Продвинутая визуализация данных: тепловые карты с использованием Ultralytics YOLO26 🚀

Введение в тепловые карты

Открыть тепловые карты в Colab

Тепловая карта, созданная с помощью Ultralytics YOLO26, преобразует сложные данные в яркую, цветокодированную матрицу. Этот визуальный инструмент использует спектр цветов для отображения различных значений данных: теплые оттенки указывают на более высокую интенсивность, а холодные — на более низкие значения. Тепловые карты отлично подходят для визуализации сложных закономерностей, корреляций и аномалий, предлагая доступный и понятный подход к интерпретации данных в различных областях.



Watch: Heatmaps using Ultralytics YOLO26

Почему стоит выбрать тепловые карты для анализа данных?

  • Интуитивная визуализация распределения данных: Тепловые карты упрощают понимание концентрации и распределения данных, преобразуя сложные наборы данных в визуально понятные форматы.
  • Эффективное обнаружение закономерностей: Благодаря визуализации данных в формате тепловой карты становится проще замечать тренды, кластеры и выбросы, что способствует более быстрому анализу и получению выводов.
  • Улучшенный пространственный анализ и принятие решений: Тепловые карты помогают иллюстрировать пространственные взаимосвязи, содействуя процессам принятия решений в таких секторах, как бизнес-аналитика, экологические исследования и городское планирование.

Примеры реального применения

ТранспортРитейл
Тепловая карта транспортных потоков Ultralytics YOLO26Тепловая карта ритейла Ultralytics YOLO26
Тепловая карта транспортных потоков Ultralytics YOLO26Тепловая карта ритейла Ultralytics YOLO26
Тепловые карты с использованием Ultralytics YOLO
# Run a heatmap example
yolo solutions heatmap show=True

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

# Pass a custom colormap
yolo solutions heatmap colormap=cv2.COLORMAP_INFERNO

# Heatmaps + object counting
yolo solutions heatmap region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Аргументы Heatmap()

Ниже приведена таблица с аргументами Heatmap:

АргументТипПо умолчаниюОписание
modelstrNoneПуть к файлу модели Ultralytics YOLO.
colormapintcv2.COLORMAP_DEEPGREENЦветовая карта для тепловой карты.
show_inboolTrueФлаг для управления отображением входящих объектов на видеопотоке.
show_outboolTrueФлаг для управления отображением исходящих объектов на видеопотоке.
regionlist'[(20, 400), (1260, 400)]'Список точек, определяющих область подсчета.

Ты также можешь применять различные аргументы track в решении Heatmap.

АргументТипПо умолчаниюОписание
trackerstr'botsort.yaml'Указывает алгоритм отслеживания, который необходимо использовать, например, bytetrack.yaml или botsort.yaml.
conffloat0.1Устанавливает порог достоверности для обнаружения; 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.
verboseboolTrueУправляет отображением результатов отслеживания, предоставляя визуальный вывод отслеживаемых объектов.
devicestrNoneУказывает устройство для вывода (например, cpu, cuda:0 или 0). Позволяет пользователям выбирать между CPU, конкретным GPU или другими вычислительными устройствами для выполнения модели.

Кроме того, ниже перечислены поддерживаемые аргументы визуализации:

АргументТипПо умолчаниюОписание
showboolFalseЕсли True, отображает аннотированные изображения или видео в окне. Полезно для мгновенной визуальной проверки в процессе разработки или тестирования.
line_widthint or NoneNoneЗадает толщину линий ограничивающих рамок. Если None, толщина подбирается автоматически в зависимости от размера изображения. Обеспечивает визуальную настройку для ясности.
show_confboolTrueОтображает показатель уверенности для каждого обнаруженного объекта рядом с меткой. Дает представление об уверенности модели в каждом обнаружении.
show_labelsboolTrueОтображает метки для каждого обнаруженного объекта на визуальном выводе. Дает быстрое понимание того, какие объекты были найдены.

COLORMAPs (цветовые карты) для тепловых карт

Название цветовой картыОписание
cv::COLORMAP_AUTUMNОсенняя цветовая карта
cv::COLORMAP_BONEКостяная цветовая карта
cv::COLORMAP_JETЦветовая карта Jet
cv::COLORMAP_WINTERЗимняя цветовая карта
cv::COLORMAP_RAINBOWРадужная цветовая карта
cv::COLORMAP_OCEANОкеаническая цветовая карта
cv::COLORMAP_SUMMERЛетняя цветовая карта
cv::COLORMAP_SPRINGВесенняя цветовая карта
cv::COLORMAP_COOLХолодная цветовая карта
cv::COLORMAP_HSVЦветовая карта HSV (оттенок, насыщенность, значение)
cv::COLORMAP_PINKРозовая цветовая карта
cv::COLORMAP_HOTГорячая цветовая карта
cv::COLORMAP_PARULAЦветовая карта Parula
cv::COLORMAP_MAGMAЦветовая карта Magma
cv::COLORMAP_INFERNOЦветовая карта Inferno
cv::COLORMAP_PLASMAЦветовая карта Plasma
cv::COLORMAP_VIRIDISЦветовая карта Viridis
cv::COLORMAP_CIVIDISЦветовая карта Cividis
cv::COLORMAP_TWILIGHTЦветовая карта Twilight
cv::COLORMAP_TWILIGHT_SHIFTEDСмещенная цветовая карта Twilight
cv::COLORMAP_TURBOЦветовая карта Turbo
cv::COLORMAP_DEEPGREENТемно-зеленая цветовая карта

