YOLO Vision 2026:

Ultralytics YOLO26를 활용한 보안 경보 시스템 프로젝트#

AI-powered security alarm system with object detection

Ultralytics YOLO26을 활용한 보안 경보 시스템 프로젝트는 고급 computer vision 기능을 통합하여 보안 조치를 강화합니다. Ultralytics에서 개발한 YOLO26은 실시간 object detection을 제공하여 시스템이 잠재적인 보안 위협을 신속하게 식별하고 대응할 수 있도록 합니다. 이 프로젝트는 다음과 같은 이점을 제공합니다:

  • 실시간 탐지: YOLO26의 효율성 덕분에 보안 경보 시스템이 보안 사고를 실시간으로 탐지하고 대응할 수 있어 대응 시간이 최소화됩니다.
  • Accuracy: YOLO26은 객체 감지 정확도로 잘 알려져 있어 오탐지를 줄이고 보안 경보 시스템의 신뢰성을 향상시킵니다.
  • 통합 기능: 이 프로젝트는 기존 보안 인프라와 원활하게 통합되어 지능형 감시 기능을 한 단계 업그레이드할 수 있습니다.


Watch: Security Alarm System with Ultralytics YOLO26 + Solutions Object Detection

YOLO26을 사용하여 보안 알림 전송#

SecurityAlarm 솔루션은 비디오 피드에서 객체를 추적하고, 감지 수가 records 임계값에 도달하는 즉시 주석이 달린 이미지가 첨부된 단일 이메일 알림을 보냅니다. 앱 비밀번호로 Gmail 계정을 인증한 다음 소스에서 솔루션을 실행하십시오.

참고

앱 비밀번호 생성이 필요합니다

  • App Password Generator로 이동하여 "security project" 같은 앱 이름을 지정하고 16자리 비밀번호를 받으십시오. 이 비밀번호를 복사하여 아래 코드의 지정된 password 필드에 붙여넣으십시오.
Ultralytics YOLO를 사용한 보안 경보 시스템
import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.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_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

# Initialize security alarm object
securityalarm = solutions.SecurityAlarm(
    show=True,  # display the output
    model="yolo26n.pt",  # e.g., yolo26s.pt, yolo26m.pt
    records=1,  # total detections count to send an email
)

securityalarm.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

    results = securityalarm(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

코드를 실행하면 객체가 탐지될 때마다 한 번의 이메일 알림을 받게 됩니다. 알림은 반복되지 않고 즉시 전송됩니다. 프로젝트 요구 사항에 맞게 코드를 사용자 정의할 수 있습니다.

이메일 수신 샘플#

Security alert email notification example

SecurityAlarm 인수#

다음은 SecurityAlarm 인수가 포함된 표입니다:

인수유형기본값설명
modelstrNoneUltralytics YOLO 모델 파일 경로입니다.
recordsint5보안 경보 시스템에서 이메일을 발송하기 위해 필요한 총 탐지 횟수입니다.
line_widthint2솔루션이 그리는 상자, 키포인트 및 카운트의 선 두께입니다.
verboseboolTrue입력 형태, 클래스 카운트 및 처리 속도에 대한 솔루션의 프레임별 로그를 활성화합니다. 트래킹 호출 자체는 항상 침묵 상태를 유지합니다.

SecurityAlarm 솔루션은 다양한 track 파라미터를 지원합니다:

인수유형기본값설명
trackerstr'botsort.yaml'사용할 추적 알고리즘을 지정합니다. 기본 제공 옵션: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.25탐지에 대한 신뢰도 임계값을 설정합니다. 값이 낮을수록 더 많은 객체가 추적되지만 잘못된 긍정 탐지(false positives)가 포함될 수 있습니다.
ioufloat0.7겹치는 감지를 필터링하기 위한 Intersection over Union (IoU) 임계값을 설정합니다.
classeslistNone클래스 인덱스로 결과를 필터링합니다. 예를 들어 classes=[0, 2, 3]은 지정된 클래스만 추적합니다.
devicestrNone추론용 장치를 지정합니다(예: cpu, cuda:0 또는 0). 사용자가 모델 실행을 위해 CPU, 특정 GPU 또는 기타 컴퓨팅 장치 중에서 선택할 수 있도록 합니다.

