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。

# 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

コメント