Ultralytics YOLO 🚀을(를) 사용한 다양한 영역에서의 객체 계수
영역 내 객체 계산이란 무엇입니까?
Ultralytics YOLO26을 사용한 영역 내 객체 수 세기는 고급 컴퓨터 비전을 활용하여 지정된 영역 내의 객체 수를 정밀하게 결정하는 것을 포함합니다. 이 접근 방식은 다양한 애플리케이션에서 프로세스를 최적화하고, 보안을 강화하며, 효율성을 개선하는 데 유용합니다.
참고: Ultralytics YOLO26을 사용한 다양한 영역에서의 객체 수 세기 | Ultralytics 솔루션 🚀
영역 내 개체 계산의 장점
- 정밀도 및 정확도: 고급 컴퓨터 비전을 사용한 영역 내 객체 계산은 정확하고 정밀한 계산을 보장하여 수동 계산과 관련된 오류를 최소화합니다.
- 효율성 향상: 자동화된 객체 계산은 운영 효율성을 향상시켜 실시간 결과를 제공하고 다양한 애플리케이션에서 프로세스를 간소화합니다.
- 다재다능함 및 응용: 영역 내 객체 계산의 다재다능함은 제조 및 감시에서 교통 모니터링에 이르기까지 다양한 도메인에 적용할 수 있어 광범위한 유용성과 효율성에 기여합니다.
실제 응용 프로그램
| 소매 | Market Streets |
|---|---|
![]() | ![]() |
| Ultralytics YOLO26를 활용한 다양한 지역의 인원 계수 | Ultralytics YOLO26를 활용한 다양한 지역의 군중 계수 |
사용 예시
Ultralytics YOLO를 사용한 영역 계산
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Pass region as list
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
# Pass region as dictionary
region_points = {
"region-01": [(50, 50), (250, 50), (250, 250), (50, 250)],
"region-02": [(640, 640), (780, 640), (780, 720), (640, 720)],
}
# Video writer
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("region_counting.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Initialize region counter object
regioncounter = solutions.RegionCounter(
show=True, # display the frame
region=region_points, # pass region points
model="yolo26n.pt", # model for counting in regions, e.g., yolo26s.pt
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if not success:
print("Video frame is empty or processing is complete.")
break
results = regioncounter(im0)
# print(results) # access the output
video_writer.write(results.plot_im)
cap.release()
video_writer.release()
cv2.destroyAllWindows() # destroy all opened windows
Ultralytics 예제 코드
Ultralytics 영역 계산 모듈은 예제 섹션에서 확인할 수 있습니다. 코드 사용자 정의를 위해 이 예제를 살펴보고 특정 사용 사례에 맞게 수정할 수 있습니다.
RegionCounter 인수
다음은 테이블에 RegionCounter 인수입니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
model | str | None | Ultralytics YOLO 모델 파일의 경로입니다. |
region | list | '[(20, 400), (1260, 400)]' | 계수 영역을 정의하는 점 목록입니다. |
에 지정되어 있습니다. RegionCounter 솔루션을 통해 객체 추적 매개변수를 사용할 수 있습니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
tracker | str | 'botsort.yaml' | 사용할 추적 알고리즘을 지정합니다 (예: bytetrack.yaml 또는 botsort.yaml. |
conf | float | 0.1 | 검출에 대한 신뢰도 임계값을 설정합니다. 값이 낮을수록 더 많은 객체를 추적할 수 있지만 오탐지가 포함될 수 있습니다. |
iou | float | 0.7 | 중복되는 detect를 필터링하기 위한 IoU(Intersection over Union) 임계값을 설정합니다. |
classes | list | None | 클래스 인덱스별로 결과를 필터링합니다. 예를 들어, classes=[0, 2, 3] 지정된 클래스만 추적합니다. |
verbose | bool | True | 추적 결과 표시를 제어하여 추적된 객체의 시각적 출력을 제공합니다. |
device | str | None | 추론을 위한 장치를 지정합니다 (예: cpu, cuda:0 또는 0). 사용자는 모델 실행을 위해 CPU, 특정 GPU 또는 기타 컴퓨팅 장치 중에서 선택할 수 있습니다. |
또한 다음과 같은 시각화 설정이 지원됩니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
show | bool | False | 만약 True, 어노테이션이 적용된 이미지나 비디오를 창에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백에 유용합니다. |
line_width | int or None | None | 경계 상자의 선 너비를 지정합니다. 만약 None, 선 너비는 이미지 크기에 따라 자동으로 조정됩니다. 명확성을 위해 시각적 사용자 정의를 제공합니다. |
show_conf | bool | True | 레이블과 함께 각 감지에 대한 신뢰도 점수를 표시합니다. 각 감지에 대한 모델의 확신에 대한 통찰력을 제공합니다. |
show_labels | bool | True | 시각적 출력에서 각 감지에 대한 레이블을 표시합니다. 감지된 객체에 대한 즉각적인 이해를 제공합니다. |
FAQ
Ultralytics YOLO26을 사용한 지정된 영역에서의 객체 수 세기란 무엇인가요?
