다중 객체 추적 데이터세트 개요

다중 객체 추적은 비디오 프레임에서 객체를 식별하고 감지된 각 객체의 고유 ID를 유지하는 비디오 분석의 중요한 구성 요소입니다. Ultralytics YOLO 감시, 스포츠 분석, 트래픽 모니터링 등 다양한 영역에 적용할 수 있는 강력한 추적 기능을 제공합니다.

데이터 집합 형식(출시 예정)

다중 객체 감지기는 독립형 훈련이 필요하지 않으며 사전 훈련된 감지, 세분화 또는 포즈 모델을 직접 지원합니다. 트레이닝 트래커 단독 지원도 곧 제공될 예정입니다.

사용 가능한 트래커

Ultralytics YOLO 다음과 같은 추적 알고리즘을 지원합니다:

• BoT-SORT - 사용 botsort.yaml 를 클릭하여 이 트래커를 활성화합니다(기본값).
• ByteTrack - 사용 bytetrack.yaml 를 클릭 하여 이 추적기를 활성화합니다.

사용법

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3, iou=0.5 show

프레임 간 트랙 유지

비디오 프레임 전체에 걸쳐 연속적으로 추적하려면 persist=True 매개변수입니다:

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo11n.pt")

# Open the video file
cap = cv2.VideoCapture("path/to/video.mp4")

while cap.isOpened():
    success, frame = cap.read()
    if success:
        # Run tracking with persistence between frames
        results = model.track(frame, persist=True)

        # Visualize the results
        annotated_frame = results[0].plot()
        cv2.imshow("Tracking", annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        break

cap.release()
cv2.destroyAllWindows()

자주 묻는 질문

다중 객체 추적은 어떻게 사용하나요 Ultralytics YOLO ?

다중 객체 추적을 사용하려면 Ultralytics YOLO , 제공된 Python 또는 CLI 예제를 사용하여 시작할 수 있습니다. 시작하는 방법은 다음과 같습니다:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")  # Load the YOLO11 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3 iou=0.5 show

이 명령은 YOLO11 모델을 로드하고 지정된 비디오 소스의 오브젝트를 특정 신뢰도로 추적하는 데 사용합니다(conf) 및 유니온 위의 교차로 (iou) 임계값을 설정합니다. 자세한 내용은 트랙 모드 문서.

Ultralytics 에서 트레이닝 트래커를 위한 예정된 기능은 무엇인가요?

Ultralytics 는 AI 모델을 지속적으로 개선하고 있습니다. 곧 출시될 기능을 통해 독립형 트래커를 훈련할 수 있게 될 예정입니다. 그 전까지는 다중 객체 감지기가 사전 학습된 감지, 세분화 또는 포즈 모델을 활용하여 독립형 학습 없이 추적합니다. 블로그를 팔로우하거나 곧 출시될 기능을 확인하여 최신 소식을 받아보세요.

다중 객체 추적에 Ultralytics YOLO 을 사용해야 하는 이유는 무엇인가요?

Ultralytics YOLO 는 실시간 성능과 높은 정확도로 잘 알려진 최첨단 객체 감지 모델입니다. 다중 객체 추적에 YOLO 을 사용하면 여러 가지 이점이 있습니다:

• 실시간 추적: 동적인 환경에 이상적인 효율적이고 빠른 추적을 달성하세요.
• 사전 학습된 모델을 통한 유연성: 처음부터 학습할 필요 없이 미리 학습된 감지, 세분화 또는 포즈 모델을 사용하기만 하면 됩니다.
• 사용 편의성: Python 및 CLI 과의 간단한 API 통합으로 추적 파이프라인을 간편하게 설정할 수 있습니다.
• 광범위한 문서 및 커뮤니티 지원: Ultralytics 에서는 문제를 해결하고 추적 모델을 개선하기 위한 포괄적인 문서와 활발한 커뮤니티 포럼을 제공합니다.

추적 설정 및 사용( YOLO )에 대한 자세한 내용은 추적 사용 가이드를 참조하세요.

Ultralytics YOLO 에서 다중 개체 추적에 사용자 지정 데이터 세트를 사용할 수 있나요?

예, Ultralytics YOLO 을 통해 다중 개체 추적에 사용자 지정 데이터 세트를 사용할 수 있습니다. 독립형 트래커 트레이닝에 대한 지원은 곧 제공될 예정이지만, 이미 사용자 지정 데이터 세트에서 사전 트레이닝된 모델을 사용할 수 있습니다. YOLO 와 호환되는 적절한 형식으로 데이터 세트를 준비하고 설명서에 따라 통합하세요.

Ultralytics YOLO 추적 모델의 결과를 어떻게 해석하나요?

Ultralytics YOLO 으로 추적 작업을 실행하면 추적된 개체 ID, 해당 경계 상자 및 신뢰도 점수와 같은 다양한 데이터 포인트가 결과에 포함됩니다. 다음은 이러한 결과를 해석하는 방법에 대한 간략한 개요입니다:

• 추적된 ID: 각 개체에는 고유 ID가 할당되어 여러 프레임에서 추적하는 데 도움이 됩니다.
• 바운딩 박스: 프레임 내에서 추적된 객체의 위치를 나타냅니다.
• 신뢰도 점수: 추적된 객체를 감지하는 모델의 신뢰도를 반영합니다.

이러한 결과를 해석하고 시각화하는 방법에 대한 자세한 안내는 결과 처리 가이드를 참조하세요.

트래커 구성을 사용자 지정하려면 어떻게 해야 하나요?

트래커 구성 파일의 수정된 버전을 생성하여 트래커를 사용자 지정할 수 있습니다. ultralytics 기존 트래커 구성 파일을 복사하고 필요에 따라 매개변수를 수정한 다음 트래커를 실행할 때 이 파일을 지정합니다:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.track(source="video.mp4", tracker="custom_tracker.yaml")

📅1 년 전 생성됨 ✏️ 업데이트됨 8 일 전

댓글