Meet YOLO26: next-gen vision AI.

Link to this sectionАналитика с использованием Ultralytics YOLO26#

Аналитика с Ultralytics YOLO26 превращает результаты обнаружения объектов и трекинга в графики реального времени, позволяя тебе наблюдать, как меняется количество объектов в видео кадр за кадром. Это руководство охватывает четыре типа визуализации данных — линейные графики, столбчатые диаграммы, круговые диаграммы и диаграммы с областями, а также показывает, как переключаться между ними с помощью общих примеров на Python и CLI.



Watch: How to generate Analytical Graphs using Ultralytics | Line Graphs, Bar Plots, Area and Pie Charts

Link to this sectionПримеры визуализаций#

Линейный графикГистограммаКруговая диаграмма
Линейный график аналитики YOLO для отслеживания объектовГистограмма аналитики YOLO для подсчета обнаруженийКруговая диаграмма аналитики YOLO для распределения по классам

Link to this sectionЗачем визуализировать данные обнаружения?#

  • Линейные графики идеально подходят для отслеживания изменений на коротких и длинных промежутках времени, а также для сравнения изменений в нескольких группах за один и тот же период.
  • Столбчатые диаграммы подходят для сравнения количественных показателей по разным категориям и отображения взаимосвязи между категорией и её числовым значением.
  • Круговые диаграммы эффективно иллюстрируют пропорции между категориями и показывают части целого.
  • Диаграммы с областями заполняют пространство линейного графика, благодаря чему количество объектов для каждого класса во времени легче воспринимается с первого взгляда.

Link to this sectionСоздание аналитических графиков#

Передай свое видео в решение Analytics и выбери тип графика с помощью analytics_type. Решение выполняет обнаружение и трекинг на каждом кадре и отрисовывает график размером 1280×720 (по умолчанию), который ты можешь сразу записать в выходной видеофайл. Переключайся между "line", "bar", "pie" и "area" с помощью одного аргумента.

Аналитика с использованием Ultralytics YOLO
yolo solutions analytics show=True

# Pass the source
yolo solutions analytics source="path/to/video.mp4"

# Generate the pie chart
yolo solutions analytics analytics_type="pie" show=True

# Generate the bar plots
yolo solutions analytics analytics_type="bar" show=True

# Generate the area plots
yolo solutions analytics analytics_type="area" show=True

Link to this sectionАргументы Analytics#

Ниже представлена таблица с описанием аргументов Analytics:

АргументТипПо умолчаниюОписание
modelstrNoneПуть к файлу модели Ultralytics YOLO.
analytics_typestr'line'Тип графика, например, line, bar, area или pie.

Ты также можешь использовать различные аргументы track в решении Analytics.

АргументТипПо умолчаниюОписание
trackerstr'botsort.yaml'Указывает алгоритм отслеживания, который нужно использовать. Встроенные опции: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.1Устанавливает порог уверенности для обнаружений; более низкие значения позволяют отслеживать больше объектов, но могут включать ложные срабатывания.
ioufloat0.7Устанавливает порог Intersection over Union (IoU) для фильтрации перекрывающихся обнаружений.
classeslistNoneФильтрует результаты по индексу класса. Например, classes=[0, 2, 3] отслеживает только указанные классы.
verboseboolTrueКонтролирует отображение результатов отслеживания, предоставляя визуальный вывод отслеживаемых объектов.
devicestrNoneУказывает устройство для вывода (например, cpu, cuda:0 или 0). Позволяет выбирать между CPU, конкретным GPU или другими вычислительными устройствами для выполнения модели.

Кроме того, поддерживаются следующие аргументы визуализации:

АргументТипПо умолчаниюОписание
showboolFalseЕсли True, отображает аннотированные изображения или видео в окне. Полезно для немедленной визуальной обратной связи во время разработки или тестирования.
line_widthint or NoneNoneУказывает ширину линии ограничивающих рамок. Если None, ширина линии автоматически подстраивается под размер изображения. Обеспечивает визуальную настройку для ясности.

Link to this sectionЗаключение#

Понимание того, когда и как использовать различные типы визуализаций, критически важно для эффективного анализа данных. Линейные графики, гистограммы и круговые диаграммы — это фундаментальные инструменты, которые помогут тебе более четко и эффективно донести информацию о данных. Решение Ultralytics YOLO26 Analytics предоставляет оптимизированный способ генерации этих визуализаций на основе результатов обнаружения объектов и отслеживания, упрощая извлечение значимых инсайтов из твоих визуальных данных.

