Ultralytics YOLO26を使用したキュー管理#

リアルタイムのキュー管理にUltralytics YOLO26を使用するには、次の手順に従います。

1. YOLO("yolo26n.pt")でYOLO26モデルを読み込みます。
2. cv2.VideoCaptureを使用して動画フィードを取得します。
3. キュー管理の対象領域（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、キューを管理します。

最小限の例を次に示します。

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を活用すると、キュー管理ソリューションのデプロイと管理に使いやすいプラットフォームを提供できるため、このプロセスを効率化できます。

キュー管理にUltralytics YOLO26を使用すると、次のようなメリットがあります。

• 待ち時間の大幅な短縮: キューを効率的に整理し、顧客の待ち時間を短縮して満足度を高めます。
• 効率性の向上: キューのデータを分析してスタッフの配置と業務を最適化し、コストを削減します。
• リアルタイムアラート: 長いキューをリアルタイムで通知し、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スケールできます。

詳細については、キュー管理ソリューションをご覧ください。

キュー管理において、Ultralytics YOLO26にはTensorFlowやDetectron2に対して次のようなメリットがあります。

• リアルタイム性能: YOLO26はリアルタイム検出機能で知られており、より高速な処理速度を実現します。
• 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使いやすい環境を提供します。
• 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短縮できます。
• 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、問題を容易に解決できます。

Ultralytics YOLOの利用を開始する方法をご確認ください。

はい。Ultralytics YOLO26は、空港や小売環境など、さまざまな種類のキューを管理できます。QueueManagerに特定の領域と設定を構成することで、YOLO26は異なるキューのレイアウトや密度に対応できます。

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,
)

さまざまな用途の詳細については、実世界での用途セクションをご覧ください。

Ultralytics YOLO26は、キュー管理のさまざまな実世界の用途で使用されています。

• 小売: レジの列を監視して待ち時間を短縮し、顧客満足度を向上させます。
• 空港: チケットカウンターや保安検査場のキューを管理し、乗客の体験をスムーズにします。
• 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: 銀行内のキューを効率的に管理して、顧客サービスを向上させます。

実世界のキュー管理に関するブログで、コンピュータービジョンがさまざまな業界のキュー監視をどのように変革しているか、詳細をご覧ください。