Ultralytics YOLO26을 이용한 대기열 관리 🚀

대기열 관리란 무엇인가요?

Open Queue Management In Colab

Ultralytics YOLO26을 이용한 대기열 관리는 사람이나 차량의 줄을 조직하고 제어하여 대기 시간을 줄이고 효율성을 높이는 것을 포함합니다. 이는 소매점, 은행, 공항, 의료 시설 등 다양한 환경에서 고객 만족도와 시스템 성능을 향상시키기 위해 대기열을 최적화하는 것입니다.



Watch: How to Build a Queue Management System with Ultralytics YOLO | Retail, Bank & Crowd Use Cases 🚀

대기열 관리의 장점

  • 대기 시간 단축: 대기열 관리 시스템은 대기열을 효율적으로 구성하여 고객의 대기 시간을 최소화합니다. 이를 통해 고객이 기다리는 시간을 줄이고 제품이나 서비스에 더 많은 시간을 할애할 수 있게 되어 만족도가 향상됩니다.
  • 효율성 증가: 대기열 관리를 구현하면 기업은 리소스를 보다 효과적으로 할당할 수 있습니다. 대기열 데이터를 분석하고 인력 배치를 최적화함으로써 기업은 운영을 능률화하고 비용을 절감하며 전반적인 생산성을 향상시킬 수 있습니다.
  • 실시간 통찰력: YOLO26 기반의 대기열 관리는 대기열 길이와 대기 시간에 대한 즉각적인 데이터를 제공하여 관리자가 신속하게 정보에 입각한 결정을 내릴 수 있도록 합니다.
  • 향상된 고객 경험: 긴 대기와 관련된 좌절감을 줄임으로써 기업은 고객 만족도와 충성도를 크게 향상시킬 수 있습니다.

실제 세계에서의 활용 사례

물류소매
Ultralytics YOLO26을 이용한 공항 매표소 대기열 관리Ultralytics YOLO26을 이용한 군중 속 대기열 모니터링
Ultralytics YOLO26을 이용한 공항 매표소 대기열 관리Ultralytics YOLO26을 이용한 군중 속 대기열 모니터링
Ultralytics YOLO를 이용한 대기열 관리
# Run a queue example
yolo solutions queue show=True

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

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

QueueManager 인수

다음은 QueueManager 인수를 포함한 표입니다:

인수(Argument)유형(Type)기본값(Default)설명
modelstrNoneUltralytics YOLO 모델 파일 경로입니다.
regionlist'[(20, 400), (1260, 400)]'계수 영역을 정의하는 점들의 목록입니다.

QueueManagement 솔루션은 일부 track 인수도 지원합니다:

인수(Argument)유형(Type)기본값(Default)설명
trackerstr'botsort.yaml'사용할 추적 알고리즘을 지정합니다. 예: bytetrack.yaml 또는 botsort.yaml.
conffloat0.1탐지에 대한 신뢰도 임계값을 설정합니다. 낮은 값을 사용할수록 더 많은 객체가 추적되지만 오탐지가 포함될 수 있습니다.
ioufloat0.7중복 탐지를 필터링하기 위한 Intersection over Union (IoU) 임계값을 설정합니다.
classeslistNone클래스 인덱스별로 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. 모델 실행을 위해 CPU, 특정 GPU 또는 기타 컴퓨팅 장치 중 하나를 선택할 수 있습니다.

또한 다음과 같은 시각화 매개변수를 사용할 수 있습니다:

인수(Argument)유형(Type)기본값(Default)설명
showboolFalseTrue인 경우 주석이 달린 이미지나 비디오를 창에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백을 얻는 데 유용합니다.
line_widthint or NoneNone바운딩 박스의 선 두께를 지정합니다. None인 경우 이미지 크기에 따라 선 두께가 자동으로 조정됩니다. 명확성을 위한 시각적 사용자 정의를 제공합니다.
show_confboolTrue레이블과 함께 각 탐지에 대한 신뢰도 점수를 표시합니다. 각 탐지에 대한 모델의 확신 수준을 알 수 있습니다.
show_labelsboolTrue시각적 출력에서 각 탐지에 대한 레이블을 표시합니다. 탐지된 객체를 즉시 이해할 수 있게 합니다.