또한 다음과 같은 시각화 설정을 사용할 수 있습니다:

인수유형기본값설명
showboolFalseTrue인 경우, 주석이 달린 이미지나 비디오를 창에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백에 유용합니다.
show_confboolTrue각 탐지에 대한 신뢰도 점수를 레이블과 함께 표시합니다. 각 탐지에 대한 모델의 확신도를 파악할 수 있습니다.
show_labelsboolTrue시각적 출력에서 각 탐지에 대한 레이블을 표시합니다. 탐지된 객체를 즉시 이해할 수 있도록 합니다.

작동 원리#

보안 경보 시스템은 object tracking을 사용하여 비디오 피드를 모니터링하고 잠재적인 보안 위협을 감지합니다. 시스템이 지정된 임계값(records 파라미터로 설정됨)을 초과하는 객체를 감지하면 감지된 객체를 보여주는 이미지 첨부 파일이 포함된 이메일 알림이 자동으로 전송됩니다.

시스템은 다음 메서드를 제공하는 SecurityAlarm class를 활용합니다:

  1. 프레임 처리 및 객체 탐지 추출
  2. 탐지된 객체 주위에 BBox(바운딩 박스)를 포함한 프레임 주석 작성
  3. 탐지 임계값이 초과될 때 이메일 알림 전송

이 구현은 홈 보안, 소매업 감시 및 탐지된 객체에 대한 즉각적인 알림이 중요한 기타 모니터링 애플리케이션에 이상적입니다.

FAQ#

  • Ultralytics YOLO26은 고정밀 실시간 객체 탐지를 제공하여 보안 경보 시스템을 강화합니다. 고급 알고리즘은 오탐지를 크게 줄여 시스템이 실제 위협에만 대응하도록 보장합니다. 이러한 향상된 신뢰성은 기존 보안 인프라와 원활하게 통합되어 전반적인 감시 품질을 높여줍니다.

  • 예, Ultralytics YOLO26은 기존 보안 인프라와 원활하게 통합될 수 있습니다. 이 시스템은 다양한 모드를 지원하고 사용자 정의 유연성을 제공하여 고급 객체 감지 기능으로 기존 설정을 강화할 수 있습니다. 프로젝트에 YOLO26을 통합하는 방법에 대한 자세한 지침은 integration section을 방문하십시오.

  • 표준 설정에서 Ultralytics YOLO26을 실행하려면 일반적으로 약 5GB의 여유 디스크 공간이 필요합니다. 여기에는 YOLO26 모델 및 추가 종속성을 저장하기 위한 공간이 포함됩니다. 클라우드 기반 솔루션의 경우 Ultralytics Platform은 효율적인 프로젝트 관리와 데이터셋 처리를 제공하여 스토리지 요구 사항을 최적화할 수 있습니다. 확장된 스토리지를 포함한 향상된 기능에 대해서는 Pro Plan에 대해 자세히 알아보십시오.

  • Ultralytics YOLO26은 실시간 감지 기능과 더 높은 정확도로 Faster R-CNN이나 SSD 같은 모델에 비해 우위를 제공합니다. 고유한 아키텍처 덕분에 precision을 저하시키지 않으면서 이미지를 훨씬 더 빠르게 처리할 수 있어 보안 경보 시스템과 같이 시간에 민감한 애플리케이션에 이상적입니다. 객체 감지 모델에 대한 포괄적인 비교를 위해 guide를 살펴보실 수 있습니다.

  • 오탐지를 줄이려면 다양하고 잘 주석 처리된 데이터셋으로 Ultralytics YOLO26 모델을 적절히 학습시켜야 합니다. 하이퍼파라미터를 미세 조정하고 새로운 데이터로 모델을 정기적으로 업데이트하면 감지 정확도를 크게 향상시킬 수 있습니다. 자세한 hyperparameter tuning 기법은 hyperparameter tuning guide에서 확인할 수 있습니다.

댓글