Подсчет объектов с помощью Ultralytics YOLO26#

Чтобы подсчитать объекты на видео с помощью Ultralytics YOLO26, выполни следующие действия:

1. Импортируй необходимые библиотеки (cv2, ultralytics).
2. Определи область подсчета (например, многоугольник, линию и т. д.).
3. Настрой захват видео и инициализируй счетчик объектов.
4. Обрабатывай каждый кадр для отслеживания объектов и их подсчета в пределах определенной области.

Вот простой пример подсчета в области:

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

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

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

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

Для получения более продвинутых конфигураций и опций ознакомься с решением RegionCounter solution для одновременного подсчета объектов в нескольких регионах.

Использование Ultralytics YOLO26 для подсчета объектов дает несколько преимуществ:

1. Оптимизация ресурсов: Это способствует эффективному управлению ресурсами за счет предоставления точных данных подсчета, помогая оптимизировать распределение ресурсов в таких отраслях, как inventory management.
2. Повышенная безопасность: Это усиливает безопасность и видеонаблюдение за счет точного отслеживания и подсчета объектов, способствуя упреждающему обнаружению угроз и security systems.
3. Принятие обоснованных решений: Это предоставляет ценную аналитику для принятия решений, оптимизируя процессы в таких областях, как ритейл, управление дорожным движением и других.
4. Обработка в реальном времени: Архитектура YOLO26 обеспечивает real-time inference, что делает ее подходящей для живых видеопотоков и критичных ко времени приложений.

Примеры реализации и практические применения можно найти в решении TrackZone solution для отслеживания объектов в определенных зонах.

Чтобы подсчитать конкретные классы объектов с помощью Ultralytics YOLO26, тебе нужно указать интересующие тебя классы на этапе отслеживания. Ниже приведен пример на Python:

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

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

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

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

В этом примере classes_to_count=[0, 2] означает, что он считает объекты классов 0 и 2 (например, человека и автомобиль в датасете COCO). Дополнительную информацию об индексах классов можно найти в COCO dataset documentation.

Ultralytics YOLO26 предоставляет несколько преимуществ перед другими моделями обнаружения объектов, такими как Faster R-CNN, SSD и предыдущими версиями YOLO:

1. Скорость и эффективность: YOLO26 предлагает возможности обработки в реальном времени, что делает его идеальным для приложений, требующих высокоскоростного инференса, таких как видеонаблюдение и autonomous driving.
2. Accuracy: Обеспечивает высочайшую точность детектирования и трекинга, сокращая количество ложных срабатываний и повышая общую надежность системы.
3. Простота интеграции: YOLO26 предлагает бесшовную интеграцию с различными платформами и устройствами, включая мобильные и edge devices, что крайне важно для современных ИИ-приложений.
4. Flexibility: Поддерживает задачи detection и segmentation с добавлением track mode поверх них, а также настраиваемые модели для соответствия требованиям конкретных сценариев использования.

Ознакомься с YOLO26 Documentation от Ultralytics для более глубокого изучения функций и сравнения производительности.

Да, Ultralytics YOLO26 идеально подходит для продвинутых приложений, таких как анализ толпы и управление дорожным движением, благодаря своим возможностям обнаружения в реальном времени, масштабируемости и гибкости интеграции. Его расширенные функции позволяют выполнять высокоточное отслеживание, подсчет и классификацию объектов в динамических средах. Примеры вариантов использования:

• Анализ толпы: Мониторь большие скопления людей и управляй ими, обеспечивая безопасность и оптимизируя поток людей с помощью region-based counting.
• Управление дорожным движением: Отслеживай и считай транспортные средства, анализируй схемы движения и управляй заторами в реальном времени с помощью функций speed estimation.
• Ритейл-аналитика: Анализируй паттерны перемещения покупателей и взаимодействия с товарами для оптимизации планировки магазинов и улучшения клиентского опыта.
• Промышленная автоматизация: Подсчитывай продукцию на конвейерных лентах и контролируй производственные линии для контроля качества и улучшения эффективности.

Для более специализированных задач изучи Ultralytics Solutions — комплексный набор инструментов, разработанный для реальных задач компьютерного зрения.