Gerenciamento de Fila usando Ultralytics YOLO26#
O que é a gestão de filas?#
A gestão de filas com Ultralytics YOLO26 envolve organizar e controlar filas de pessoas ou veículos para reduzir os tempos de espera e aumentar a eficiência. Trata-se de otimizar as filas para melhorar a satisfação dos clientes e o desempenho dos sistemas em vários ambientes, como lojas, bancos, aeroportos e unidades de saúde.
Watch: How to Build a Queue Management System with Ultralytics YOLO26 | Real-Time Queue Analytics 🚀
Vantagens da gestão de filas#
- Tempos de espera reduzidos: Os sistemas de gestão de filas organizam-nas de forma eficiente, minimizando os tempos de espera dos clientes. Isso resulta em níveis mais elevados de satisfação, pois os clientes passam menos tempo à espera e mais tempo a interagir com produtos ou serviços.
- Maior eficiência: A implementação da gestão de filas permite que as empresas aloquem recursos de forma mais eficaz. Ao analisar os dados das filas e otimizar a alocação de funcionários, as empresas podem simplificar as operações, reduzir custos e melhorar a produtividade geral.
- Informações em tempo real: A gestão de filas baseada em YOLO26 fornece dados instantâneos sobre o tamanho das filas e os tempos de espera, permitindo que os gestores tomem decisões informadas rapidamente.
- Melhoria da experiência do cliente: Ao reduzir a frustração associada a longos tempos de espera, as empresas podem melhorar significativamente a satisfação e a fidelidade dos clientes.
Aplicações no mundo real#
| Logística | Retalho |
|---|---|
 |  |
| Gestão de filas no balcão de bilhetes de um aeroporto com Ultralytics YOLO26 | Monitorização de filas numa multidão com Ultralytics YOLO26 |
Faça a gestão de filas com YOLO26#
A solução QueueManager contabiliza os objetos que permanecem dentro de uma região definida em cada frame, fornecendo o tamanho da fila em tempo real, que pode ser gravado num vídeo de saída. Passe uma região poligonal que cubra a área de espera e, em seguida, execute a solução na sua fonte de vídeo através da API Python ou da CLI.
# Run a queue example
yolo solutions queue show=True
# Pass a source video
yolo solutions queue source="path/to/video.mp4"
# Pass queue coordinates
yolo solutions queue region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"Argumentos de QueueManager#
Eis uma tabela com os argumentos de QueueManager:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
model | str | None | Caminho para um ficheiro de modelo YOLO da Ultralytics. |
region | list ou dict | None | Pontos que definem a região de interesse, seja uma lista de tuplos (x, y) ou um dicionário que associa nomes de regiões a listas de pontos para várias regiões (apenas RegionCounter). Quando None, as soluções que requerem uma região utilizam uma predefinição. |
line_width | int | 2 | Espessura das linhas das caixas, dos pontos-chave e das contagens desenhados pela solução. |
verbose | bool | True | Ativa o registo por fotograma da solução, incluindo a forma da entrada, as contagens por classe e a velocidade de processamento. A chamada de rastreamento permanece sempre silenciosa. |
A solução QueueManager também suporta os argumentos track:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Especifica o algoritmo de rastreamento a utilizar. Opções integradas: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.25 | Define o limiar de confiança para as deteções; valores mais baixos permitem rastrear mais objetos, mas podem incluir falsos positivos. |
iou | float | 0.7 | Define o limiar de Interseção sobre a União (IoU) para filtrar deteções sobrepostas. |
classes | list | None | Filtra os resultados pelo índice da classe. Por exemplo, classes=[0, 2, 3] rastreia apenas as classes especificadas. |
device | str | None | Especifica o dispositivo para a inferência (por exemplo, cpu, cuda:0 ou 0). Permite selecionar entre CPU, uma GPU específica ou outros dispositivos de computação para executar o modelo. |
imgsz | int or tuple | 640 | Tamanho da imagem de inferência alvo: um inteiro para um quadrado ou um par (height, width). As formas são ajustadas para o passo do modelo. |
max_det | int | 300 | Número máximo de detecções mantidas por quadro antes do rastreamento, limitando os objetos que uma solução processa em cenas densas. |
quantize | int or str | None | Precisão de inferência: 16 (FP16) ou 32/não definido (FP32) para modelos PyTorch e TorchScript; outros formatos computam na precisão que o artefato e o tempo de execução selecionam. Substitui a flag obsoleta half. |
Além disso, estão disponíveis os seguintes parâmetros de visualização:
| Argumento | Tipo | Predefinição | Descrição |
|---|---|---|---|
show | bool | False | Se True, apresenta as imagens ou vídeos anotados numa janela. É útil para obter feedback visual imediato durante o desenvolvimento ou os testes. |
show_conf | bool | True | Apresenta a pontuação de confiança de cada deteção junto à etiqueta. Permite compreender o grau de certeza do modelo em cada deteção. |
show_labels | bool | True | Apresenta etiquetas para cada deteção no resultado visual. Permite compreender imediatamente os objetos detetados. |
Estratégias de implementação#
Ao implementar a gestão de filas com YOLO26, considere estas boas práticas:
- Posicionamento estratégico das câmaras: Posicione as câmaras de modo a captar toda a área da fila sem obstruções.
