParkingManagement という議論がある：

議論	タイプ	デフォルト	説明
`model`	`str`	`None`	Ultralytics YOLO モデルファイルへのパス。
`json_file`	`str`	`None`	すべての駐車座標データを含むJSONファイルへのパス。

について ParkingManagement ソリューションでは、複数の track パラメータがある：

議論	タイプ	デフォルト	説明
`tracker`	`str`	`'botsort.yaml'`	使用するトラッキングアルゴリズムを指定する、 `bytetrack.yaml` または `botsort.yaml`.
`conf`	`float`	`0.3`	検出の信頼しきい値を設定します。低い値ではより多くのオブジェクトを追跡できますが、誤検出を含む可能性があります。
`iou`	`float`	`0.5`	重複検出をフィルタリングするためのIoU（Intersection over Union）しきい値を設定します。
`classes`	`list`	`None`	クラス・インデックスによって結果をフィルタリングする。例えば `classes=[0, 2, 3]` は指定されたクラスのみを追跡する。
`verbose`	`bool`	`True`	トラッキング結果の表示をコントロールし、トラッキングされたオブジェクトのビジュアル出力を提供します。
`device`	`str`	`None`	推論を行うデバイスを指定する（例． `cpu`, `cuda:0` または `0`).CPU 、特定のGPU 、またはモデル実行用の他のコンピュート・デバイスを選択することができます。

さらに、以下の可視化オプションがサポートされている：

議論	タイプ	デフォルト	説明
`show`	`bool`	`False`	もし `True`注釈付きの画像やビデオをウィンドウに表示します。開発中やテスト中の即時の視覚的フィードバックに便利です。
`line_width`	`None or int`	`None`	バウンディングボックスの線幅を指定します。もし `None`線幅は画像サイズに応じて自動的に調整されます。視覚的にわかりやすくカスタマイズできます。

よくあるご質問

Ultralytics YOLO11 駐車場管理システムをどのように強化するのか？

Ultralytics YOLO11 は、リアルタイムの車両検知と監視を提供することで、駐車場管理システムを大幅に強化します。その結果、駐車スペースの利用が最適化され、混雑が緩和され、継続的な監視により安全性が向上します。駐車場管理システムは、効率的な交通の流れを可能にし、駐車場でのアイドリング時間と排出ガスを最小限に抑え、環境の持続可能性に貢献します。詳しくは、駐車場管理コードのワークフローをご覧ください。

Ultralytics YOLO11 をスマートパーキングに利用するメリットは？

Ultralytics YOLO11 をスマートパーキングに利用することで、多くの利点が得られる：

効率：駐車スペースの利用を最適化し、混雑を緩和する。
安全とセキュリティ監視を強化し、車両と歩行者の安全を確保する。
環境への影響：車両のアイドル時間を最小限に抑えることで、排出ガスの削減に貢献します。メリットの詳細はこちらをご覧ください。

Ultralytics YOLO11 を使って駐車スペースを定義するには？

Ultralytics YOLO11 を使えば、駐車スペースの定義は簡単です：

ビデオまたはカメラストリームからフレームをキャプチャする。
提供されたコードを使用して、画像を選択し、駐車スペースを定義するためのポリゴンを描画するためのGUIを起動します。
ラベル付けされたデータをJSON形式で保存し、さらに処理する。包括的な手順については、上記のポイントの選択セクションを確認してください。

特定の駐車場管理ニーズに合わせてYOLO11 モデルをカスタマイズできますか？

はい、Ultralytics YOLO11 、特定の駐車場管理ニーズに合わせたカスタマイズが可能です。以下のようなパラメータを調整できます。 占有地域と利用可能地域の色テキスト表示のための余白など。を利用する ParkingManagement クラスの引数そのため、お客様の特定の要件に合わせてモデルをカスタマイズすることができ、最大限の効率と効果を確保することができます。

Ultralytics YOLO11 の駐車場管理への実際の応用例にはどのようなものがあるか？

Ultralytics YOLO11 は、駐車場管理のためのさまざまな実世界のアプリケーションで活用されている：

駐車スペースの検出：利用可能なスペースと占有スペースを正確に識別します。
監視：リアルタイム監視によるセキュリティ強化
トラフィック・フロー・マネジメント：効率的なトラフィック処理により、アイドル時間や混雑を減らす。これらのアプリケーションを紹介する画像は、実際のアプリケーションで見ることができます。

📅作成 11ヶ月前 ✏️更新 5日前