Размытие объектов с помощью Ultralytics YOLO11 🚀

Что такое размытие объекта?

Размытие объектов с помощью Ultralytics YOLO11 предполагает применение эффекта размытия к определенным обнаруженным объектам на изображении или видео. Этого можно добиться, используя возможности модели YOLO11 для идентификации и манипулирования объектами в данной сцене.

Смотреть: Размытие объектов с помощью Ultralytics YOLO11

Преимущества размытия объектов

• Защита конфиденциальности: Размытие объектов - это эффективный инструмент для защиты конфиденциальности, позволяющий скрыть конфиденциальную или личную информацию на изображениях или видео.
• Выборочная фокусировка: YOLO11 позволяет выборочно размывать изображение, позволяя пользователям выбирать конкретные объекты, обеспечивая баланс между конфиденциальностью и сохранением необходимой визуальной информации.
• Обработка в реальном времени: YOLO11 Эффективность позволяет размывать объекты в режиме реального времени, что делает его подходящим для приложений, требующих повышения конфиденциальности на лету в динамичных средах.
• Соответствие нормативным требованиям: Помогает организациям соблюдать правила защиты данных, такие как GDPR, путем анонимизации идентифицируемой информации в визуальном контенте.
• Модерация контента: Применяется для размывания неуместного или чувствительного контента на медиаплатформах, сохраняя при этом общий контекст.

# Blur the objects
yolo solutions blur show=True

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

# Blur the specific classes
yolo solutions blur classes="[0, 5]"

import cv2

from ultralytics import solutions

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

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize object blurrer object
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo11n.pt",  # model for object blurring i.e. yolo11m.pt
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes i.e, person and car with COCO pretrained model.
    # blur_ratio=0.5,  # adjust percentage of blur intensity, the value in range 0.1 - 1.0
)

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

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

    results = blurrer(im0)

    # print(results")  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

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

ObjectBlurrer Аргументы

Вот таблица с данными ObjectBlurrer аргументы:

Сайт ObjectBlurrer Решение также поддерживает ряд track аргументы:

Кроме того, можно использовать следующие аргументы для визуализации:

Применение в реальном мире

Защита частной жизни при наблюдении

Камеры безопасности и системы наблюдения могут использовать YOLO11 для автоматического размытия лиц, номерных знаков и другой идентифицирующей информации, но при этом фиксировать важные действия. Это помогает поддерживать безопасность, соблюдая при этом права на частную жизнь в общественных местах.

Анонимизация данных в здравоохранении

При медицинской визуализации информация о пациенте часто появляется на сканах или фотографиях. YOLO11 может обнаружить и размыть эту информацию, чтобы соответствовать нормам HIPAA при передаче медицинских данных в исследовательских или образовательных целях.

Редактирование документов

При совместном использовании документов, содержащих конфиденциальную информацию, YOLO11 может автоматически обнаруживать и размывать такие элементы, как подписи, номера счетов или личные данные, упрощая процесс редактирования и сохраняя целостность документа.

СМИ и создание контента

Создатели контента могут использовать YOLO11 для размытия логотипов брендов, материалов, защищенных авторским правом, или неуместного контента в видео и изображениях, помогая избежать юридических проблем и сохраняя при этом общее качество контента.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Что такое размытие объекта с помощью Ultralytics YOLO11 ?

Размытие объектов с помощью Ultralytics YOLO11 предполагает автоматическое обнаружение и применение эффекта размытия к определенным объектам на изображениях или видео. Эта техника повышает уровень конфиденциальности, скрывая конфиденциальную информацию и сохраняя при этом важные визуальные данные. YOLO11 Возможности обработки в реальном времени позволяют использовать ее в приложениях, требующих немедленной защиты конфиденциальности и выборочной настройки фокуса.

Как реализовать размытие объектов в реальном времени с помощью YOLO11?

Чтобы реализовать размытие объектов в реальном времени с помощью YOLO11, следуйте приведенному примеру Python . Для этого нужно использовать YOLO11 для обнаружения объектов и OpenCV для применения эффекта размытия. Вот упрощенная версия:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

# Video writer
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init ObjectBlurrer
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo11n.pt",  # model="yolo11n-obb.pt" for object blurring using YOLO11 OBB model.
    blur_ratio=0.5,  # set blur percentage i.e 0.7 for 70% blurred detected objects
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes i.e, person and car with COCO pretrained model.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = blurrer(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Каковы преимущества использования Ultralytics YOLO11 для размытия объектов?

Ultralytics YOLO11 имеет ряд преимуществ для размытия объектов:

• Защита конфиденциальности: Эффективное сокрытие конфиденциальной или идентифицируемой информации.
• Выборочная фокусировка: Размытие определенных объектов, сохраняя при этом основное визуальное содержание.
• Обработка в реальном времени: Эффективное размытие объектов в динамичных средах, подходящее для мгновенного повышения конфиденциальности.
• Настраиваемая интенсивность: Настройте коэффициент размытия, чтобы сбалансировать потребности в конфиденциальности и визуальный контекст.
• Размытие по классам: Выборочно размывайте только определенные типы объектов, оставляя остальные видимыми.

Более подробную информацию о применении вы найдете в разделе "Преимущества размытия объектов".

Можно ли использовать Ultralytics YOLO11 для размытия лиц на видео в целях конфиденциальности?

Да, Ultralytics YOLO11 можно настроить на обнаружение и размытие лиц в видеороликах для защиты конфиденциальности. Обучив или использовав предварительно натренированную модель для распознавания лиц, результаты обнаружения можно обработать с помощью OpenCV, чтобы применить эффект размытия. Обратитесь к нашему руководству по обнаружению объектов с помощью YOLO11 и измените код для обнаружения лиц.

Как YOLO11 сравнивается с другими моделями обнаружения объектов, такими как Faster R-CNN для размытия объектов?

Ultralytics YOLO11 обычно превосходит по скорости такие модели, как Faster R-CNN, что делает ее более подходящей для приложений реального времени. Хотя обе модели обеспечивают точное обнаружение, архитектура YOLO11 оптимизирована для быстрого вывода, что очень важно для таких задач, как размытие объектов в реальном времени. Подробнее о технических различиях и показателях производительности читайте в нашей документацииYOLO11 .

📅 Создано 1 год назад ✏️ Обновлено 5 дней назад

Комментарии