Ultralytics YOLO26を使用した行列管理 🚀#

リアルタイムの行列管理にUltralytics YOLO26を使用するには、以下の手順に従います：

1. YOLO("yolo26n.pt") を使用して YOLO26 モデルをロードします。
2. cv2.VideoCapture を使用してビデオフィードをキャプチャします。
3. 行列管理のための関心領域 (ROI) を定義します。
4. フレームを処理してオブジェクトを検出し、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、キュー管理ソリューションのデプロイと管理のためのユーザーフレンドリーなプラットフォームを提供し、このプロセスを効率化できます。

行列管理にUltralytics YOLO26を使用すると、いくつかの利点が得られます：

• 待ち時間の劇的な短縮: 行列を効率的に整理し、顧客の待ち時間を減らして満足度を向上させます。
• 効率の強化: 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。
• リアルタイムのアラート: 長い行列に関するリアルタイムの通知を提供し、迅速な対応を可能にします。
• 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スケールできます。

詳細については、Queue Management ソリューションをご覧ください。

行列管理において、Ultralytics YOLO26 は TensorFlow や Detectron2 に対していくつかの利点があります：

• リアルタイムのパフォーマンス: YOLO26 はリアルタイムの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 を介して、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エクスペリエンスを提供します。
• 事前学習済みモデル: さまざまな事前学習済みモデルにアクセスできるため、セットアップに必要な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 の使用方法を確認してください。

はい、Ultralytics YOLO26 は、空港や小売環境を含むさまざまな種類の行列を管理できます。QueueManager を特定の領域や設定で構成することにより、YOLO26 はさまざまな行列のレイアウトや密度に適応できます。

空港の例：

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,
)

さまざまな用途に関する詳細については、Real World Applications セクションをご覧ください。

Ultralytics YOLO26 は、行列管理のためにさまざまな実世界のアプリケーションで使用されています：

• 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での行列を管理し、よりスムーズな搭乗体験を提供します。
• 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することで、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でキュー監視をどのように変革しているかについての詳細は、blog on real-world queue management をご覧ください。