Ultralytics YOLO26를 이용한 객체 추적 히트맵#

Ultralytics YOLO26의 Heatmap solution은 비디오 프레임 전체에서 객체를 추적하고 누적된 움직임 강도를 각 프레임 위에 오버레이하므로, 활발한 영역은 따뜻한 색상으로 빛나고 한적한 영역은 차갑게 유지됩니다. YOLO26 object tracking을 기반으로 구축되어 단 하나의 Python 호출 또는 CLI 명령으로 모든 비디오를 트래픽 흐름, 군중 움직임, 체류 구역을 드러내는 공간 활동 맵으로 변환합니다.

비디오 분석에 히트맵을 사용하는 이유는 무엇입니까?#

• 활동 패턴을 한눈에 파악: 추적된 객체가 머무는 곳마다 강도가 축적되므로, 수동으로 프레임별 검토를 하지 않아도 교통량이 많은 차선, 인기 있는 선반 또는 군중 병목 현상을 쉽게 식별할 수 있습니다.
• 추적 기능 내장: 이 솔루션은 YOLO26 탐지 및 추적을 내부적으로 실행하므로 별도의 추적 파이프라인을 연결할 필요가 없습니다.
• 동일 패스에서의 카운팅: region을 전달하여 히트맵이 빌드되는 동안 구역에 진입하고 나가는 객체를 카운트함으로써 두 가지 분석 작업을 한 번의 실행으로 결합합니다.

실제 세계에서의 활용 사례#

교통	소매
Ultralytics YOLO 교통 히트맵	Ultralytics YOLO 소매점 히트맵

Ultralytics YOLO로 히트맵을 생성하는 방법#

CLI 또는 Python을 사용하여 비디오 소스에서 히트맵 솔루션을 실행하십시오. 다음은 Python 예제이며 처리된 프레임을 출력 비디오 파일로 저장합니다:

# Run a heatmap example
yolo solutions heatmap show=True

# Pass a source video
yolo solutions heatmap source="path/to/video.mp4"

# Pass a custom colormap
yolo solutions heatmap colormap=cv2.COLORMAP_INFERNO

# Heatmaps + object counting
yolo solutions heatmap region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Heatmap() 인수#

다음은 Heatmap 인수가 포함된 표입니다:

Heatmap 솔루션에서 다양한 track 인수를 적용할 수도 있습니다.

또한 지원되는 시각화 인수는 아래에 나열되어 있습니다:

히트맵 컬러맵#

colormap 인수는 모든 OpenCV colormap을 허용합니다. cv2 모듈에서 상수를 전달합니다(예: colormap=cv2.COLORMAP_INFERNO):

히트맵 작동 원리#

Heatmap solution은 ObjectCounter 클래스를 확장합니다. 처리된 첫 번째 프레임에서 프레임 크기에 일치하는 빈 강도 레이어를 생성합니다. 그 후 각 프레임은 두 단계로 처리됩니다:

1. YOLO26 추적은 프레임 내의 모든 객체를 탐지하고 추적합니다.
2. 추적된 각 객체에 대해 히트맵 강도는 경계 상자(BBox) 중심의 원형 영역 내에서 증가합니다.

프레임당 한 번, 누적된 강도 레이어가 정규화되고 선택된 컬러맵으로 색상이 지정된 뒤 원본 프레임과 블렌딩됩니다. 오버레이는 객체가 하나 이상 추적되는 즉시 나타나며, 객체가 없는 프레임에는 히트맵 오버레이가 표시되지 않습니다.

그 결과 시간 지남에 따라 빌드되는 동적 시각화가 생성되어 비디오 데이터의 트래픽 패턴, 군중 이동 또는 기타 공간적 거동이 드러납니다. region이 설정되면, 이 솔루션은 히트맵이 빌드되는 동안 해당 영역에 진입하고 나가는 객체 카운트도 수행합니다.

결론#

Ultralytics YOLO26 Heatmap solution은 몇 줄의 코드로 객체 추적 결과를 직관적인 활동 오버레이로 변환합니다. 더 나아가려면 object counting과 결합하거나, 다른 Ultralytics Solutions를 탐색하거나, 기본 tracking mode에 대해 읽어보십시오.

FAQ#

Ultralytics YOLO26은 비디오에서 어떻게 히트맵을 생성합니까?#

Ultralytics YOLO26은 비디오 프레임 전반에서 객체를 추적하고 각 추적된 객체의 위치에서 강도 값을 누적한 다음 결과를 색상화하고 원본 프레임과 블렌딩하여 히트맵을 생성합니다. 객체가 자주 나타나거나 머무르는 영역은 더 높은 강도가 빌드되어 더 따뜻한 색상으로 렌더링됩니다. 구성 옵션은 Heatmap() Arguments 섹션을 참조하십시오.

히트맵 결과를 비디오 파일로 저장하려면 어떻게 해야 합니까?#

main example에 표시된 대로 OpenCV의 cv2.VideoWriter을 사용하고 처리된 모든 프레임에 대해 results.plot_im을 작성하십시오. plot_im 속성에는 히트맵 오버레이가 이미 적용된 프레임이 포함됩니다.

히트맵을 객체 카운팅과 결합할 수 있습니까?#

예. 선, 사각형 또는 다각형 포인트와 함께 region 인수를 Heatmap()에 전달하면, 솔루션이 히트맵을 빌드하는 동안 해당 영역에 진입하고 나가는 객체를 카운트합니다. 반환된 결과에는 in_count, out_count, 및 클래스별 카운트가 포함됩니다. 영역 구성 세부 정보는 object counting guide를 참조하십시오.

Ultralytics YOLO26을 사용하여 히트맵에서 특정 객체 클래스만 시각화하려면 어떻게 해야 합니까?#

유지하려는 클래스 인덱스와 함께 classes 인수를 Heatmap()에 전달하십시오. 예를 들어, classes=[0, 2]는 사람과 자동차(COCO 클래스 인덱스 0 및 2)에서만 히트맵을 빌드합니다:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(show=True, model="yolo26n.pt", classes=[0, 2])

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

Ultralytics YOLO26 히트맵이 OpenCV나 Matplotlib 같은 다른 데이터 시각화 도구와 다른 점은 무엇입니까?#

Ultralytics YOLO26 히트맵은 object detection, 추적, 강도 누적, 오버레이 렌더링을 단일 호출로 통합하는 반면, OpenCV나 Matplotlib 같은 일반 도구는 해당 파이프라인을 직접 구축해야 합니다. 이 솔루션은 비디오 스트림을 실시간으로 처리하고 지속적인 추적 및 사용자 정의 가능한 컬러맵을 기본 지원합니다. 기본 모델에 대한 세부 정보는 YOLO26 model page를 참조하십시오.