Recorte de objectos utilizando Ultralytics YOLO11

O que é o Recorte de objectos?

O recorte de objectos com Ultralytics YOLO11 envolve o isolamento e a extração de objectos específicos detectados de uma imagem ou vídeo. As capacidades do modelo YOLO11 são utilizadas para identificar e delinear com precisão os objectos, permitindo um recorte preciso para análise ou manipulação posterior.

Ver: Recorte de objectos utilizando Ultralytics YOLO

Vantagens do recorte de objectos

• Análise focada: YOLO11 facilita o recorte de objectos específicos, permitindo um exame ou processamento aprofundado de itens individuais numa cena.
• Volume de dados reduzido: Ao extrair apenas objectos relevantes, o recorte de objectos ajuda a minimizar o tamanho dos dados, tornando-os eficientes para armazenamento, transmissão ou tarefas computacionais subsequentes.
• Precisão melhorada: A precisão da deteção de objectos do YOLO11 assegura que os objectos recortados mantêm as suas relações espaciais, preservando a integridade da informação visual para uma análise detalhada.

Visuais

Bagagem de aeroporto
Recolha de malas no tapete rolante do aeroporto utilizando Ultralytics YOLO11

# Crop the objects
yolo solutions crop show=True

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

# Crop specific classes
yolo solutions crop classes="[0, 2]"

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Initialize object cropper object
cropper = solutions.ObjectCropper(
    show=True,  # display the output
    model="yolo11n.pt",  # model for object cropping i.e yolo11x.pt.
    classes=[0, 2],  # crop specific classes i.e. person and car with COCO pretrained model.
    # conf=0.5,  # adjust confidence threshold for the objects.
    # crop_dir="cropped-detections",  # set the directory name for cropped detections
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = cropper(im0)

    # print(results)  # access the output

cap.release()
cv2.destroyAllWindows()  # destroy all opened windows

ObjectCropper Argumentos

Aqui está uma tabela com os ObjectCropper argumentos:

Além disso, os seguintes argumentos de visualização estão disponíveis para utilização:

FAQ

O que é o recorte de objectos em Ultralytics YOLO11 e como funciona?

O recorte de objectos utilizando Ultralytics YOLO11 envolve o isolamento e a extração de objectos específicos de uma imagem ou vídeo com base nas capacidades de deteção do YOLO11. Este processo permite uma análise focada, um volume de dados reduzido e uma precisão melhorada, tirando partido do YOLO11 para identificar objectos com elevada precisão e cortá-los em conformidade. Para um tutorial aprofundado, consulte o exemplo de corte de objectos.

Por que razão devo utilizar Ultralytics YOLO11 para o recorte de objectos em vez de outras soluções?

Ultralytics YOLO11 destaca-se pela sua precisão, velocidade e facilidade de utilização. Permite a deteção e o recorte detalhados e precisos de objectos, essenciais para análises específicas e aplicações que necessitem de uma elevada integridade dos dados. Além disso, YOLO11 integra-se na perfeição com ferramentas como o OpenVINO e TensorRT para implementações que requerem capacidades em tempo real e otimização em hardware diversificado. Explore os benefícios no guia sobre exportação de modelos.

Como posso reduzir o volume de dados do meu conjunto de dados utilizando o recorte de objectos?

Ao utilizar o Ultralytics YOLO11 para cortar apenas objectos relevantes das suas imagens ou vídeos, pode reduzir significativamente o tamanho dos dados, tornando-os mais eficientes para armazenamento e processamento. Este processo envolve a formação do modelo para detetar objectos específicos e, em seguida, utilizar os resultados para cortar e guardar apenas essas partes. Para mais informações sobre como explorar as capacidades do Ultralytics YOLO11 , visite o nosso guia de início rápido.

Posso utilizar o Ultralytics YOLO11 para análise de vídeo em tempo real e recorte de objectos?

Sim, Ultralytics YOLO11 pode processar feeds de vídeo em tempo real para detetar e cortar objectos de forma dinâmica. As capacidades de inferência de alta velocidade do modelo tornam-no ideal para aplicações em tempo real, como vigilância, análise desportiva e sistemas de inspeção automatizados. Consulte os modos de seguimento e previsão para compreender como implementar o processamento em tempo real.

Quais são os requisitos de hardware para executar eficientemente o YOLO11 para recorte de objectos?

Ultralytics YOLO11 é optimizado para ambientes CPU e GPU , mas para obter o melhor desempenho, especialmente para inferência em tempo real ou de grande volume, recomenda-se uma GPU dedicada (por exemplo, NVIDIA Tesla, série RTX). Para implantação em dispositivos leves, considere o uso do CoreML para iOS ou TFLite para Android. Mais detalhes sobre dispositivos e formatos suportados podem ser encontrados em nossas opções de implantação de modelos.

📅C riado há 1 ano ✏️ Atualizado há 6 dias

Comentários