Ultralytics YOLO26을 이용한 속도 측정 🚀

속도 측정이란 무엇인가요?

속도 측정은 특정 상황 내에서 물체의 이동 속도를 계산하는 과정으로, 컴퓨터 비전 애플리케이션에서 자주 사용됩니다. 이제 Ultralytics YOLO26을 사용하여 객체 추적과 함께 거리 및 시간 데이터를 활용해 물체의 속도를 계산할 수 있으며, 이는 교통 모니터링 및 감시와 같은 작업에 매우 중요합니다. 속도 측정의 정확도는 다양한 애플리케이션의 효율성과 신뢰성에 직접적인 영향을 미치며, 지능형 시스템 및 실시간 의사 결정 프로세스 발전의 핵심 요소가 됩니다.

Watch: Speed Estimation using Ultralytics YOLO26

블로그 확인하기

속도 측정에 대한 더 자세한 내용은 다음 블로그 게시물을 확인해 주십시오: 컴퓨터 비전 프로젝트에서의 속도 측정을 위한 Ultralytics YOLO

속도 측정의 장점

효율적인 교통 제어: 정확한 속도 측정은 교통 흐름 관리, 안전성 향상 및 도로 혼잡 감소에 도움이 됩니다.
정밀한 자율 주행: 자율 주행 자동차와 같은 자율 시스템에서 신뢰할 수 있는 속도 측정은 안전하고 정확한 차량 내비게이션을 보장합니다.
감시 보안 강화: 감시 분석에서의 속도 측정은 비정상적인 행동이나 잠재적인 위협을 식별하는 데 도움을 주어 보안 조치의 효과를 개선합니다.

실제 세계에서의 활용 사례

교통	교통

Ultralytics YOLO26을 이용한 도로 위 속도 측정	Ultralytics YOLO26을 이용한 교량 위 속도 측정

속도는 추정치입니다

속도는 추정치이며 완전히 정확하지 않을 수 있습니다. 또한, 측정 결과는 카메라 사양 및 관련 요소에 따라 달라질 수 있습니다.

Ultralytics YOLO를 이용한 속도 측정

# Run a speed example
yolo solutions speed show=True

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

# Adjust meter per pixel value based on camera configuration
yolo solutions speed meter_per_pixel=0.05

`SpeedEstimator` 인수

SpeedEstimator 인수가 포함된 표입니다:

인수(Argument)	유형(Type)	기본값(Default)	설명
`model`	`str`	`None`	Ultralytics YOLO 모델 파일 경로입니다.
`fps`	`float`	`30.0`	속도 계산에 사용되는 초당 프레임 수(FPS)입니다.
`max_hist`	`int`	`5`	속도/방향 계산을 위해 객체당 추적할 최대 과거 지점 수입니다.
`meter_per_pixel`	`float`	`0.05`	픽셀 거리를 실제 단위로 변환하는 데 사용되는 스케일링 계수입니다.
`max_speed`	`int`	`120`	시각적 오버레이에서의 최대 속도 제한입니다(경보에 사용).

SpeedEstimator 솔루션은 track 매개변수 사용을 지원합니다:

인수(Argument)	유형(Type)	기본값(Default)	설명
`tracker`	`str`	`'botsort.yaml'`	사용할 추적 알고리즘을 지정합니다. 예: `bytetrack.yaml` 또는 `botsort.yaml`.
`conf`	`float`	`0.1`	탐지에 대한 신뢰도 임계값을 설정합니다. 낮은 값을 사용할수록 더 많은 객체가 추적되지만 오탐지가 포함될 수 있습니다.
`iou`	`float`	`0.7`	중복 탐지를 필터링하기 위한 Intersection over Union (IoU) 임계값을 설정합니다.
`classes`	`list`	`None`	클래스 인덱스별로 결과를 필터링합니다. 예를 들어, `classes=[0, 2, 3]`은 지정된 클래스만 추적합니다.
`verbose`	`bool`	`True`	추적 결과 표시를 제어하여 추적된 객체의 시각적 출력을 제공합니다.
`device`	`str`	`None`	추론을 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 옵션이 지원됩니다:

인수(Argument)	유형(Type)	기본값(Default)	설명
`show`	`bool`	`False`	`True`인 경우 주석이 달린 이미지나 비디오를 창에 표시합니다. 개발 또는 테스트 중 즉각적인 시각적 피드백을 얻는 데 유용합니다.
`line_width`	`int or None`	`None`	바운딩 박스의 선 두께를 지정합니다. `None`인 경우 이미지 크기에 따라 선 두께가 자동으로 조정됩니다. 명확성을 위한 시각적 사용자 정의를 제공합니다.
`show_conf`	`bool`	`True`	레이블과 함께 각 탐지에 대한 신뢰도 점수를 표시합니다. 각 탐지에 대한 모델의 확신 수준을 알 수 있습니다.
`show_labels`	`bool`	`True`	시각적 출력에서 각 탐지에 대한 레이블을 표시합니다. 탐지된 객체를 즉시 이해할 수 있게 합니다.

FAQ

Ultralytics YOLO26을 사용하여 물체 속도를 어떻게 측정하나요?

Ultralytics YOLO26으로 물체 속도를 측정하려면 객체 탐지와 추적 기술을 결합해야 합니다. 먼저 YOLO26 모델을 사용하여 각 프레임에서 물체를 탐지해야 합니다. 그런 다음 프레임 간에 이러한 물체를 추적하여 시간 경과에 따른 움직임을 계산합니다. 마지막으로, 프레임 사이에 물체가 이동한 거리와 프레임 속도를 사용하여 속도를 추정합니다.

예시:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
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("speed_estimation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize SpeedEstimator
speedestimator = solutions.SpeedEstimator(
    model="yolo26n.pt",
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = speedestimator(im0)
    video_writer.write(results.plot_im)

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

자세한 내용은 공식 블로그 게시물을 참조해 주십시오.

교통 관리에서 속도 측정을 위해 Ultralytics YOLO26을 사용할 때의 이점은 무엇인가요?

교통 관리에 Ultralytics YOLO26을 이용한 속도 측정을 사용하면 다음과 같은 중요한 이점이 있습니다:

안전성 강화: 차량 속도를 정확하게 추정하여 과속을 감지하고 도로 안전을 개선합니다.
실시간 모니터링: YOLO26의 실시간 객체 탐지 기능을 활용하여 교통 흐름과 혼잡을 효과적으로 모니터링합니다.
확장성: 엣지 디바이스부터 서버까지 다양한 하드웨어 설정에 모델을 배포하여 대규모 구현에 적합한 유연하고 확장 가능한 솔루션을 보장합니다.

더 많은 애플리케이션은 속도 측정의 장점을 참조해 주십시오.

YOLO26을 TensorFlow 또는 PyTorch와 같은 다른 AI 프레임워크와 통합할 수 있나요?

네, YOLO26은 TensorFlow 및 PyTorch와 같은 다른 AI 프레임워크와 통합할 수 있습니다. Ultralytics는 YOLO26 모델을 ONNX, TensorRT, CoreML과 같은 다양한 형식으로 내보내는 기능을 지원하여 다른 ML 프레임워크와의 원활한 상호 운용성을 보장합니다.

YOLO26 모델을 ONNX 형식으로 내보내는 방법:

yolo export model=yolo26n.pt format=onnx

모델 내보내기에 대한 자세한 내용은 내보내기 가이드를 확인해 주십시오.