구현 전략

YOLO26으로 대기열 관리를 구현할 때는 다음 모범 사례를 고려하십시오:

  1. 전략적 카메라 배치: 방해 요소 없이 대기열 전체를 포착할 수 있도록 카메라를 배치하십시오.
  2. 적절한 대기열 영역 정의: 공간의 물리적 배치에 따라 대기열 경계를 신중하게 설정하십시오.
  3. 탐지 신뢰도 조정: 조명 조건과 군중 밀도에 따라 신뢰도 임계값을 미세 조정하십시오.
  4. 기존 시스템과 통합: 자동화된 대응을 위해 대기열 관리 솔루션을 디지털 사이니지나 직원 알림 시스템과 연결하십시오.

FAQ

실시간 대기열 관리를 위해 Ultralytics YOLO26을 어떻게 사용할 수 있나요?

실시간 대기열 관리를 위해 Ultralytics YOLO26을 사용하려면 다음 단계를 따를 수 있습니다:

  1. YOLO("yolo26n.pt")로 YOLO26 모델을 로드합니다.
  2. cv2.VideoCapture를 사용하여 비디오 피드를 캡처합니다.
  3. 대기열 관리를 위한 관심 영역(ROI)을 정의합니다.
  4. 프레임을 처리하여 객체를 탐지하고 대기열을 관리합니다.

최소한의 예제는 다음과 같습니다:

import cv2

from ultralytics import solutions

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

queuemanager = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

Ultralytics Platform을 활용하면 대기열 관리 솔루션을 배포하고 관리할 수 있는 사용자 친화적인 플랫폼을 제공하여 이 과정을 능률화할 수 있습니다.

대기열 관리에 Ultralytics YOLO26을 사용하는 주요 장점은 무엇인가요?

대기열 관리에 Ultralytics YOLO26을 사용하면 여러 이점이 있습니다:

  • 대기 시간 급감: 대기열을 효율적으로 구성하여 고객 대기 시간을 줄이고 만족도를 높입니다.
  • 효율성 향상: 대기열 데이터를 분석하여 인력 배치와 운영을 최적화함으로써 비용을 절감합니다.
  • 실시간 알림: 긴 대기열에 대해 실시간 알림을 제공하여 빠른 개입을 가능하게 합니다.
  • 확장성: 소매점, 공항, 의료 시설 등 다양한 환경에서 쉽게 확장할 수 있습니다.

자세한 내용은 대기열 관리 솔루션을 살펴보십시오.

대기열 관리를 위해 TensorFlow 또는 Detectron2와 같은 경쟁 제품 대신 Ultralytics YOLO26을 선택해야 하는 이유는 무엇인가요?

Ultralytics YOLO26은 대기열 관리에 있어 TensorFlow 및 Detectron2에 비해 여러 장점이 있습니다:

  • 실시간 성능: YOLO26은 실시간 탐지 기능으로 유명하며 더 빠른 처리 속도를 제공합니다.
  • 사용 편의성: Ultralytics는 Ultralytics Platform을 통해 학습부터 배포까지 사용자 친화적인 경험을 제공합니다.
  • 사전 학습된 모델: 사전 학습된 다양한 모델에 액세스하여 설정에 필요한 시간을 최소화합니다.
  • 커뮤니티 지원: 광범위한 문서와 활발한 커뮤니티 지원으로 문제 해결이 더 쉽습니다.

Ultralytics YOLO 시작하기 방법을 알아보십시오.

Ultralytics YOLO26이 공항이나 소매점과 같은 여러 유형의 대기열을 처리할 수 있나요?

네, Ultralytics YOLO26은 공항 및 소매 환경을 포함한 다양한 유형의 대기열을 관리할 수 있습니다. 특정 영역과 설정으로 QueueManager를 구성함으로써 YOLO26은 다양한 대기열 레이아웃과 밀도에 적응할 수 있습니다.

공항 예시:

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region_airport,
    line_width=3,
)

다양한 적용 사례에 대한 자세한 내용은 실제 적용 사례 섹션을 확인하십시오.

대기열 관리에서 Ultralytics YOLO26의 실제 적용 사례는 무엇인가요?

Ultralytics YOLO26은 대기열 관리를 위한 다양한 실제 적용 사례에서 사용됩니다:

  • 소매: 결제 대기열을 모니터링하여 대기 시간을 줄이고 고객 만족도를 향상시킵니다.
  • 공항: 매표소와 보안 검색대의 대기열을 관리하여 보다 원활한 승객 경험을 제공합니다.
  • 의료: 진료소와 병원의 환자 흐름을 최적화합니다.
  • 은행: 은행 내 대기열을 효율적으로 관리하여 고객 서비스를 향상시킵니다.

컴퓨터 비전이 어떻게 산업 전반의 대기열 모니터링을 변화시키고 있는지 자세히 알아보려면 실제 대기열 관리에 관한 블로그를 확인하십시오.

댓글