Эти цветовые карты обычно используются для визуализации данных с различными цветовыми представлениями.

Как работают тепловые карты в Ultralytics YOLO26

Решение Heatmap в Ultralytics YOLO26 расширяет класс ObjectCounter для генерации и визуализации моделей движения в видеопотоках. При инициализации решение создает пустой слой тепловой карты, который обновляется по мере движения объектов в кадре.

Для каждого обнаруженного объекта решение:

  1. Отслеживает объект в кадрах, используя возможности трекинга YOLO26
  2. Обновляет интенсивность тепловой карты в местоположении объекта
  3. Применяет выбранную цветовую карту для визуализации значений интенсивности
  4. Накладывает цветную тепловую карту на исходный кадр

Результатом является динамическая визуализация, которая накапливается с течением времени, раскрывая модели трафика, движения толпы или другие пространственные модели поведения в твоих видеоданных.

Часто задаваемые вопросы (FAQ)

Как Ultralytics YOLO26 генерирует тепловые карты и в чем их преимущества?

Ultralytics YOLO26 генерирует тепловые карты, преобразуя сложные данные в цветокодированную матрицу, где различные оттенки представляют интенсивность данных. Тепловые карты облегчают визуализацию закономерностей, корреляций и аномалий в данных. Теплые оттенки указывают на более высокие значения, а холодные — на более низкие. Основные преимущества включают интуитивную визуализацию распределения данных, эффективное обнаружение закономерностей и улучшенный пространственный анализ для принятия решений. Дополнительную информацию и варианты конфигурации см. в разделе Конфигурация тепловой карты.

Могу ли я использовать Ultralytics YOLO26 для одновременного отслеживания объектов и генерации тепловой карты?

Да, Ultralytics YOLO26 поддерживает одновременное отслеживание объектов и генерацию тепловой карты. Этого можно достичь с помощью решения Heatmap, интегрированного с моделями отслеживания объектов. Для этого тебе нужно инициализировать объект тепловой карты и использовать возможности отслеживания YOLO26. Вот простой пример:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(colormap=cv2.COLORMAP_PARULA, show=True, model="yolo26n.pt")

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

Для получения дальнейших инструкций ознакомься со страницей Режим отслеживания.

Чем тепловые карты Ultralytics YOLO26 отличаются от других инструментов визуализации данных, таких как инструменты от OpenCV или Matplotlib?

Тепловые карты Ultralytics YOLO26 специально разработаны для интеграции с моделями обнаружения объектов и трекинга, предоставляя комплексное решение для анализа данных в реальном времени. В отличие от общих инструментов визуализации, таких как OpenCV или Matplotlib, тепловые карты YOLO26 оптимизированы для производительности и автоматизированной обработки, поддерживая такие функции, как постоянное отслеживание, настройка коэффициента затухания и наложение на видео в реальном времени. Чтобы узнать больше об уникальных функциях YOLO26, посети Введение в Ultralytics YOLO26.

Как я могу визуализировать только определенные классы объектов на тепловых картах с использованием Ultralytics YOLO26?

Ты можешь визуализировать определенные классы объектов, указав желаемые классы в методе track() модели YOLO. Например, если ты хочешь визуализировать только автомобили и людей (предполагая, что их индексы классов 0 и 2), ты можешь соответствующим образом настроить параметр classes.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(show=True, model="yolo26n.pt", classes=[0, 2])

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

Почему бизнесу стоит выбрать Ultralytics YOLO26 для генерации тепловых карт при анализе данных?

Ultralytics YOLO26 предлагает бесшовную интеграцию продвинутого обнаружения объектов и генерации тепловых карт в реальном времени, что делает его идеальным выбором для бизнеса, стремящегося более эффективно визуализировать данные. Ключевые преимущества включают интуитивную визуализацию распределения данных, эффективное обнаружение закономерностей и улучшенный пространственный анализ для более качественного принятия решений. Кроме того, передовые функции YOLO26, такие как постоянный трекинг, настраиваемые цветовые карты и поддержка различных форматов экспорта, делают его лучше других инструментов, таких как TensorFlow и OpenCV, для комплексного анализа данных. Узнай больше о бизнес-приложениях на странице Тарифы Ultralytics.

Комментарии