Contagem de objetos em regiões com Ultralytics YOLO26
A solução RegionCounter do Ultralytics YOLO26 rastreia objetos entre os quadros do vídeo e, em cada quadro, conta os objetos cujo centro da caixa delimitadora está dentro de cada região definida por você. Cada região é desenhada no quadro com sua contagem ao vivo, para que você possa monitorar várias zonas, como corredores de lojas, faixas de rodagem ou áreas de produção, com uma única chamada em Python ou um comando da CLI.
Assista: Contagem de objetos em diferentes regiões usando Ultralytics YOLO | Soluções Ultralytics
Por que usar a contagem por região?#
- Várias zonas em uma única passagem: Passe um dicionário de polígonos nomeados; cada zona recebe uma contagem independente desenhada no quadro, para que um único fluxo de vídeo cubra todas as áreas que importam para você.
- Rastreamento integrado: A solução executa internamente a detecção do YOLO26 e o rastreamento de objetos, sem precisar configurar um pipeline de rastreamento separado.
- Contagens acessíveis por código: Cada quadro processado retorna um objeto de resultados com um dicionário de contagens por região, pronto para uso em painéis, alertas ou registros.
Aplicações no mundo real#
| Retalho | Ruas de mercado |
|---|---|
![]() | ![]() |
| Contagem de pessoas em regiões com Ultralytics YOLO | Contagem de multidões em regiões com Ultralytics YOLO |
Como contar objetos em regiões com Ultralytics YOLO#
Execute a solução RegionCounter em uma fonte de vídeo usando CLI ou Python. Uma região pode ser uma lista de pontos (uma única zona) ou um dicionário que associa nomes de zonas a listas de pontos. O exemplo em Python abaixo conta objetos em duas regiões nomeadas e grava os quadros processados em um arquivo de vídeo de saída:
# Run a region counting example
yolo solutions region show=True
# Pass a source video
yolo solutions region source="path/to/video.mp4"
# Pass a custom region
yolo solutions region region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"Argumentos de RegionCounter()#
Aqui está uma tabela com os argumentos de RegionCounter:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
model | str | None | Caminho para um arquivo de modelo Ultralytics YOLO. |
region | list ou dict | None | Pontos que definem a região de interesse, seja como uma lista de tuplas (x, y) ou como um dicionário que associa nomes de regiões a listas de pontos para várias regiões (somente RegionCounter). Quando None, as soluções que exigem uma região usam uma região padrão predefinida. |
line_width | int | 2 | Espessura das linhas das caixas, dos pontos-chave e das contagens desenhados pela solução. |
verbose | bool | True | Ativa o registro por quadro da solução, com o formato da entrada, as contagens por classe e a velocidade de processamento. A chamada de rastreamento em si é sempre silenciosa. |
A solução RegionCounter permite usar parâmetros de rastreamento de objetos:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
tracker | str | 'tracktrack.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 das deteções; valores mais baixos permitem rastrear mais objetos, mas podem incluir falsos positivos. |
iou | float | 0.5 | Define o limiar de interseção sobre 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 escolher entre CPU, uma GPU específica ou outros dispositivos de computação para executar o modelo. |
imgsz | int or tuple | 640 | Tamanho da imagem de destino para a inferência: um número inteiro para uma imagem quadrada ou um par (height, width). As dimensões são ajustadas ao stride do modelo. |
max_det | int | 300 | Número máximo de deteções mantidas por fotograma 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/unset (FP32) para modelos PyTorch e TorchScript fora da CPU; os outros formatos usam a precisão selecionada pelo artefato e pelo ambiente de execução. Substitui o argumento obsoleto half. |
Além disso, há suporte para as seguintes configurações de visualização:
| Argumento | Tipo | Padrão | Descrição |
|---|---|---|---|
show | bool | False | Se True, exibe as imagens ou os vídeos anotados em uma janela. Útil para obter feedback visual imediato durante o desenvolvimento ou os testes. |
show_conf | bool | True | Exibe a pontuação de confiança de cada detecção junto ao rótulo. Mostra o grau de certeza do modelo em cada detecção. |
show_labels | bool | True | Exibe os rótulos de cada detecção na saída visual. Permite identificar imediatamente os objetos detectados. |
Como funciona a contagem por região#
A solução RegionCounter transforma cada região fornecida em um polígono com pelo menos três pontos. Uma lista simples de pontos se torna uma única zona chamada Region#01, enquanto um dicionário mantém os nomes de zona definidos por você; cada zona é desenhada com uma cor própria da paleta da Ultralytics. Em seguida, cada quadro é processado em três etapas:
- O rastreamento do YOLO26 detecta e acompanha cada objeto no quadro
- Para cada objeto rastreado, a solução calcula o centro da caixa delimitadora e verifica quais polígonos de região o contêm
- A contagem de cada região é desenhada no centro dela, e as contagens são zeradas antes do próximo quadro
Como as contagens recomeçam a cada quadro, o número exibido em uma região representa a ocupação atual, ou seja, quantos objetos estão dentro dela naquele momento, e não um total acumulado. Para contar cumulativamente os objetos que cruzam um limite, use a solução ObjectCounter.
