Размытие объектов с помощью Ultralytics YOLO26 🚀

Что такое размытие объектов?

Размытие объектов с помощью Ultralytics YOLO26 включает в себя применение эффекта размытия к конкретным detect объектам на изображении или видео. Это может быть достигнуто с использованием возможностей модели YOLO26 для идентификации и манипулирования объектами в заданной сцене.

Смотреть: Размытие объектов с помощью Ultralytics YOLO26

Преимущества размытия объектов

• Защита конфиденциальности: Размытие объектов - эффективный инструмент для защиты конфиденциальности путем сокрытия конфиденциальной или личной информации на изображениях или видео.
• Выборочный фокус: YOLO26 позволяет выборочно размывать объекты, давая пользователям возможность нацеливаться на определенные объекты, обеспечивая баланс между конфиденциальностью и сохранением релевантной визуальной информации.
• Обработка в реальном времени: Эффективность YOLO26 позволяет размывать объекты в реальном времени, что делает его подходящим для приложений, требующих оперативного повышения конфиденциальности в динамических средах.
• Соответствие нормативным требованиям: Помогает организациям соблюдать правила защиты данных, такие как GDPR, путем анонимизации идентифицируемой информации в визуальном контенте.
• Модерация контента: Полезно для размытия неприемлемого или конфиденциального контента на медиаплатформах с сохранением общего контекста.

# 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
blurrer = solutions.ObjectBlurrer(
    show=True,  # display the output
    model="yolo26n.pt",  # model for object blurring, e.g., yolo26m.pt
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # blur specific classes, e.g., person and car with the COCO pretrained model.
    # blur_ratio=0.5,  # adjust percentage of blur intensity, 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 ObjectBlurrer аргументы:

Параметр ObjectBlurrer Решение также поддерживает ряд track аргументы:

Кроме того, можно использовать следующие аргументы визуализации:

Приложения в реальном мире

Защита конфиденциальности при видеонаблюдении

Камеры видеонаблюдения и системы мониторинга могут использовать YOLO26 для автоматического размытия лиц, номерных знаков или другой идентификационной информации, при этом продолжая фиксировать важные события. Это помогает поддерживать безопасность, соблюдая права на конфиденциальность в общественных местах.

Анонимизация данных в здравоохранении

В медицинской визуализации информация о пациентах часто присутствует на сканах или фотографиях. YOLO26 может detect и размывать эту информацию для соблюдения таких норм, как HIPAA, при обмене медицинскими данными в исследовательских или образовательных целях.

Редактирование документации

При обмене документами, содержащими конфиденциальную информацию, YOLO26 может автоматически detect и размывать определенные элементы, такие как подписи, номера счетов или личные данные, что упрощает процесс редактирования при сохранении целостности документа.

Медиа и создание контента

Создатели контента могут использовать YOLO26 для размытия логотипов брендов, материалов, защищенных авторским правом, или неподходящего контента в видео и изображениях, что помогает избежать юридических проблем, сохраняя при этом общее качество контента.

Часто задаваемые вопросы

Что такое размытие объектов с помощью Ultralytics YOLO26?

Размытие объектов с помощью Ultralytics YOLO26 включает автоматическое detect и применение эффекта размытия к конкретным объектам на изображениях или видео. Эта техника повышает конфиденциальность, скрывая конфиденциальную информацию, но сохраняя при этом релевантные визуальные данные. Возможности обработки YOLO26 в реальном времени делают его подходящим для приложений, требующих немедленной защиты конфиденциальности и селективной корректировки фокуса.

Как реализовать размытие объектов в реальном времени с помощью YOLO26?

Для реализации размытия объектов в реальном времени с помощью YOLO26 следуйте приведенному примеру на Python. Это включает использование YOLO26 для object detection 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="yolo26n.pt",  # model="yolo26n-obb.pt" for object blurring using YOLO26 OBB model.
    blur_ratio=0.5,  # set blur percentage, e.g., 0.7 for 70% blur on detected objects
    # line_width=2,  # width of bounding box.
    # classes=[0, 2],  # count specific classes, e.g., person and car with the 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 YOLO26 для размытия объектов?

Ultralytics YOLO26 предлагает несколько преимуществ для размытия объектов:

• Защита конфиденциальности: Эффективно скрывайте конфиденциальную или идентифицирующую информацию.
• Выборочная фокусировка: Нацеливайтесь на определенные объекты для размытия, сохраняя важный визуальный контент.
• Обработка в реальном времени: Эффективно выполняйте размытие объектов в динамических средах, что подходит для мгновенного повышения конфиденциальности.
• Настраиваемая интенсивность: Отрегулируйте коэффициент размытия, чтобы сбалансировать потребности конфиденциальности с визуальным контекстом.
• Размытие по классам: Выборочно размывайте только определенные типы объектов, оставляя другие видимыми.

Для более подробных приложений ознакомьтесь с разделом преимущества размытия объектов.

Могу ли я использовать Ultralytics YOLO26 для размытия лиц на видео в целях конфиденциальности?

Да, Ultralytics YOLO26 можно настроить для detect и размытия лиц в видео с целью защиты конфиденциальности. Путем обучения или использования предварительно обученной модели для специфического распознавания лиц, результаты detect могут быть обработаны с помощью OpenCV для применения эффекта размытия. Обратитесь к нашему руководству по object detection с YOLO26 и измените код для нацеливания на обнаружение лиц.

Как YOLO26 сравнивается с другими моделями detect объектов, такими как Faster R-CNN, для размытия объектов?

Ultralytics YOLO26 обычно превосходит такие модели, как Faster R-CNN, по скорости, что делает его более подходящим для приложений реального времени. Хотя обе модели обеспечивают точное detect, архитектура YOLO26 оптимизирована для быстрого вывода, что критически важно для таких задач, как размытие объектов в реальном времени. Узнайте больше о технических различиях и показателях производительности в нашей документации YOLO26.

📅 Создано 2 лет назад ✏️ Обновлено 13 дней назад

Комментарии