Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics YOLO26을 활용한 분석#

Ultralytics YOLO26을 사용한 분석은 객체 탐지 및 추적 결과를 실시간 차트로 변환하여, 비디오 프레임별로 객체 수의 변화를 확인할 수 있게 합니다. 이 가이드에서는 4가지 데이터 시각화 유형인 꺾은선 그래프, 막대 그래프, 원형 차트, 영역 그래프를 다루며, 공유된 Python 및 CLI 예제를 통해 이들 간에 전환하는 방법을 보여줍니다.



Watch: How to generate Analytical Graphs using Ultralytics | Line Graphs, Bar Plots, Area and Pie Charts

Link to this section시각적 샘플#

선 그래프막대 그래프원형 차트
객체 추적을 위한 YOLO 분석 선 그래프탐지 횟수를 위한 YOLO 분석 막대 그래프클래스 분포를 위한 YOLO 분석 원형 차트

Link to this section탐지 데이터를 시각화해야 하는 이유는 무엇입니까?#

  • **꺾은선 그래프(Line graphs)**는 단기 및 장기적인 변화를 추적하고 동일한 기간 동안 여러 그룹의 변화를 비교하는 데 이상적입니다.
  • **막대 그래프(Bar plots)**는 여러 카테고리에 걸쳐 수량을 비교하고 카테고리와 수치 값 간의 관계를 보여주는 데 적합합니다.
  • **원형 차트(Pie charts)**는 카테고리 간의 비율을 나타내고 전체의 일부분을 보여주는 데 효과적입니다.
  • **영역 그래프(Area plots)**는 꺾은선 그래프의 아래 영역을 채워 클래스별 객체 수 변화를 한눈에 더 쉽게 파악할 수 있게 합니다.

Link to this section분석 그래프 생성하기#

비디오를 Analytics 솔루션에 전달하고 analytics_type으로 차트를 선택합니다. 이 솔루션은 매 프레임마다 탐지 및 추적을 실행하고, (기본값인) 1280×720 크기의 차트를 렌더링하여 출력 비디오로 바로 저장할 수 있습니다. 단일 인수를 사용하여 "line", "bar", "pie", "area" 사이를 전환할 수 있습니다.

Ultralytics YOLO를 활용한 분석
yolo solutions analytics show=True

# Pass the source
yolo solutions analytics source="path/to/video.mp4"

# Generate the pie chart
yolo solutions analytics analytics_type="pie" show=True

# Generate the bar plots
yolo solutions analytics analytics_type="bar" show=True

# Generate the area plots
yolo solutions analytics analytics_type="area" show=True

Link to this sectionAnalytics 인수#

다음은 Analytics 인수를 요약한 표입니다:

인수유형기본값설명
modelstrNoneUltralytics YOLO 모델 파일 경로입니다.
analytics_typestr'line'그래프 유형으로, line(선형), bar(막대), area(영역), 또는 pie(원형)를 지원합니다.

You can also leverage different track arguments in the Analytics solution.

인수유형기본값설명
trackerstr'botsort.yaml'사용할 추적 알고리즘을 지정합니다. 기본 옵션은 다음과 같습니다: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.1탐지에 대한 신뢰도 임계값을 설정합니다. 값이 낮을수록 더 많은 객체가 추적되지만 잘못된 긍정 탐지(false positives)가 포함될 수 있습니다.
ioufloat0.7겹치는 탐지를 필터링하기 위한 Intersection over Union (IoU) 임계값을 설정합니다.
classeslistNone클래스 인덱스로 결과를 필터링합니다. 예를 들어, classes=[0, 2, 3]은 지정된 클래스만 추적합니다.
verboseboolTrue추적 결과 표시를 제어하여 추적된 객체의 시각적 출력을 제공합니다.
devicestrNone추론을 위한 장치(예: cpu, cuda:0 또는 0)를 지정합니다. 사용자가 모델 실행을 위해 CPU, 특정 GPU 또는 기타 컴퓨팅 장치를 선택할 수 있도록 합니다.

추가적으로 다음 시각화 인수가 지원됩니다:

인수유형기본값설명
showboolFalseTrue일 경우, 주석이 달린 이미지나 비디오를 창에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백을 확인하는 데 유용합니다.
line_widthint or NoneNone바운딩 박스의 선 굵기를 지정합니다. None일 경우, 선 굵기가 이미지 크기에 따라 자동으로 조정됩니다. 명확성을 위해 시각적 커스터마이징을 제공합니다.

Link to this section결론#

언제, 어떻게 다양한 유형의 시각화 도구를 사용해야 하는지 이해하는 것은 효과적인 데이터 분석에 매우 중요합니다. 선 그래프, 막대 그래프, 원형 차트는 데이터의 이야기를 더 명확하고 효과적으로 전달하도록 돕는 기본적인 도구입니다. Ultralytics YOLO26 Analytics 솔루션은 객체 탐지 및 추적 결과로부터 이러한 시각화 자료를 생성하는 간소화된 방법을 제공하며, 이를 통해 시각 데이터에서 의미 있는 인사이트를 더 쉽게 추출할 수 있습니다.