Cada chamada também retorna um objeto de resultados cujo atributo plot_im contém o quadro anotado e cujo dicionário region_counts associa os nomes das regiões às respectivas contagens, para que você possa usar esses números na lógica da sua aplicação.
Conclusão#
A solução RegionCounter do Ultralytics YOLO26 monitora as contagens atuais de objetos em quantas zonas nomeadas forem necessárias, usando apenas algumas linhas de código. Para ir além, conte cruzamentos de limites com a contagem de objetos, acompanhe objetos dentro de uma única zona com TrackZone ou explore as outras soluções da Ultralytics.
Perguntas frequentes#
Ultralytics YOLO26 conta objetos em regiões rastreando cada objeto no quadro e verificando se o centro da caixa delimitadora está dentro de cada polígono definido pelo usuário. A contagem exibida em uma região representa a ocupação atual daquele quadro, não um total acumulado. As opções de configuração estão listadas na seção
RegionCounter()Arguments.Passe o argumento
regioncomo um dicionário que associa nomes de zonas a listas de pontos, como no exemplo principal:from ultralytics import solutions region_points = { "region-01": [(50, 50), (250, 50), (250, 250), (50, 250)], "region-02": [(640, 640), (780, 640), (780, 720), (640, 720)], } regioncounter = solutions.RegionCounter(region=region_points, model="yolo26n.pt", show=True)Cada zona nomeada é desenhada com uma cor própria e tem uma contagem independente.
O objeto retornado por cada chamada
regioncounter(im0)contém um dicionárioregion_countsque associa os nomes das regiões às respectivas contagens, além deplot_im(o quadro anotado) etotal_tracks(o número de objetos rastreados). Imprima o objeto de resultados para consultar todos os campos disponíveis.Sim. Passe o argumento
classescom os índices das classes que quer manter, por exemplo,classes=[0]para contar apenas pessoas com um modelo pré-treinado no COCO. A lista completa de argumentos relacionados ao rastreamento está na seçãoRegionCounter()Argumentos.RegionCountermostra quantos objetos estão dentro de cada zona poligonal no frame atual, enquanto ObjectCounter conta objetos cumulativamente à medida que cruzam uma linha ou o limite de uma região, acompanhando os totais de entradas e saídas. UseRegionCounterpara acompanhar a ocupação ao vivo de uma ou mais zonas eObjectCounterpara contar entradas e saídas; apenasObjectCounteroferece suporte a regiões em forma de linha.
Comentários99
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.
pedmindset
Been trying to figure this out for a while now. I want to ask, can I use object counting in regions with instance sementation and tracking? You want to count vehicles that cross two specific regions, like so Object 001 crossed region A and region B. Is this possible to do
1
Glenn JocherUltralytics@pedmindset yes, it is possible to count objects crossing multiple regions using Ultralytics YOLO11. You can utilize the
RegionCounterclass to define multiple regions and track objects across them. The objects' movement through these regions can be tracked using persistent IDs, enabling you to determine which object crossed which regions. For implementation details, refer to the Region Counting Guide.1
amulyaamaggididivami
import cv2 from ultralytics import solutions # Load video file cap = cv2.VideoCapture("retail-store.mp4") assert cap.isOpened(), "Error reading video file" # Define the counting line coordinates (adjust as per your scene) region_points = [(1135, 714), (1134, 416)] # Get video properties w, h, fps = (int(cap.get(x)) for x in ( cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS, )) # Setup video writer for output video_writer = cv2.VideoWriter( "object_counting_output.mp4", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h), ) # Initialize the object counter counter = solutions.ObjectCounter( show=False, # Don't show live preview region=region_points, # Line coordinates model="yolo11n.pt", # YOLO model classes=[0], # Class 0 = person line_width=3, ) # Process video frame by frame while cap.isOpened(): success, frame = cap.read() if not success: print("Video processing complete.") break # Run the counter on the frame results = counter(frame) # Write to output video video_writer.write(results.plot_im) # Cleanup cap.release() video_writer.release() cv2.destroyAllWindows() print(f"✅ Processing complete. Saved as 'object_counting_output.mp4'")I’m getting the count reversed — the number of people entering is shown as OUT, and those exiting are shown as IN. How can I fix this?
RizwanMunawar
@amulyaamaggididivami Hi, can you please try reversing the region coordinates, like mentioned? I believe this will work.
region_points = [(1134, 416), (1135, 714)]amulyaamaggididivami
I have tried that, but it is not working
RizwanMunawar(editado)
@amulyaamaggididivami, well, in that case, you can clone the
ultralyticsrepository and build it locally with the changes in the code line here: https://github.com/ultralytics/ultralytics/blob/fa5d0bffbd63adfc302e9c118ffe5caa6447a044/ultralytics/solutions/object_counter.py#L135Edit: Can you please also try using the region points, rather than line points?
amulyaamaggididivami
Sure, thanks
1
Glenn JocherUltralytics@SudhanshuBlaze IN/OUT for line counters is image-axis based, not compass: for a mostly vertical line, IN = motion to the right (+x) and OUT = left; for a mostly horizontal line, IN = down (+y) and OUT = up; you can relabel to N/S/E/W post-process like this:
def label_dirs(results, p1, p2): (x1, y1), (x2, y2) = p1, p2 vertical = abs(x1 - x2) < abs(y1 - y2) return ({"eastbound": results.in_count, "westbound": results.out_count} if vertical else {"southbound": results.in_count, "northbound": results.out_count})Details of the IN/OUT logic are in the count_objects method of the ObjectCounter reference.
