コンテンツにスキップ

Ultralytics YOLO26を使用したセキュリティアラームシステムプロジェクト

物体検知機能付きAI搭載セキュリティ警報システム

Ultralytics YOLO26を活用したセキュリティアラームシステムプロジェクトは、高度なコンピュータービジョン機能を統合し、セキュリティ対策を強化します。Ultralyticsによって開発されたYOLO26は、リアルタイムの物体detectを提供し、システムが潜在的なセキュリティ脅威を迅速に特定し、対応することを可能にします。このプロジェクトにはいくつかの利点があります。

  • リアルタイムdetect: YOLO26の効率性により、セキュリティアラームシステムはセキュリティインシデントをリアルタイムでdetectし、対応できるため、応答時間を最小限に抑えます。
  • 精度: YOLO26は物体detectにおける精度で知られており、誤検知を減らし、セキュリティアラームシステムの信頼性を高めます。
  • 統合機能: このプロジェクトは、既存のセキュリティインフラストラクチャとシームレスに統合でき、インテリジェントな監視のアップグレードされたレイヤーを提供します。



見る: Ultralytics YOLO26とソリューションを組み合わせたセキュリティアラームシステム 物体検出

App Passwordの生成が必要です。

  • 移動先 App Passwordジェネレーターのようなアプリ名を指定し、「セキュリティプロジェクト」のような16桁のパスワードを取得します。このパスワードをコピーして、指定された場所に貼り付けます。 password フィールドを使用します。

Ultralytics YOLOを使用したセキュリティアラームシステム

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("security_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

from_email = "abc@gmail.com"  # the sender email address
password = "---- ---- ---- ----"  # 16-digits password generated via: https://myaccount.google.com/apppasswords
to_email = "xyz@gmail.com"  # the receiver email address

# Initialize security alarm object
securityalarm = solutions.SecurityAlarm(
    show=True,  # display the output
    model="yolo26n.pt",  # e.g., yolo26s.pt, yolo26m.pt
    records=1,  # total detections count to send an email
)

securityalarm.authenticate(from_email, password, to_email)  # authenticate the email server

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = securityalarm(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

コードを実行すると、オブジェクトがdetectされた場合に単一のメール通知を受け取ります。通知は即座に送信され、繰り返しではありません。プロジェクトの要件に合わせてコードをカスタマイズできます。

受信メールのサンプル

セキュリティ警告メール通知の例

SecurityAlarm 引数

の表を以下に示します。 SecurityAlarm 引数:

引数種類デフォルト説明
modelstrNoneUltralytics YOLOモデルファイルへのパス。
recordsint5セキュリティアラームシステムでメールをトリガーするための総検出数。

The SecurityAlarm ソリューションは、さまざまな以下をサポートしています。 track パラメータ:

引数種類デフォルト説明
trackerstr'botsort.yaml'使用する追跡アルゴリズムを指定します。例: bytetrack.yaml または botsort.yaml.
conffloat0.1検出の信頼度閾値を設定します。低い値を設定すると、より多くのオブジェクトを追跡できますが、誤検出が含まれる可能性があります。
ioufloat0.7重複する検出をフィルタリングするためのIntersection over Union (IoU) 閾値を設定します。
classeslistNoneクラスインデックスで結果をフィルタリングします。例: classes=[0, 2, 3] 指定されたクラスのみを追跡します。
verboseboolTrue追跡結果の表示を制御し、追跡されたオブジェクトの視覚的な出力を提供します。
devicestrNone推論に使用するデバイスを指定します(例: cpu, cuda:0 または 0)。モデル実行のために、CPU、特定のGPU、またはその他の計算デバイスを選択できます。

さらに、以下の可視化設定が利用可能です:

