Ultralytics YOLO11 🚀을 사용한 대기열 관리

대기열 관리란 무엇인가요?

을 사용한 대기열 관리 Ultralytics YOLO11 는 대기 시간을 줄이고 효율성을 높이기 위해 사람이나 차량의 줄을 구성하고 제어하는 것을 포함합니다. 대기열을 최적화하여 소매점, 은행, 공항, 의료 시설 등 다양한 환경에서 고객 만족도와 시스템 성능을 개선하는 것입니다.

Watch: 대기열 관리를 구현하는 방법 Ultralytics YOLO11 | 공항 및 지하철역

대기열 관리의 장점은?

• 대기 시간 단축: 대기열 관리 시스템은 대기열을 효율적으로 구성하여 고객의 대기 시간을 최소화합니다. 이는 고객이 대기 시간을 줄이고 제품이나 서비스에 더 많은 시간을 할애할 수 있어 만족도 향상으로 이어집니다.
• 효율성 향상: 대기열 관리를 구현하면 기업은 리소스를 보다 효과적으로 할당할 수 있습니다. 대기열 데이터를 분석하고 직원 배치를 최적화함으로써 기업은 운영을 간소화하고 비용을 절감하며 전반적인 생산성을 향상시킬 수 있습니다.

실제 애플리케이션

물류	리테일
공항 발권 카운터에서 대기열 관리 Ultralytics YOLO11	군중 속 대기열 모니터링 Ultralytics YOLO11

# Run a queue example
yolo solutions queue show=True

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

# Pass queue coordinates
yolo solutions queue region=[(20, 400), (1080, 404), (1080, 360), (20, 360)]

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("Path/to/video/file.mp4")

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
video_writer = cv2.VideoWriter("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Define queue region points
queue_region = [(20, 400), (1080, 404), (1080, 360), (20, 360)]  # Define queue region points
# queue_region = [(20, 400), (1080, 404), (1080, 360), (20, 360), (20, 400)]  # Define queue polygon points

# Init Queue Manager
queue = solutions.QueueManager(
    show=True,  # Display the output
    model="yolo11n.pt",  # Path to the YOLO11 model file
    region=queue_region,  # Pass queue region points
    # classes=[0, 2],  # If you want to count specific classes i.e person and car with COCO pretrained model.
    # line_width=2,  # Adjust the line width for bounding boxes and text display
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if success:
        out = queue.process_queue(im0)
        video_writer.write(im0)
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
        continue

    print("Video frame is empty or video processing has been successfully completed.")
    break

cap.release()
cv2.destroyAllWindows()

인수 QueueManager

인수 model.track

자주 묻는 질문

실시간 대기열 관리를 위해 Ultralytics YOLO11 을 사용하려면 어떻게 해야 하나요?

실시간 대기열 관리를 위해 Ultralytics YOLO11 을 사용하려면 다음 단계를 따르세요:

1. YOLO11 모델을 다음과 같이 로드합니다. YOLO("yolo11n.pt").
2. 다음을 사용하여 동영상 피드를 캡처합니다. cv2.VideoCapture.
3. 대기열 관리를 위한 관심 영역(ROI)을 정의합니다.
4. 프레임을 처리하여 개체를 감지하고 대기열을 관리합니다.

다음은 최소한의 예입니다:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 404), (1080, 360), (20, 360)]

queue = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region,
    line_width=3,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        out = queue.process_queue(im0)
        cv2.imshow("Queue Management", im0)
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break

cap.release()
cv2.destroyAllWindows()

Ultralytics HUB를 활용하면 대기열 관리 솔루션을 배포하고 관리할 수 있는 사용자 친화적인 플랫폼을 제공함으로써 이 프로세스를 간소화할 수 있습니다.

대기열 관리에 Ultralytics YOLO11 을 사용하면 어떤 주요 이점이 있나요?

대기열 관리에 Ultralytics YOLO11 을 사용하면 몇 가지 이점이 있습니다:

• 대기 시간 단축: 대기열을 효율적으로 정리하여 고객 대기 시간을 줄이고 만족도를 높입니다.
• 효율성 향상: 대기열 데이터를 분석하여 직원 배치 및 운영을 최적화함으로써 비용을 절감합니다.
• 실시간 알림: 긴 대기열에 대한 실시간 알림을 제공하여 신속한 개입을 가능하게 합니다.
• 확장성: 리테일, 공항, 의료 등 다양한 환경에서 쉽게 확장할 수 있습니다.

자세한 내용은 대기열 관리 솔루션을 살펴보세요.

대기열 관리를 위해 Ultralytics YOLO11 같은 경쟁사 대신 TensorFlow 또는 대기열 관리를 위해 Detectron2를 선택해야 하는 이유는 무엇인가요?

Ultralytics YOLO11 는 대기열 관리 측면에서 TensorFlow 및 Detectron2에 비해 몇 가지 장점이 있습니다:

• 실시간 성능: YOLO11 는 실시간 감지 기능으로 더 빠른 처리 속도를 제공하는 것으로 유명합니다.
• 사용 편의성: Ultralytics Ultralytics HUB를 통해 교육부터 배포까지 사용자 친화적인 경험을 제공합니다.
• 사전 학습된 모델: 사전 학습된 다양한 모델에 액세스하여 설정에 필요한 시간을 최소화할 수 있습니다.
• 커뮤니티 지원: 광범위한 문서와 활발한 커뮤니티 지원으로 문제 해결이 쉬워집니다.

시작하는 방법 알아보기 Ultralytics YOLO.

Ultralytics YOLO11 공항 및 소매점과 같은 여러 유형의 대기열을 처리할 수 있나요?

예, Ultralytics YOLO11 은 공항 및 리테일 환경을 포함한 다양한 유형의 대기열을 관리할 수 있습니다. 특정 지역 및 설정으로 QueueManager를 구성하면 YOLO11 다양한 대기열 레이아웃과 밀도에 맞게 조정할 수 있습니다.

공항의 예입니다:

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region_airport,
    line_width=3,
)

다양한 애플리케이션에 대한 자세한 내용은 실제 애플리케이션 섹션을 참조하세요.

대기열 관리에서 Ultralytics YOLO11 의 실제 적용 사례는 무엇인가요?

Ultralytics YOLO11 는 대기열 관리를 위해 다양한 실제 애플리케이션에서 사용됩니다:

• 소매업: 계산대 대기열을 모니터링하여 대기 시간을 줄이고 고객 만족도를 높입니다.
• 공항: 보다 원활한 승객 경험을 위해 발권 카운터와 보안 검색대의 대기열을 관리합니다.
• 헬스케어: 클리닉과 병원에서 환자 흐름을 최적화합니다.
• 은행: 은행에서 대기열을 효율적으로 관리하여 고객 서비스를 개선합니다.

실제 대기열 관리에 대한 블로그에서 자세한 내용을 확인하세요.

7개월 전 생성됨 ✏️ 10 일 전 업데이트 됨

댓글