Ultralytics YOLOv8 🚀を使用した、異なる領域におけるオブジェクトのカウント。
リージョンにおけるオブジェクトカウントとは?
を持つ領域における物体計数では、高度なコンピュータ・ビジョンを用いて、特定領域内の物体の数を正確に決定する。 Ultralytics YOLOv8は、高度なコンピュータ・ビジョンを使用して、指定された領域内のオブジェクトの数を正確に決定する。このアプローチは、プロセスの最適化、セキュリティの強化、様々なアプリケーションの効率化に有効である。
見るんだ: Ultralytics YOLOv8 複数かつ移動可能な領域におけるオブジェクトのカウント
リージョンにおけるオブジェクトカウントの利点は?
- 精度と正確さ:高度なコンピュータビジョンにより、正確で精度の高いカウントを実現し、手作業にありがちなエラーを最小限に抑えます。
- 効率の向上:自動化されたオブジェクトカウントは、リアルタイムで結果を提供し、異なるアプリケーション間のプロセスを合理化することで、業務効率を向上させます。
- 汎用性と応用:地域における物体計数の汎用性により、製造や監視から交通監視に至るまで、様々な領域で応用が可能であり、その有用性と有効性の普及に寄与している。
実世界での応用
小売 | マーケット・ストリート |
---|---|
各地域での人数の数え方Ultralytics YOLOv8 | 各地域における人混みのカウントUltralytics YOLOv8 |
ステップ・トゥ・ラン
ステップ 1: 必要なライブラリのインストール
Ultralytics リポジトリをクローンし、依存関係をインストールし、ステップ2で提供されたコマンドを使ってローカルディレクトリに移動することから始める。
# Clone Ultralytics repo
git clone https://github.com/ultralytics/ultralytics
# Navigate to the local directory
cd ultralytics/examples/YOLOv8-Region-Counter
ステップ 2: 領域カウントの実行Ultralytics YOLOv8
推論のために以下の基本コマンドを実行する。
リージョンは移動可能
ビデオ再生中に、マウスの左ボタンをクリックしてドラッグすることで、ビデオ内の領域をインタラクティブに移動することができます。
# Save results
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
# Run model on CPU
python yolov8_region_counter.py --source "path/to/video.mp4" --device cpu
# Change model file
python yolov8_region_counter.py --source "path/to/video.mp4" --weights "path/to/model.pt"
# Detect specific classes (e.g., first and third classes)
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2
# View results without saving
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img
オプションの引数
名称 | タイプ | デフォルト | 説明 |
---|---|---|---|
--source |
str |
None |
ビデオファイルへのパス(ウェブカメラ用) 0 |
--line_thickness |
int |
2 |
バウンディング・ボックスの厚さ |
--save-img |
bool |
False |
予測したビデオ/画像を保存する |
--weights |
str |
yolov8n.pt |
ウェイトファイルのパス |
--classes |
list |
None |
特定のクラスを検出する。 |
--region-thickness |
int |
2 |
リージョンボックスの厚さ |
--track-thickness |
int |
2 |
トラッキングラインの太さ |