Ultralytics YOLO26を使用した行列管理 🚀

行列管理とは何ですか？

Ultralytics YOLO26を使用した行列管理は、待ち時間の短縮と効率の向上のために人や車両の列を整理・制御することです。これは、小売店、銀行、空港、医療施設など、さまざまな現場において顧客満足度とシステムパフォーマンスを向上させるための行列最適化に関するものです。

Watch: How to Build a Queue Management System with Ultralytics YOLO | Retail, Bank & Crowd Use Cases 🚀

行列管理のメリット

待ち時間の短縮: 行列管理システムは列を効率的に整理し、顧客の待ち時間を最小限に抑えます。これにより、顧客が待機する時間が減り、製品やサービスを利用する時間が増えるため、満足度の向上につながります。
効率の向上: 行列管理を導入することで、企業はリソースをより効果的に割り当てることができます。行列データを分析し、スタッフの配置を最適化することで、業務を合理化し、コストを削減し、全体的な生産性を向上させることが可能です。
リアルタイムのインサイト: YOLO26を活用した行列管理は、行列の長さや待ち時間に関するデータを即座に提供し、管理者が迅速かつ的確な意思決定を下せるようにします。
顧客体験の向上: 長い待ち時間による不満を軽減することで、企業は顧客満足度とロイヤリティを大幅に高めることができます。

実社会での応用例

物流	小売

Ultralytics YOLO26を使用した空港チケットカウンターでの行列管理	Ultralytics YOLO26による混雑時の行列モニタリング

Ultralytics YOLOを使用した行列管理

# Run a queue example
yolo solutions queue show=True

# Pass a source video
yolo solutions queue source="path/to/video.mp4"

# Pass queue coordinates
yolo solutions queue region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

`QueueManager`の引数

以下はQueueManagerの引数を示した表です。

引数	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。
`region`	`list`	`'[(20, 400), (1260, 400)]'`	カウント対象となる領域を定義する点のリスト。

QueueManagementソリューションは、いくつかのtrack引数もサポートしています。

引数	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します（例：`bytetrack.yaml`や`botsort.yaml`）。
`conf`	`float`	`0.1`	検出の信頼度しきい値を設定します。低い値を指定するとより多くの物体をトラッキングできますが、偽陽性が含まれる可能性があります。
`iou`	`float`	`0.7`	重なり合う検出結果をフィルタリングするためのIntersection over Union (IoU) しきい値を設定します。
`classes`	`list`	`None`	クラスインデックスで結果をフィルタリングします。例えば、`classes=[0, 2, 3]`と設定すると、指定されたクラスのみを追跡します。
`verbose`	`bool`	`True`	追跡結果の表示を制御し、追跡された物体の視覚的出力を提供します。
`device`	`str`	`None`	推論用のデバイス（例：`cpu`、`cuda:0`、`0`など）を指定します。ユーザーはCPU、特定のGPU、またはその他の計算デバイスを選択してモデルを実行できます。

さらに、以下の可視化パラメータも利用可能です。

引数	タイプ	デフォルト	説明
`show`	`bool`	`False`	`True`の場合、注釈付き画像または動画をウィンドウに表示します。開発やテスト中に即座に視覚的フィードバックを得るのに役立ちます。
`line_width`	`int or None`	`None`	バウンディングボックスの線幅を指定します。`None`の場合、画像サイズに基づいて線幅が自動調整されます。明確化のための視覚的なカスタマイズが可能です。
`show_conf`	`bool`	`True`	ラベルとともに、各検出結果の信頼度スコアを表示します。各検出に対するモデルの確信度を把握できます。
`show_labels`	`bool`	`True`	視覚的出力において、各検出結果にラベルを表示します。検出されたオブジェクトの即時理解を可能にします。