引数種類デフォルト説明
showboolFalseもし True)は、アノテーションが付けられた画像またはビデオをウィンドウに表示します。開発またはテスト中に、視覚的なフィードバックを即座に得るのに役立ちます。
line_widthint or NoneNoneバウンディングボックスの線の太さを指定します。もし None場合、線の太さは画像サイズに基づいて自動的に調整されます。明確にするための視覚的なカスタマイズを提供します。
show_confboolTrueラベルとともに、検出ごと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実性についての洞察が得られます。
show_labelsboolTrue検出された各オブジェクトのラベルを視覚的な出力に表示します。検出されたオブジェクトをすぐに理解できます。

仕組み

セキュリティアラームシステムは以下を使用します オブジェクト追跡 ビデオフィードを監視し、潜在的なセキュリティ脅威をdetectするため。システムが指定されたしきい値(によって設定された)を超えるオブジェクトをdetectすると、 records パラメータが設定されている場合、検出されたオブジェクトを示す画像を添付したメール通知が自動的に送信されます。

このシステムは、以下のメソッドを提供するSecurityAlarmクラスを活用しています。

  1. フレームを処理してオブジェクト検出を抽出
  2. 検出されたオブジェクトの周囲にバウンディングボックスでフレームに注釈を付けます
  3. 検出閾値を超えた場合にメール通知を送信する

この実装は、ホームセキュリティ、小売監視、および検出されたオブジェクトの即時通知が重要なその他の監視アプリケーションに最適です。

よくある質問

Ultralytics YOLO26は、セキュリティアラームシステムの精度をどのように向上させますか?

Ultralytics YOLO26は、高精度なリアルタイム物体detect機能を提供することで、セキュリティアラームシステムを強化します。その高度なアルゴリズムは誤検知を大幅に削減し、システムが真の脅威にのみ応答することを保証します。この信頼性の向上は、既存のセキュリティインフラストラクチャとシームレスに統合でき、監視全体の品質を向上させます。

Ultralytics YOLO26を既存のセキュリティインフラストラクチャと統合できますか?

はい、Ultralytics YOLO26は既存のセキュリティインフラストラクチャとシームレスに統合できます。このシステムは様々なモードをサポートし、カスタマイズの柔軟性を提供するため、既存のセットアップを高度な物体detect機能で強化できます。プロジェクトにYOLO26を統合するための詳細な手順については、統合セクションをご覧ください。

Ultralytics YOLO26を実行するためのストレージ要件は何ですか?

標準的なセットアップでUltralytics YOLO26を実行するには、通常約5GBの空きディスク容量が必要です。これには、YOLO26モデルと追加の依存関係を保存するためのスペースが含まれます。クラウドベースのソリューションの場合、Ultralytics Platformは効率的なプロジェクト管理とデータセット処理を提供し、ストレージ要件を最適化できます。拡張ストレージを含む強化された機能については、Pro Planの詳細をご覧ください。

Ultralytics YOLO26は、Faster R-CNNやSSDのような他の物体detectモデルと何が異なりますか?

Ultralytics YOLO26は、リアルタイムdetect機能と高い精度により、Faster R-CNNやSSDのようなモデルに対して優位性を提供します。その独自のアーキテクチャにより、精度を損なうことなく画像をはるかに高速に処理できるため、セキュリティアラームシステムのような時間制約のあるアプリケーションに最適です。物体detectモデルの包括的な比較については、弊社のガイドをご覧ください。

Ultralytics YOLO26を使用して、セキュリティシステムにおける誤検知の頻度を減らすにはどうすればよいですか?

誤検知を減らすには、Ultralytics YOLO26モデルが多様で適切にアノテーションされたデータセットで十分に訓練されていることを確認してください。ハイパーパラメータの微調整と、新しいデータによるモデルの定期的な更新は、detect精度を大幅に向上させることができます。詳細なハイパーパラメータチューニング技術については、弊社のハイパーパラメータチューニングガイドをご覧ください。



📅 2年前に作成 ✏️ 5日前に更新
glenn-jocherRizwanMunawarUltralyticsAssistantpderrengeronuralpszrY-T-Gjk4eambitious-octopusIvorZhu331

コメント