보안 경보 시스템 프로젝트 사용 Ultralytics YOLO11

Ultralytics YOLO11 을 활용한 보안 경보 시스템 프로젝트는 고급 컴퓨터 비전 기능을 통합하여 보안 조치를 강화합니다. YOLO11 Ultralytics 에서 개발한 이 시스템은 실시간 물체 감지 기능을 제공하여 잠재적인 보안 위협을 즉시 식별하고 대응할 수 있습니다. 이 프로젝트는 몇 가지 장점을 제공합니다:

• 실시간 탐지: YOLO11 의 효율성을 통해 보안 경보 시스템은 보안 사고를 실시간으로 탐지하고 대응하여 대응 시간을 최소화할 수 있습니다.
• 정확도: YOLO11 는 물체 감지 정확도가 뛰어나 오탐을 줄이고 보안 경보 시스템의 신뢰성을 향상시키는 것으로 유명합니다.
• 통합 기능: 이 프로젝트는 기존 보안 인프라와 원활하게 통합되어 업그레이드된 지능형 감시 계층을 제공할 수 있습니다.

Watch: 보안 경보 시스템 프로젝트 Ultralytics YOLO11 물체 감지

코드

• Navigate to App Password Generator, designate an app name such as "security project," and obtain a 16-digit password. Copy this password and paste it into the designated password field in the code below.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("Path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"

# 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("security_alarm_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

from_email = "abc@gmail.com"  # The sender email address
password = "---- ---- ---- ----"  # 16-digits password generated via: https://myaccount.google.com/apppasswords
to_email = "xyz@gmail.com"  # The receiver email address

# Init SecurityAlarm
security = solutions.SecurityAlarm(
    show=True,  # Display the output
    model="yolo11n.pt",  # i.e. YOLO11s.pt
    records=1,  # Total detections count to send an email about security
)

security.authenticate(from_email, password, to_email)  # Authenticate the email server

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    im0 = security.monitor(im0)
    video_writer.write(im0)

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

끝입니다! 코드를 실행하면 개체가 감지되면 이메일로 한 번의 알림을 받게 됩니다. 알림은 반복적으로 전송되지 않고 즉시 전송됩니다. 하지만 프로젝트 요구 사항에 맞게 코드를 자유롭게 사용자 지정할 수 있습니다.

이메일 수신 샘플

인수 SecurityAlarm

다음은 표입니다. SecurityAlarm 인수를 사용합니다:

인수 model.track

자주 묻는 질문

Ultralytics YOLO11 보안 경보 시스템의 정확도를 어떻게 개선하나요?

Ultralytics YOLO11 는 높은 정확도의 실시간 객체 탐지 기능을 제공하여 보안 경보 시스템을 강화합니다. 고급 알고리즘은 오탐을 크게 줄여 시스템이 진짜 위협에만 대응하도록 보장합니다. 이렇게 향상된 안정성은 기존 보안 인프라와 원활하게 통합되어 전반적인 보안 감시 품질을 업그레이드할 수 있습니다.

Ultralytics YOLO11 을 기존 보안 인프라와 통합할 수 있나요?

예, Ultralytics YOLO11 기존 보안 인프라와 원활하게 통합할 수 있습니다. 이 시스템은 다양한 모드를 지원하고 사용자 지정에 유연성을 제공하므로 고급 객체 감지 기능으로 기존 설정을 향상시킬 수 있습니다. 프로젝트에 YOLO11 를 통합하는 방법에 대한 자세한 지침은 통합 섹션을 참조하세요.

Ultralytics YOLO11 을 실행하기 위한 스토리지 요구 사항은 무엇인가요?

표준 설정에서 Ultralytics YOLO11 을 실행하려면 일반적으로 약 5GB의 디스크 여유 공간이 필요합니다. 여기에는 YOLO11 모델 및 추가 종속성을 저장하기 위한 공간이 포함됩니다. 클라우드 기반 솔루션의 경우 Ultralytics HUB는 효율적인 프로젝트 관리 및 데이터 세트 처리를 제공하여 스토리지 요구 사항을 최적화할 수 있습니다. 확장 스토리지를 포함한 향상된 기능에 대한 프로 요금제에 대해 자세히 알아보세요.

Ultralytics YOLO11 다른 객체 감지 모델(예: Faster R-CNN 또는 SSD)과 다른 점은 무엇인가요?

Ultralytics YOLO11 는 실시간 감지 기능과 높은 정확도로 Faster R-CNN이나 SSD와 같은 모델보다 우위를 점합니다. 고유한 아키텍처를 통해 정밀도 저하 없이 이미지를 훨씬 빠르게 처리할 수 있어 보안 경보 시스템과 같이 시간에 민감한 애플리케이션에 이상적입니다. 물체 감지 모델에 대한 종합적인 비교는 가이드를 참조하세요.

Ultralytics YOLO11 을 사용하여 보안 시스템에서 오탐 빈도를 줄이려면 어떻게 해야 하나요?

오탐을 줄이려면 Ultralytics YOLO11 모델이 다양하고 주석이 잘 달린 데이터 세트로 적절하게 훈련되었는지 확인하세요. 하이퍼파라미터를 미세 조정하고 새로운 데이터로 모델을 정기적으로 업데이트하면 탐지 정확도를 크게 향상시킬 수 있습니다. 자세한 하이퍼파라미터 튜닝 기법은 하이퍼파라미터 튜닝 가이드에서 확인할 수 있습니다.

📅1 년 전 생성됨 ✏️ 업데이트됨 27일 전

댓글