Ultralytics YOLO26를 사용한 지정된 영역에서의 객체 계수는 고급 컴퓨터 비전을 활용하여 정의된 영역 내 객체 수를 detect하고 집계하는 것을 포함합니다. 이 정밀한 방법은 제조, 감시, 교통 모니터링과 같은 다양한 애플리케이션에서 효율성과 정확성을 향상시킵니다.
Ultralytics YOLO26으로 영역 기반 객체 수 세기 스크립트를 어떻게 실행하나요?
Ultralytics YOLO26에서 객체 계수를 실행하려면 다음 단계를 따르십시오:
Ultralytics 저장소를 복제하고 해당 디렉토리로 이동합니다:
git clone https://github.com/ultralytics/ultralytics cd ultralytics/examples/YOLOv8-Region-Counter영역 계산 스크립트 실행:
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
더 많은 옵션을 보려면 사용 예제 섹션을 방문하십시오.
영역 내 객체 수 세기에 Ultralytics YOLO26을 사용해야 하는 이유는 무엇인가요?
영역 내 객체 계수를 위해 Ultralytics YOLO26를 사용하는 것은 여러 가지 이점을 제공합니다:
- 실시간 처리: YOLO26의 아키텍처는 빠른 추론을 가능하게 하여 즉각적인 계수 결과가 필요한 애플리케이션에 이상적입니다.
- 유연한 영역 정의: 이 솔루션을 사용하면 특정 모니터링 요구 사항에 맞게 여러 사용자 정의 영역을 다각형, 직사각형 또는 선으로 정의할 수 있습니다.
- 다중 클래스 지원: 동일한 영역 내에서 여러 객체 유형을 동시에 계산하여 포괄적인 분석을 제공합니다.
- 통합 기능: Ultralytics Python API 또는 명령줄 인터페이스를 통해 기존 시스템과 쉽게 통합할 수 있습니다.
장점 섹션에서 더 자세한 이점을 살펴보십시오.
영역 내 객체 수 세기의 실제 응용 분야는 무엇입니까?
Ultralytics YOLO26를 사용한 객체 계수는 수많은 실제 시나리오에 적용될 수 있습니다:
- 소매 분석: 다양한 매장 섹션에서 고객 수를 파악하여 레이아웃과 직원 배치를 최적화합니다.
- 교통 관리: 특정 도로 구간 또는 교차로에서 차량 흐름을 모니터링합니다.
- 제조: 여러 생산 구역을 이동하는 제품을 추적합니다.
- 창고 운영: 지정된 보관 영역에서 재고 품목을 계산합니다.
- 공공 안전: 이벤트 중 특정 구역의 군중 밀도를 모니터링합니다.
실제 애플리케이션 섹션과 추가 영역 기반 모니터링 기능을 위한 TrackZone 솔루션에서 더 많은 예제를 살펴보세요.

