Ultralytics YOLO26을 사용한 객체 추적 히트맵#

Ultralytics YOLO26의 히트맵 솔루션은 비디오 프레임 전체에서 객체를 추적하고 누적된 이동 강도를 각 프레임에 오버레이합니다. 따라서 활동이 많은 영역은 따뜻한 색상으로 밝게 표시되고, 조용한 영역은 차가운 색상으로 유지됩니다. YOLO26 객체 추적을 기반으로 구축된 이 솔루션은 단일 Python 호출 또는 CLI 명령으로 모든 비디오를 공간 활동 맵으로 변환하여 교통 흐름, 군중 이동 및 체류 구역을 보여줍니다.

비디오 분석에 히트맵을 사용하는 이유#

• 활동 패턴을 한눈에 파악: 추적된 객체가 머무는 위치에서 강도가 누적되므로, 프레임을 수동으로 하나씩 검토하지 않아도 교통량이 많은 차선, 인기 있는 진열대 또는 군중이 몰리는 병목 구간을 쉽게 확인할 수 있습니다.
• 추적 기능 기본 제공: 이 솔루션은 내부적으로 YOLO26 감지 및 추적을 실행하므로 별도의 추적 파이프라인을 연결할 필요가 없습니다.
• 동일한 처리 과정에서 카운팅: region을 전달하면 히트맵을 생성하는 동안 구역에 들어오고 나가는 객체를 카운트할 수 있어, 한 번의 실행으로 두 가지 분석 작업을 결합할 수 있습니다.

실제 적용 사례#

교통	리테일
Ultralytics YOLO 교통 히트맵	Ultralytics YOLO 리테일 히트맵

Ultralytics YOLO로 히트맵을 생성하는 방법#

CLI 또는 Python을 사용하여 비디오 소스에서 히트맵 솔루션을 실행합니다. Python 예제는 처리된 프레임을 출력 비디오 파일에 기록합니다.

# 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 인수 표입니다.

Heatmap 솔루션에서 다양한 track 인수를 적용할 수도 있습니다.

또한 지원되는 시각화 인수는 다음과 같습니다.

히트맵 컬러맵#

colormap 인수는 모든 OpenCV 컬러맵을 허용합니다. 예를 들어 cv2 모듈의 상수를 colormap=cv2.COLORMAP_INFERNO과 같이 전달합니다.

히트맵 작동 방식#

히트맵 솔루션은 ObjectCounter 클래스를 확장합니다. 처음 처리되는 프레임에서 프레임 크기에 맞는 빈 강도 레이어를 생성합니다. 그런 다음 각 프레임을 다음 두 단계로 처리합니다.

1. YOLO26 추적이 프레임의 모든 객체를 감지하고 추적합니다.
2. 추적된 각 객체에 대해 해당 객체의 BBox 중심을 기준으로 하는 원형 영역 내에서 히트맵 강도가 증가합니다.

프레임마다 한 번씩 누적된 강도 레이어를 정규화하고, 선택한 컬러맵으로 색을 입힌 다음 원본 프레임과 혼합합니다. 하나 이상의 객체가 추적되는 즉시 오버레이가 표시되며, 추적된 객체가 없는 프레임은 히트맵 오버레이 없이 표시됩니다.

그 결과 시간이 지남에 따라 누적되는 동적 시각화가 생성되어 비디오 데이터의 교통 패턴, 군중 이동 또는 기타 공간적 행동을 보여줍니다. region이 설정되면 히트맵이 생성되는 동안 해당 영역에 들어오고 나가는 객체도 카운트합니다.

결론#

Ultralytics YOLO26 히트맵 솔루션은 몇 줄의 코드만으로 객체 추적 결과를 직관적인 활동 오버레이로 변환합니다. 더 자세히 알아보려면 객체 카운팅과 결합하거나, 다른 Ultralytics Solutions을 살펴보거나, 기본 추적 모드에 대해 읽어보세요.

FAQ#