Link to this sectionUltralytics YOLO26을 이용한 객체 카운팅#

Link to this section객체 카운팅이란 무엇인가요?#

Ultralytics YOLO26을 사용한 객체 카운팅은 비디오 및 카메라 스트림 내 특정 객체를 정확하게 식별하고 개수를 세는 작업을 포함합니다. YOLO26은 최첨단 알고리즘과 딥러닝 기능을 바탕으로 실시간 애플리케이션에서 뛰어난 성능을 발휘하며, 군중 분석이나 감시와 같은 다양한 시나리오에서 효율적이고 정밀한 객체 카운팅을 제공합니다.

Link to this section객체 카운팅의 이점#

• 자원 최적화: 객체 카운팅은 정확한 수치를 제공하여 효율적인 자원 관리를 용이하게 하며, 재고 관리와 같은 애플리케이션에서 자원 배분을 최적화합니다.
• 보안 강화: 객체 카운팅은 엔티티를 정확하게 추적하고 카운팅함으로써 보안 및 감시 기능을 강화하며, 사전 예방적인 위협 탐지를 지원합니다.
• 정보에 입각한 의사결정: 객체 카운팅은 의사결정을 위한 귀중한 인사이트를 제공하여 소매업, 교통 관리 및 기타 다양한 분야의 프로세스를 최적화합니다.

Link to this section실제 세계에서의 활용 사례#

물류	양식업
Ultralytics YOLO26을 이용한 컨베이어 벨트 패키지 카운팅	Ultralytics YOLO26을 이용한 해양 어류 카운팅

# Run a counting example
yolo solutions count show=True

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

# Pass region coordinates
yolo solutions count region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Link to this sectionObjectCounter 인수#

ObjectCounter 인수를 정리한 표입니다:

ObjectCounter 솔루션은 여러 track 인수의 사용을 허용합니다:

또한 아래 나열된 시각화 인수가 지원됩니다:

Link to this sectionFAQ#

Link to this sectionUltralytics YOLO26을 사용하여 비디오에서 객체를 어떻게 카운팅하나요?#

Ultralytics YOLO26을 사용하여 비디오에서 객체를 카운팅하려면 다음 단계를 따르십시오:

1. 필요한 라이브러리(cv2, ultralytics)를 가져옵니다.
2. 카운팅 영역(예: 다각형, 선 등)을 정의합니다.
3. 비디오 캡처를 설정하고 객체 카운터를 초기화합니다.
4. 각 프레임을 처리하여 객체를 추적하고 정의된 영역 내에서 카운트합니다.

영역 내 카운팅에 대한 간단한 예제는 다음과 같습니다:

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    assert cap.isOpened(), "Error reading video file"
    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(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

더 고급 구성 및 옵션은 여러 영역에서 동시에 객체를 카운팅하는 RegionCounter 솔루션을 확인하십시오.

Link to this section객체 카운팅에 Ultralytics YOLO26을 사용할 때의 장점은 무엇인가요?#

객체 카운팅에 Ultralytics YOLO26을 사용하면 여러 이점이 있습니다:

1. 자원 최적화: 정확한 수치를 제공하여 효율적인 자원 관리를 용이하게 하며, 재고 관리와 같은 산업에서 자원 배분을 최적화하는 데 도움이 됩니다.
2. 보안 강화: 엔티티를 정확하게 추적하고 카운팅하여 보안 및 감시 기능을 강화하며, 사전 예방적 위협 탐지 및 보안 시스템을 지원합니다.
3. 정보에 입각한 의사결정: 의사결정을 위한 귀중한 인사이트를 제공하여 소매, 교통 관리 등 다양한 분야의 프로세스를 최적화합니다.
4. 실시간 처리: YOLO26의 아키텍처는 실시간 추론을 가능하게 하여 실시간 비디오 스트림 및 시간에 민감한 애플리케이션에 적합합니다.

구현 예시 및 실용적인 애플리케이션은 특정 구역 내 객체 추적을 위한 TrackZone 솔루션을 확인하십시오.

Link to this sectionUltralytics YOLO26을 사용하여 특정 클래스의 객체를 카운팅하려면 어떻게 해야 하나요?#

Ultralytics YOLO26을 사용하여 특정 클래스의 객체를 카운팅하려면 추적 단계에서 관심 있는 클래스를 지정해야 합니다. 아래는 Python 예제입니다:

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    assert cap.isOpened(), "Error reading video file"
    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(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

이 예제에서 classes_to_count=[0, 2]는 클래스 0과 2(예: COCO 데이터셋의 사람 및 자동차)에 해당하는 객체를 카운트함을 의미합니다. 클래스 인덱스에 대한 자세한 정보는 COCO 데이터셋 문서에서 확인할 수 있습니다.

Link to this section실시간 애플리케이션을 위해 다른 객체 탐지 모델보다 YOLO26을 사용해야 하는 이유는 무엇인가요?#

Ultralytics YOLO26은 Faster R-CNN, SSD 및 이전 YOLO 버전과 같은 다른 객체 탐지 모델에 비해 다음과 같은 여러 장점을 제공합니다:

1. 속도 및 효율성: YOLO26은 실시간 처리 기능을 제공하여 감시 및 자율 주행과 같이 고속 추론이 필요한 애플리케이션에 이상적입니다.
2. 정확도: 객체 탐지 및 추적 작업에서 최첨단 정확도를 제공하여 오탐지(false positive) 수를 줄이고 전체 시스템 안정성을 향상시킵니다.
3. 통합 용이성: YOLO26은 모바일 및 엣지 디바이스를 포함한 다양한 플랫폼 및 장치와 원활하게 통합되며, 이는 현대 AI 애플리케이션에 매우 중요합니다.
4. 유연성: 객체 탐지, 세그멘테이션, 추적과 같은 다양한 작업을 지원하며 특정 사용 사례 요구 사항을 충족하도록 모델을 구성할 수 있습니다.

기능 및 성능 비교에 대한 자세한 내용은 Ultralytics YOLO26 문서를 확인하십시오.

Link to this section군중 분석이나 교통 관리와 같은 고급 애플리케이션에 YOLO26을 사용할 수 있나요?#

네, Ultralytics YOLO26은 실시간 탐지 기능, 확장성 및 통합 유연성 덕분에 군중 분석 및 교통 관리와 같은 고급 애플리케이션에 완벽하게 적합합니다. 고급 기능은 동적 환경에서 높은 정확도로 객체를 추적, 카운팅 및 분류할 수 있게 합니다. 사용 사례 예시는 다음과 같습니다:

• 군중 분석: 대규모 모임을 모니터링 및 관리하고, 영역 기반 카운팅을 통해 안전을 확보하고 군중 흐름을 최적화합니다.
• 교통 관리: 속도 추정 기능을 통해 실시간으로 차량을 추적 및 카운팅하고, 교통 패턴을 분석하며 정체를 관리합니다.
• 소매 분석: 고객의 이동 패턴과 제품 상호작용을 분석하여 매장 레이아웃을 최적화하고 고객 경험을 개선합니다.
• 산업 자동화: 컨베이어 벨트 위의 제품을 카운팅하고 생산 라인을 모니터링하여 품질 관리 및 효율성을 개선합니다.

더 전문적인 애플리케이션의 경우, 실제 컴퓨터 비전 문제를 해결하기 위해 설계된 포괄적인 도구 모음인 Ultralytics 솔루션을 확인하십시오.