- Defina regiões de fila adequadas: Defina cuidadosamente os limites da fila com base na disposição física do seu espaço.
- Ajuste a confiança da deteção: Ajuste o limiar de confiança com base nas condições de iluminação e na densidade da multidão.
- Integre com os sistemas existentes: Ligue a sua solução de gestão de filas a sistemas de sinalização digital ou de notificação de funcionários para obter respostas automatizadas.
Perguntas frequentes#
Para utilizar o Ultralytics YOLO26 na gestão de filas em tempo real, pode seguir estes passos:
- Carregue o modelo YOLO26 com
YOLO("yolo26n.pt"). - Capture o feed de vídeo utilizando
cv2.VideoCapture. - Defina a região de interesse (ROI) para a gestão de filas.
- Processe os frames para detetar objetos e gerir filas.
Veja um exemplo mínimo:
import cv2 from ultralytics import solutions cap = cv2.VideoCapture("path/to/video.mp4") queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)] queuemanager = solutions.QueueManager( model="yolo26n.pt", region=queue_region, line_width=3, show=True, ) while cap.isOpened(): success, im0 = cap.read() if success: results = queuemanager(im0) cap.release() cv2.destroyAllWindows()A utilização da Ultralytics Platform pode simplificar este processo, fornecendo uma plataforma fácil de utilizar para implementar e gerir a sua solução de gestão de filas.
- Carregue o modelo YOLO26 com
A utilização do Ultralytics YOLO26 para a gestão de filas oferece várias vantagens:
- Redução drástica dos tempos de espera: Organiza as filas de forma eficiente, reduzindo os tempos de espera dos clientes e aumentando a satisfação.
- Maior eficiência: Analisa os dados das filas para otimizar a alocação de funcionários e as operações, reduzindo assim os custos.
- Alertas em tempo real: Fornece notificações em tempo real sobre filas longas, permitindo uma intervenção rápida.
- Escalabilidade: É facilmente escalável em diferentes ambientes, como lojas, aeroportos e unidades de saúde.
Para obter mais informações, explore as nossas soluções de gestão de filas.
O Ultralytics YOLO26 oferece várias vantagens em relação ao TensorFlow e ao Detectron2 para a gestão de filas:
- Desempenho em tempo real: O YOLO26 é conhecido pelas suas capacidades de deteção em tempo real, oferecendo velocidades de processamento superiores.
- Facilidade de utilização: A Ultralytics proporciona uma experiência fácil de utilizar, desde o treino até à implementação, através da Ultralytics Platform.
- Modelos pré-treinados: Acesso a uma variedade de modelos pré-treinados, minimizando o tempo necessário para a configuração.
- Suporte da comunidade: A documentação abrangente e o suporte ativo da comunidade facilitam a resolução de problemas.
Saiba como começar a utilizar o Ultralytics YOLO.
Sim, o Ultralytics YOLO26 consegue gerir vários tipos de filas, incluindo as de aeroportos e lojas. Ao configurar o QueueManager com regiões e definições específicas, o YOLO26 pode adaptar-se a diferentes disposições e densidades de filas.
Exemplo para aeroportos:
queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)] queue_airport = solutions.QueueManager( model="yolo26n.pt", region=queue_region_airport, line_width=3, )Para obter mais informações sobre aplicações diversas, consulte a nossa secção Aplicações no mundo real.
O Ultralytics YOLO26 é utilizado em várias aplicações reais de gestão de filas:
- Lojas: Monitoriza as filas das caixas para reduzir os tempos de espera e melhorar a satisfação dos clientes.
- Aeroportos: Gere as filas nos balcões de bilhetes e nos pontos de controlo de segurança para proporcionar uma experiência mais tranquila aos passageiros.
- Saúde: Otimiza o fluxo de pacientes em clínicas e hospitais.
- Bancos: Melhora o atendimento ao cliente ao gerir as filas de forma eficiente nos bancos.
Consulte o nosso blogue sobre a gestão de filas no mundo real para saber mais sobre como a visão computacional está a transformar a monitorização de filas em vários setores.