Link to this sectionFAQ#

Link to this sectionКак создать линейный график с помощью Ultralytics YOLO26 Analytics?#

Чтобы создать линейный график с помощью Ultralytics YOLO26 Analytics, выполни следующие шаги:

  1. Загрузи модель YOLO26 и открой видеофайл.
  2. Инициализируй класс Analytics с параметром analytics_type="line".
  3. Итерируйся по кадрам видео, вызывая решение на каждом кадре для обновления линейного графика данными, такими как количество объектов.
  4. Записывай results.plot_im в выходное видео для сохранения графика.

Используй пример на Python выше в качестве отправной точки — он уже выполняет цикл по кадрам, а линейный график является значением analytics_type по умолчанию.

Link to this sectionКакие преимущества дает использование Ultralytics YOLO26 для создания гистограмм?#

Использование Ultralytics YOLO26 для создания гистограмм дает несколько преимуществ:

  1. Визуализация данных в реальном времени: Бесшовная интеграция результатов обнаружения объектов в гистограммы для динамических обновлений.
  2. Простота использования: Простые API и функции делают реализацию и визуализацию данных интуитивно понятными.
  3. Кастомизация: Настраивай заголовки, подписи, цвета и многое другое в соответствии со своими требованиями.
  4. Эффективность: Эффективная обработка больших объемов данных и обновление графиков в режиме реального времени при обработке видео.

Чтобы создать столбчатую диаграмму, установи analytics_type="bar" в примере на Python выше — остальная часть цикла обработки кадров будет идентичной. Смотри раздел Визуальные примеры для предварительного просмотра.

Link to this sectionПочему стоит использовать Ultralytics YOLO26 для создания круговых диаграмм в проектах визуализации данных?#

Ultralytics YOLO26 — отличный выбор для создания круговых диаграмм, потому что:

  1. Интеграция с обнаружением объектов: Прямая интеграция результатов обнаружения объектов в круговые диаграммы для получения мгновенных инсайтов.
  2. Удобный API: Простая настройка и использование с минимумом кода.
  3. Настраиваемость: Множество вариантов настройки цветов, подписей и многого другого.
  4. Обновления в реальном времени: Обработка и визуализация данных в реальном времени, что идеально подходит для проектов видеоаналитики.

Чтобы создать круговую диаграмму, установи analytics_type="pie" в примере на Python выше. Дополнительную информацию ищи в разделе Визуальные примеры в этом руководстве.

Link to this sectionМожно ли использовать Ultralytics YOLO26 для отслеживания объектов и динамического обновления визуализаций?#

Да. Трекинг встроен в решение Analytics: оно отслеживает несколько объектов в реальном времени и обновляет график на основе данных об отслеживаемых объектах на каждом кадре, поэтому линейные графики, столбчатые диаграммы, круговые диаграммы и диаграммы с областями отражают актуальные данные. Это именно то, что делает цикл обработки кадров в примере на Python выше. Чтобы узнать больше о базовой функциональности трекинга, обратись к разделу Трекинг.

Link to this sectionЧто отличает Ultralytics YOLO26 от других решений для обнаружения объектов, таких как OpenCV и TensorFlow?#

Ultralytics YOLO26 выделяется среди других решений для обнаружения объектов, таких как OpenCV и TensorFlow, по нескольким причинам:

  1. Передовая точность: YOLO26 обеспечивает превосходную точность в задачах обнаружения объектов, сегментации экземпляров, семантической сегментации и классификации.
  2. Простота использования: Удобный API позволяет быстро реализовать и интегрировать решение без написания большого объема кода.
  3. Производительность в реальном времени: Оптимизация для высокоскоростного вывода, подходящая для приложений реального времени.
  4. Разнообразные применения: Поддержка различных задач, включая отслеживание множества объектов, обучение собственных моделей и экспорт в различные форматы, такие как ONNX, TensorRT и CoreML.
  5. Комплексная документация: Обширная документация и ресурсы блога, которые помогут тебе на каждом этапе.

Для более подробного сравнения и примеров использования изучи наш Блог Ultralytics.

Участники
GLglenn-jocher11RIRizwanMunawar9RAraimbekovm2MAMatthewNoyce2LAlakshanthad1IVIvorZhu3311

Комментарии