導入戦略

YOLO26で行列管理を導入する際は、以下のベストプラクティスを考慮してください。

戦略的なカメラ配置: 障害物なしで行列エリア全体を捉えられるようにカメラを配置します。
適切な行列領域の定義: スペースの物理的なレイアウトに基づいて、行列の境界を慎重に設定します。
検出信頼度の調整: 照明条件や混雑状況に基づいて、信頼度しきい値を微調整します。
既存システムとの統合: 行列管理ソリューションをデジタルサイネージやスタッフへの通知システムと接続し、自動応答を実現します。

FAQ

リアルタイムの行列管理にUltralytics YOLO26をどのように使用できますか？

リアルタイムの行列管理にUltralytics YOLO26を使用するには、以下の手順に従ってください。

YOLO("yolo26n.pt")を使用してYOLO26モデルをロードします。
cv2.VideoCaptureを使用してビデオフィードをキャプチャします。
行列管理のための関心領域（ROI）を定義します。
フレームを処理して物体を検出し、行列を管理します。

最小限の構成例を以下に示します。

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

queuemanager = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

Ultralytics Platformを活用することで、行列管理ソリューションのデプロイと管理を行うためのユーザーフレンドリーなプラットフォームが提供され、プロセスを効率化できます。

行列管理にUltralytics YOLO26を使用する主なメリットは何ですか？

行列管理にUltralytics YOLO26を使用することには、いくつかの利点があります。

待ち時間の劇的な短縮: 行列を効率的に整理し、顧客の待ち時間を短縮して満足度を向上させます。
効率の向上: 行列データを分析してスタッフの配置や業務を最適化し、コストを削減します。
リアルタイムアラート: 長い行列に対してリアルタイムで通知を行い、迅速な介入を可能にします。
スケーラビリティ: 小売店、空港、医療施設など、さまざまな環境に容易に拡張可能です。

詳細については、当社の行列管理ソリューションをご覧ください。

なぜ行列管理においてTensorFlowやDetectron2のような競合他社ではなく、Ultralytics YOLO26を選ぶべきなのですか？

行列管理において、Ultralytics YOLO26にはTensorFlowやDetectron2と比較して以下の利点があります。

リアルタイムパフォーマンス: YOLO26はリアルタイム検出能力で知られており、より高速な処理速度を提供します。
使いやすさ: Ultralyticsは、Ultralytics Platformを通じて、トレーニングからデプロイまでユーザーフレンドリーな体験を提供します。
学習済みモデル: さまざまな学習済みモデルにアクセスでき、セットアップにかかる時間を最小限に抑えられます。
コミュニティサポート: 充実したドキュメントと活発なコミュニティサポートにより、問題解決が容易になります。

Ultralytics YOLOの始め方を学びましょう。

Ultralytics YOLO26は、空港や小売店など、複数のタイプの行列に対応できますか？

はい、Ultralytics YOLO26は空港や小売環境を含むさまざまなタイプの行列を管理できます。QueueManagerを特定の領域と設定で構成することで、YOLO26は異なる行列のレイアウトや密度に適応可能です。

空港での例:

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region_airport,
    line_width=3,
)

多様なアプリケーションの詳細については、実際のアプリケーションセクションをご覧ください。

行列管理におけるUltralytics YOLO26の実際のアプリケーションにはどのようなものがありますか？

Ultralytics YOLO26は、行列管理のさまざまな現場で活用されています。

小売: チェックアウトの列を監視し、待ち時間を短縮して顧客満足度を向上させます。
空港: チケットカウンターやセキュリティチェックポイントの行列を管理し、乗客の体験を円滑にします。
医療: クリニックや病院での患者の流れを最適化します。
銀行: 銀行内の行列を効率的に管理し、顧客サービスを強化します。

コンピュータビジョンが業界全体の行列モニタリングをどのように変革しているかについて、実際の行列管理に関するブログをご覧ください。

Contributors

RIRizwanMunawar¹⁴ GLglenn-jocher¹¹ MAMatthewNoyce² IVIvorZhu331¹ BUBurhan-Q¹

Created 2024年4月2日Updated 先週