Link to this sectionFAQ#

Link to this sectionUltralytics YOLO26 Analytics를 사용하여 선 그래프를 만들려면 어떻게 해야 합니까?#

Ultralytics YOLO26 Analytics를 사용하여 선 그래프를 만들려면 다음 단계를 따르십시오:

  1. YOLO26 모델을 로드하고 비디오 파일을 엽니다.
  2. Initialize the Analytics class with analytics_type="line".
  3. 비디오 프레임을 반복하며 매 프레임마다 솔루션을 호출하여 객체 수와 같은 데이터로 꺾은선 그래프를 업데이트합니다.
  4. 차트를 저장하기 위해 results.plot_im을 출력 비디오로 작성합니다.

시작점으로 위의 Python 예제를 사용하십시오. 이미 전체 프레임 루프가 실행되고 있으며 꺾은선 그래프가 기본 analytics_type으로 설정되어 있습니다.

Link to this sectionUltralytics YOLO26을 사용하여 막대 그래프를 생성하면 어떤 이점이 있습니까?#

Ultralytics YOLO26을 사용하여 막대 그래프를 생성하면 다음과 같은 여러 이점이 있습니다:

  1. 실시간 데이터 시각화: 객체 탐지 결과를 막대 그래프에 매끄럽게 통합하여 동적으로 업데이트합니다.
  2. 사용 편의성: 간단한 API와 함수를 통해 데이터를 구현하고 시각화하기가 매우 쉽습니다.
  3. 사용자 지정: 제목, 레이블, 색상 등을 특정 요구 사항에 맞게 사용자 지정할 수 있습니다.
  4. 효율성: 많은 양의 데이터를 효율적으로 처리하고 비디오 처리 중에 실시간으로 그래프를 업데이트합니다.

To generate a bar plot, set analytics_type="bar" in the Python example above — the rest of the frame loop is identical. See the Visual Samples section for a preview.

Link to this section데이터 시각화 프로젝트에서 원형 차트를 만들기 위해 Ultralytics YOLO26을 사용해야 하는 이유는 무엇입니까?#

Ultralytics YOLO26은 다음과 같은 이유로 원형 차트를 만들기에 탁월한 선택입니다:

  1. 객체 탐지와의 통합: 객체 탐지 결과를 원형 차트에 직접 통합하여 즉각적인 인사이트를 얻을 수 있습니다.
  2. 사용자 친화적인 API: 최소한의 코드로 설정 및 사용이 간편합니다.
  3. 사용자 지정 가능: 색상, 레이블 등에 대한 다양한 사용자 지정 옵션을 제공합니다.
  4. 실시간 업데이트: 비디오 분석 프로젝트에 이상적인 실시간 데이터 처리 및 시각화가 가능합니다.

To generate a pie chart, set analytics_type="pie" in the Python example above. For more information, refer to the Visual Samples section in the guide.

Link to this sectionUltralytics YOLO26을 사용하여 객체를 추적하고 시각화 자료를 동적으로 업데이트할 수 있습니까?#

네. 추적 기능은 Analytics 솔루션에 내장되어 있습니다. 실시간으로 여러 객체를 추적하고 매 프레임마다 추적된 객체의 데이터를 기반으로 차트를 업데이트하므로, 꺾은선 그래프, 막대 그래프, 원형 차트, 영역 그래프 모두 실시간 수치를 반영합니다. 위의 Python 예제의 프레임 루프가 정확히 이 작업을 수행합니다. 기본 추적 기능에 대해 자세히 알아보려면 추적(Tracking) 섹션을 참조하십시오.

Link to this sectionUltralytics YOLO26은 OpenCV 및 TensorFlow와 같은 다른 객체 탐지 솔루션과 어떻게 다릅니까?#

Ultralytics YOLO26은 다음과 같은 여러 이유로 OpenCV 및 TensorFlow와 같은 다른 객체 탐지 솔루션과 차별화됩니다:

  1. 최첨단 정확도: YOLO26은 객체 탐지, 인스턴스 세그멘테이션, 시맨틱 세그멘테이션 및 분류 작업에서 탁월한 정확도를 제공합니다.
  2. 사용 편의성: 사용자 친화적인 API를 통해 복잡한 코딩 없이도 빠르게 구현하고 통합할 수 있습니다.
  3. 실시간 성능: 고속 추론에 최적화되어 실시간 애플리케이션에 적합합니다.
  4. 다양한 애플리케이션: 다중 객체 추적, 사용자 지정 모델 학습, ONNX, TensorRT, CoreML과 같은 다양한 형식으로의 내보내기를 포함한 여러 작업을 지원합니다.
  5. 포괄적인 문서: 사용자가 모든 단계를 진행할 수 있도록 안내하는 방대한 문서 및 블로그 리소스입니다.

더 자세한 비교와 사용 사례는 Ultralytics 블로그에서 확인하십시오.

기여자
GLglenn-jocher11RIRizwanMunawar9RAraimbekovm2MAMatthewNoyce2LAlakshanthad1IVIvorZhu3311

댓글