Ultralytics YOLO26을 활용한 보안 경보 시스템 프로젝트#
Ultralytics YOLO26을 활용하는 보안 경보 시스템 프로젝트는 고급 컴퓨터 비전 기능을 통합하여 보안 조치를 강화합니다. Ultralytics에서 개발한 YOLO26은 실시간 객체 감지를 제공하므로 시스템이 잠재적인 보안 위협을 신속하게 식별하고 대응할 수 있습니다. 이 프로젝트는 다음과 같은 여러 이점을 제공합니다.
- 실시간 감지: YOLO26의 효율성 덕분에 보안 경보 시스템이 보안 사고를 실시간으로 감지하고 대응하여 대응 시간을 최소화할 수 있습니다.
- 정확도: YOLO26은 객체 감지 정확도가 높은 것으로 알려져 있어 오탐을 줄이고 보안 경보 시스템의 신뢰성을 향상합니다.
- 통합 기능: 이 프로젝트는 기존 보안 인프라와 원활하게 통합되어 지능형 감시 계층을 업그레이드할 수 있습니다.
YOLO26으로 보안 알림 보내기#
SecurityAlarm 솔루션은 비디오 피드의 객체를 추적하고, 감지 수가 records 임계값에 도달하는 즉시 주석이 표시된 이미지가 첨부된 이메일 알림을 한 번 보냅니다. 앱 비밀번호로 Gmail 계정을 인증한 다음 소스에 대해 솔루션을 실행합니다.
앱 비밀번호 생성기로 이동하여 "security project" 같은 앱 이름을 지정하고 16자리 비밀번호를 발급받습니다. 이 비밀번호를 복사하여 아래 코드의 password 필드에 붙여넣습니다.
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 windows코드를 실행하면 객체가 감지된 경우 이메일 알림을 한 번 받습니다. 알림은 반복해서 전송되지 않고 즉시 전송됩니다. 프로젝트 요구 사항에 맞게 코드를 사용자 지정할 수 있습니다.
수신된 이메일 샘플#
SecurityAlarm 인수#
다음은 SecurityAlarm 인수 표입니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
model | str | None | Ultralytics YOLO 모델 파일의 경로입니다. |
records | int | 5 | 보안 알람 시스템으로 이메일을 트리거할 총 검출 개수입니다. |
line_width | int | 2 | 솔루션이 그리는 박스, 키포인트 및 카운트의 선 두께입니다. |
verbose | bool | True | 입력 형태, 클래스별 개수 및 처리 속도의 프레임별 로그를 활성화합니다. 추적 호출 자체는 항상 로그를 출력하지 않습니다. |
SecurityAlarm 솔루션은 다양한 track 매개변수를 지원합니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
tracker | str | 'botsort.yaml' | 사용할 추적 알고리즘을 지정합니다. 기본 제공 옵션: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml입니다. |
conf | float | 0.25 | 검출 결과의 신뢰도 임계값을 설정합니다. 값이 낮을수록 더 많은 객체를 추적할 수 있지만 오탐이 포함될 수 있습니다. |
iou | float | 0.7 | 겹치는 검출 결과를 필터링하기 위한 교집합 대비 합집합 (IoU) 임계값을 설정합니다. |
classes | list | None | 클래스 인덱스로 결과를 필터링합니다. 예를 들어 classes=[0, 2, 3]은 지정된 클래스만 추적합니다. |
device | str | None | 추론에 사용할 장치를 지정합니다(예: cpu, cuda:0 또는 0). 사용자는 CPU, 특정 GPU 또는 기타 컴퓨팅 장치 중에서 모델 실행 장치를 선택할 수 있습니다. |
imgsz | int or tuple | 640 | 목표 추론 이미지 크기: 정사각형의 경우 정수 또는 (height, width) 쌍입니다. 형태는 모델 스트라이드에 맞게 조정됩니다. |
max_det | int | 300 | 추적 전 프레임당 유지되는 최대 검출 수로, 솔루션이 밀집된 장면에서 처리하는 객체를 제한합니다. |
quantize | int or str | None | 추론 정밀도: PyTorch 및 TorchScript 모델의 경우 16(FP16) 또는 32/설정 안 함(FP32); 기타 형식은 아티팩트와 런타임이 선택하는 정밀도로 계산됩니다. 더 이상 사용되지 않는 half 플래그를 대체합니다. |
또한 다음과 같은 시각화 설정을 사용할 수 있습니다.
| 인수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
show | bool | False | True인 경우 annotation이 추가된 이미지 또는 비디오를 window에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백을 제공하는 데 유용합니다. |
show_conf | bool | True | 각 detection의 confidence score를 label과 함께 표시합니다. 각 detection에 대한 모델의 확신 정도를 파악할 수 있습니다. |
show_labels | bool | True | visual output에 각 detection의 label을 표시합니다. 검출된 객체를 즉시 파악할 수 있습니다. |
작동 방식#
보안 경보 시스템은 비디오 피드를 모니터링하고 잠재적인 보안 위협을 감지하기 위해 객체 추적을 사용합니다. 시스템이 지정된 임계값을 초과하는 객체를 감지하면(records 매개변수로 설정), 감지된 객체가 표시된 이미지 첨부 파일과 함께 이메일 알림을 자동으로 보냅니다.
이 시스템은 다음과 같은 메서드를 제공하는 SecurityAlarm 클래스를 활용합니다.
- 프레임을 처리하고 객체 감지를 추출합니다
- 감지된 객체 주변의 바운딩 박스로 프레임에 주석을 표시합니다
- 감지 임계값을 초과하면 이메일 알림을 보냅니다
이 구현은 감지된 객체에 대한 즉각적인 알림이 중요한 가정 보안, 소매점 감시 및 기타 모니터링 애플리케이션에 적합합니다.
FAQ#
Ultralytics YOLO26은 높은 정확도의 실시간 객체 감지를 제공하여 보안 경보 시스템을 향상합니다. 고급 알고리즘이 오탐을 크게 줄여 시스템이 실제 위협에만 대응하도록 합니다. 이렇게 향상된 신뢰성은 기존 보안 인프라와 원활하게 통합되어 전반적인 감시 품질을 높일 수 있습니다.
예, Ultralytics YOLO26은 기존 보안 인프라와 원활하게 통합할 수 있습니다. 이 시스템은 다양한 모드를 지원하고 사용자 지정의 유연성을 제공하므로 고급 객체 감지 기능으로 기존 설정을 향상할 수 있습니다. 프로젝트에 YOLO26을 통합하는 자세한 지침은 통합 섹션을 참조하십시오.
일반적인 설정에서 Ultralytics YOLO26을 실행하려면 일반적으로 약 5GB의 여유 디스크 공간이 필요합니다. 여기에는 YOLO26 모델과 추가 종속 항목을 저장하는 데 필요한 공간이 포함됩니다. 클라우드 기반 솔루션의 경우 Ultralytics Platform이 효율적인 프로젝트 관리 및 데이터셋 처리를 제공하여 스토리지 요구 사항을 최적화할 수 있습니다. 확장된 스토리지를 비롯한 향상된 기능에 대한 자세한 내용은 Pro Plan을 참조하십시오.
오탐을 줄이려면 Ultralytics YOLO26 모델이 다양하고 주석이 잘 지정된 데이터셋으로 충분히 학습되었는지 확인하십시오. 하이퍼파라미터를 미세 조정하고 새로운 데이터로 모델을 정기적으로 업데이트하면 감지 정확도를 크게 향상할 수 있습니다. 자세한 하이퍼파라미터 튜닝 기법은 하이퍼파라미터 튜닝 가이드에서 확인할 수 있습니다.