Visão geral dos datasets de rastreamento de múltiplos objetos

O rastreamento de múltiplos objetos é um componente crítico na análise de vídeo que identifica objetos e mantém IDs únicos para cada objeto detectado ao longo dos quadros do vídeo. O Ultralytics YOLO oferece recursos de rastreamento poderosos que podem ser aplicados a diversos domínios, incluindo vigilância, análise esportiva e monitoramento de tráfego.

Formato do dataset (Disponível em breve)

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

Rastreadores 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

Utilização

from ultralytics import YOLO

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

Persistindo rastreamentos entre quadros

Para rastreamento contínuo entre 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()

FAQ

Como uso o rastreamento de múltiplos objetos com o Ultralytics YOLO?

Para usar o rastreamento de múltiplos objetos com o Ultralytics YOLO, você pode começar utilizando os exemplos de Python ou CLI fornecidos. Veja como 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 utilizam para rastrear objetos na fonte de vídeo fornecida com limiares específicos de confiança (conf) e Intersection over Union (iou). Para mais detalhes, consulte a documentação do modo track.

Quais são as funcionalidades futuras para treinar rastreadores no Ultralytics?

O Ultralytics aprimora continuamente seus modelos de IA. Uma funcionalidade futura permitirá o treinamento de rastreadores independentes. Até lá, o Multi-Object Detector aproveita modelos pré-treinados de detecção, segmentação ou Pose para rastreamento sem exigir treinamento independente. Mantenha-se atualizado seguindo nosso blog ou conferindo as funcionalidades futuras.

Por 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: Alcance um rastreamento eficiente e de alta velocidade, ideal para ambientes dinâmicos.
• Flexibilidade com modelos pré-treinados: Não é necessário 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 oferece 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.

Posso usar datasets personalizados para rastreamento de múltiplos objetos com o Ultralytics YOLO?

Sim, você pode usar datasets personalizados para rastreamento de múltiplos objetos com o Ultralytics YOLO. Embora o suporte para treinamento de rastreadores independentes seja uma funcionalidade futura, você já pode usar modelos pré-treinados em seus datasets personalizados. Prepare seus datasets no formato apropriado compatível com YOLO e siga a documentação para integrá-los.

Como 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 (BBox): Indicam a localização dos objetos rastreados dentro do quadro.
• Pontuações de confiança: Refletem a confiança do modelo na detecção do objeto rastreado.

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

Como 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")