Forlin12
Hello, I would like to know how it works to remove how many objects there are per instant region because I can't extract this information.
SudhanshuBlaze
Hi,
I was wondering in the case of LINE counters, if there's a thumb rule to translate the IN, OUT count to North->South, East-> West, something like this. How do I know which direction is IN and which direction is OUT in the case of LINE counters?
My coordinates: line_counter1 = [(842, 1434), (640, 2200)]
line_counter2 = [(1028, 1304), (1094, 1038)]
line_counter3 = [(1068, 1038), (684, 1048)]
line_counter4 = [(2498, 546), (3276, 572)]
line_counter5 = [(3244, 786), (3414, 904)]
line_counter6 = [(1830, 958), (1668, 710)]Thanks in advance
morussk
Hey, I am trying to use solutions.RegionCounter() with conf less than 0.25 but it seems to be ignoring it, is that by design? If I use conf > 0.25 it is taken into account and counts only detections with confidence higher than conf in particular region but lower then 0.25 seems to be ignored and those detections have not chance of being counted by solutions.RegionCounter(). Please advice.
RizwanMunawar
@morussk Hi, thanks for sharing the details. The counting in region feature relies on object tracking rather than standalone predictions. As a result, detections with a confidence score below 0.25 are ignored by default.
However, this behaviour can be modified by adjusting the track_high_thresh parameter. Currently, the
Solutionsclass doesn’t support adjusting tracking configuration core options directly, but you can adjust it by cloning the code and modifying the tracker's configurations file.Note: We always recommend using the latest version of the Ultralytics Python package. You can update it by running:
pip install -U ultralytics.Thanks.
1
dimasfadhila
hello, what dataset do you use for object detection in this region?
Glenn JocherUltralytics@dimasfadhila for region-based object counting in the Ultralytics example, we use models pre-trained on the COCO dataset by default, which includes 80 common object classes. You can see the full class list in our COCO dataset documentation. If you need to count custom objects, you'll want to train on your own dataset using YOLO's training mode.
rejens
Process video
while cap.isOpened(): success, im0 = cap.read() # Read the video frame. if not success: break im0 = region.count(im0) # Count the objects in different regions of frame. cv2.imshow("frame", im0) if cv2.waitKey(1) & 0xFF == ord('q'): break
this successfully did count and display the objects inside the region, how can i retrieve the number of counts, seems region.count(im0) returns the image only.
thanks
Glenn JocherUltralytics(editado)@rejens
RegionCounterreturns a results object, so call it on each frame and read the per-region counts fromregion_counts:results = region(im0) print(results.region_counts) # e.g. {'Region#01': 3} im0 = results.plot_imThe counts are for the current frame (they reset on every frame). Let me know if you need further clarification!
Darkbutbright
hi,counter = solutions.ObjectCounter(paras),im0 = counter.count(im0),Can the type information, font size, and position of the count in the video be set?
Glenn JocherUltralytics(editado)@Darkbutbright yes, you can customize the text information, font size and position of the count by modifying the solution source code. For
ObjectCounter, the counts are drawn in itsdisplay_counts()method (inultralytics/solutions/object_counter.py) through theSolutionAnnotator, so you can adjust the text rendering there. You can also call the solution and draw your own text on the returnedplot_imwithcv2.putText(), usingresults.in_countandresults.out_count. Let me know if you need further clarification!Darkbutbright
Thank you for your patient answer, but I really don't know where to get the detailed instructions (documents) of the solutions class. Could you please tell me how to get it (including more clear instructions for using other classes of yolo)?
Glenn JocherUltralytics@Darkbutbright thank you for your question! You can find detailed instructions and documentation for the
solutionsclass and other YOLO functionalities in the Ultralytics Docs. For specific examples, such as region counting or object tracking, check the solutions guide or the respective sections in the repository. Let me know if you need assistance with a particular use case!
kemalfrk
Hello, select the area with mouse events how to write the code that counts these classes if it enters a class.Thanks
Glenn JocherUltralytics@kemalfrk to implement object counting in specific regions using mouse events, you can modify the region points dynamically by capturing mouse click events and updating the region coordinates in real-time. You can refer to the Ultralytics YOLOv8 region counting example for guidance on how to set up and use the
RegionCounter. If you have further questions or need additional customization, feel free to ask!
MuhammedEnesGurkan
Hello, I use object counter but ı want to count only sheeps how can ı set classes_names to sheeps. Please help me
Glenn JocherUltralytics@MuhammedEnesGurkan to count only sheep, use the
--classesargument to specify the class index for sheep in your model. For example, if sheep are class 2, run:python yolov8_region_counter.py --source "path/to/video.mp4" --classes 2. Adjust the class index as needed based on your model's class mapping.

