Link to this sectionVisão geral de conjuntos de dados de rastreamento de múltiplos objetos#

O rastreamento de múltiplos objetos é um componente crítico em análise de vídeo que identifica objetos e mantém IDs únicos para cada objeto detectado ao longo dos quadros de vídeo. O Ultralytics YOLO fornece capacidades de rastreamento poderosas que podem ser aplicadas a vários domínios, incluindo vigilância, análise de esportes e monitoramento de tráfego.

Link to this sectionFormato de conjunto de dados (em breve)#

O rastreamento do Ultralytics atualmente reutiliza modelos de detecção, segmentação ou pose sem exigir treinamento específico do rastreador. O suporte nativo para treinamento de rastreadores está em desenvolvimento ativo.

Link to this sectionRastreadores disponíveis#

O Ultralytics YOLO suporta os seguintes algoritmos de rastreamento:

• BoT-SORT - Use botsort.yaml para habilitar este rastreador (padrão)
• ByteTrack - Use bytetrack.yaml para habilitar este rastreador
• OC-SORT - Use ocsort.yaml para habilitar este rastreador
• Deep OC-SORT - Use deepocsort.yaml para habilitar este rastreador
• FastTracker - Use fasttrack.yaml para habilitar este rastreador
• TrackTrack - Use tracktrack.yaml para habilitar este rastreador

Link to this sectionUso#

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.1, iou=0.7, show=True)

Link to this sectionPersistindo rastreamentos entre quadros#

Para rastreamento contínuo em quadros de vídeo, você pode usar o parâmetro persist=True:

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo26n.pt")

# Open the video file
cap = cv2.VideoCapture("path/to/video.mp4")

while cap.isOpened():
    success, frame = cap.read()
    if success:
        # Run tracking with persistence between frames
        results = model.track(frame, persist=True)

        # Visualize the results
        annotated_frame = results[0].plot()
        cv2.imshow("Tracking", annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        break

cap.release()
cv2.destroyAllWindows()

Link to this sectionFAQ#

Link to this sectionComo usar o rastreamento de múltiplos objetos com o Ultralytics YOLO?#

Para usar o rastreamento de múltiplos objetos com o Ultralytics YOLO, você pode começar usando os exemplos em Python ou CLI fornecidos. Veja como você pode começar:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # Load the YOLO26 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.1, iou=0.7, show=True)

Estes comandos carregam o modelo YOLO26 e o usam para rastrear objetos na fonte de vídeo fornecida com confiança (conf) específica e limites de Intersection over Union (iou). Para mais detalhes, consulte a documentação do modo de rastreamento.

Link to this sectionQuais são os próximos recursos para treinar rastreadores no Ultralytics?#

O Ultralytics está aprimorando continuamente seus modelos de IA. Um próximo recurso permitirá o treinamento de rastreadores autônomos. Até lá, o Detector de Múltiplos Objetos aproveita modelos pré-treinados de detecção, segmentação ou Pose para rastreamento sem exigir treinamento autônomo. Fique atualizado seguindo nosso blog.

Link to this sectionPor que devo usar o Ultralytics YOLO para rastreamento de múltiplos objetos?#

O Ultralytics YOLO é um modelo de object detection de última geração, conhecido pelo seu desempenho em tempo real e alta accuracy. Usar o YOLO para rastreamento de múltiplos objetos oferece várias vantagens:

• Rastreamento em tempo real: Obtenha um rastreamento eficiente e de alta velocidade, ideal para ambientes dinâmicos.
• Flexibilidade com modelos pré-treinados: Não há necessidade de treinar do zero; basta usar modelos pré-treinados de detecção, segmentação ou Pose.
• Facilidade de uso: A integração simples da API com Python e CLI torna a configuração de pipelines de rastreamento direta.
• Documentação extensa e suporte da comunidade: O Ultralytics fornece documentação abrangente e um fórum comunitário ativo para solucionar problemas e aprimorar seus modelos de rastreamento.

Para mais detalhes sobre como configurar e usar o YOLO para rastreamento, visite nosso guia de uso de rastreamento.

Link to this sectionPosso usar conjuntos de dados personalizados para rastreamento de múltiplos objetos com o Ultralytics YOLO?#

Sim, você pode usar conjuntos de dados personalizados para rastreamento de múltiplos objetos com o Ultralytics YOLO. Embora o suporte para treinamento de rastreadores autônomos seja um recurso futuro, você já pode usar modelos pré-treinados em seus conjuntos de dados personalizados. Prepare seus conjuntos de dados no formato apropriado compatível com o YOLO e siga a documentação para integrá-los.

Link to this sectionComo interpreto os resultados do modelo de rastreamento do Ultralytics YOLO?#

Após executar um trabalho de rastreamento com o Ultralytics YOLO, os resultados incluem vários pontos de dados, como IDs de objetos rastreados, suas caixas delimitadoras e as pontuações de confiança. Aqui está uma breve visão geral de como interpretar esses resultados:

• IDs rastreados: Cada objeto recebe um ID único, o que ajuda a rastreá-lo entre os quadros.
• Caixas delimitadoras: Estas indicam a localização dos objetos rastreados dentro do quadro.
• Pontuações de confiança: Estas refletem a confiança do modelo na detecção do objeto rastreado.

Para orientações detalhadas sobre como interpretar e visualizar esses resultados, consulte o guia de manipulação de resultados.

Link to this sectionComo posso personalizar a configuração do rastreador?#

Você pode personalizar o rastreador criando uma versão modificada do arquivo de configuração do rastreador. Copie um arquivo de configuração de rastreador existente de ultralytics/cfg/trackers, modifique os parâmetros conforme necessário e especifique este arquivo ao executar o rastreador:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model.track(source="video.mp4", tracker="custom_tracker.yaml")