Objecten tellen in verschillende regio's met behulp van Ultralytics YOLOv8 🚀
Wat is objecttelling in regio's?
Objecten tellen in gebieden met Ultralytics YOLOv8 omvat het nauwkeurig bepalen van het aantal objecten binnen bepaalde gebieden met behulp van geavanceerde computer vision. Deze benadering is waardevol voor het optimaliseren van processen, het verbeteren van de beveiliging en het verbeteren van de efficiëntie in verschillende toepassingen.
Kijken: Ultralytics YOLOv8 Objecten tellen in meervoudige en beweegbare gebieden
Voordelen van objecttelling in regio's?
- Precisie en nauwkeurigheid: Objecten tellen in regio's met geavanceerde computer vision zorgt voor precieze en nauwkeurige tellingen, waardoor fouten die vaak geassocieerd worden met handmatig tellen geminimaliseerd worden.
- Efficiëntieverbetering: Geautomatiseerde objecttelling verbetert de operationele efficiëntie door real-time resultaten te leveren en processen in verschillende toepassingen te stroomlijnen.
- Veelzijdigheid en toepassing: De veelzijdigheid van objecttelling in regio's maakt het toepasbaar in verschillende domeinen, van productie en bewaking tot verkeersmonitoring, wat bijdraagt aan het wijdverspreide nut en de effectiviteit.
Toepassingen in de echte wereld
Detailhandel | Marktstraten |
---|---|
Mensen tellen in verschillende regio's met behulp van Ultralytics YOLOv8 | Tellen van mensenmassa's in verschillende regio's met behulp van Ultralytics YOLOv8 |
Stappen om uit te voeren
Stap 1: Installeer de benodigde bibliotheken
Begin met het klonen van de Ultralytics repository, installeer de afhankelijkheden en navigeer naar de lokale map met behulp van de gegeven commando's in Stap 2.
# Clone Ultralytics repo
git clone https://github.com/ultralytics/ultralytics
# Navigate to the local directory
cd ultralytics/examples/YOLOv8-Region-Counter
Stap 2: Regio's tellen met Ultralytics YOLOv8
Voer de volgende basiscommando's voor inferentie uit.
Regio is verplaatsbaar
Tijdens het afspelen van video kun je de regio interactief verplaatsen binnen de video door te klikken en te slepen met de linkermuisknop.
# Save results
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
# Run model on CPU
python yolov8_region_counter.py --source "path/to/video.mp4" --device cpu
# Change model file
python yolov8_region_counter.py --source "path/to/video.mp4" --weights "path/to/model.pt"
# Detect specific classes (e.g., first and third classes)
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2
# View results without saving
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img
Optionele argumenten
Naam | Type | Standaard | Beschrijving |
---|---|---|---|
--source |
str |
None |
Pad naar videobestand, voor webcam 0 |
--line_thickness |
int |
2 |
Bounding Box dikte |
--save-img |
bool |
False |
De voorspelde video/afbeelding opslaan |
--weights |
str |
yolov8n.pt |
Pad naar gewichtenbestand |
--classes |
list |
None |
Specifieke klassen detecteren d.w.z. --klassen 0 2 |
--region-thickness |
int |
2 |
Regio Doosdikte |
--track-thickness |
int |
2 |
Lijndikte volgen |
Gemaakt op 2023-12-02, Bijgewerkt op 2024-05-08
Auteurs: Burhan-Q (1), glenn-jocher (2), RizwanMunawar (1)