Link to this sectionПодсчет объектов с помощью Ultralytics YOLO26#

Link to this sectionЧто такое подсчет объектов?#

Подсчет объектов с помощью Ultralytics YOLO26 включает точное определение и подсчет конкретных объектов на видео и в потоках с камер. Благодаря современным алгоритмам и возможностям глубинного обучения, YOLO26 отлично подходит для приложений реального времени, обеспечивая эффективный и точный подсчет объектов в различных сценариях, таких как анализ толпы и видеонаблюдение.

Link to this sectionПреимущества подсчета объектов#

• Оптимизация ресурсов: подсчет объектов способствует эффективному управлению ресурсами, предоставляя точные данные для оптимизации их распределения в таких областях, как управление запасами.
• Повышенная безопасность: подсчет объектов улучшает системы безопасности и видеонаблюдения за счет точного отслеживания и учета объектов, что помогает в проактивном обнаружении угроз.
• Принятие обоснованных решений: Подсчет объектов предоставляет ценную аналитику для принятия решений, оптимизируя процессы в ритейле, управлении дорожным движением и многих других областях.

Link to this sectionРеальные сценарии применения#

Логистика	Аквакультура
Подсчет пакетов на конвейерной ленте с помощью Ultralytics YOLO26	Подсчет рыбы в море с помощью Ultralytics YOLO26

Link to this sectionПодсчет объектов с помощью YOLO26#

Определи region для подсчета — две точки для линии или три и более для полигона — и передай его в решение ObjectCounter. Счетчик отслеживает каждый объект в кадрах и ведет подсчет вошедших/вышедших (IN/OUT), когда отслеживаемые центроиды пересекают линию или перемещаются внутри региона, возвращая аннотированный кадр, который ты можешь сохранить в выходное видео.

# Run a counting example
yolo solutions count show=True

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

# Pass region coordinates
yolo solutions count region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Link to this sectionАргументы ObjectCounter#

Ниже представлена таблица с аргументами ObjectCounter:

Решение ObjectCounter позволяет использовать несколько аргументов track:

Кроме того, поддерживаются указанные ниже аргументы визуализации:

Link to this sectionFAQ#

Link to this sectionКак мне подсчитать объекты на видео 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 информации о более сложных конфигурациях и параметрах ознакомься с решением RegionCounter для одновременного подсчета объектов в нескольких областях.

Link to this sectionКаковы преимущества использования Ultralytics YOLO26 для подсчета объектов?#

Использование Ultralytics YOLO26 для подсчета объектов дает несколько преимуществ:

1. Оптимизация ресурсов: Это способствует эффективному управлению ресурсами за счет предоставления точных данных, помогая оптимизировать их распределение в таких отраслях, как управление запасами.
2. Повышенная безопасность: это улучшает безопасность и видеонаблюдение за счет точного отслеживания и подсчета объектов, способствуя проактивному обнаружению угроз и работе систем безопасности.
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 инференс в реальном времени, что делает ее подходящей для потокового видео и приложений, критичных ко времени.

Для просмотра примеров реализации и практического применения изучи решение TrackZone для отслеживания объектов в заданных зонах.

Link to this sectionКак я могу подсчитать конкретные классы объектов с помощью Ultralytics YOLO26?#

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 подсчет объектов классов 0 и 2 (например, человек и автомобиль в наборе данных COCO). Больше информации об индексах классов можно найти в документации к набору данных COCO.

Link to this sectionПочему стоит использовать YOLO26, а не другие модели обнаружения объектов для приложений реального времени?#

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 автономное вождение.
2. Точность: Он обеспечивает передовую точность в задачах обнаружения и отслеживания объектов, уменьшая количество ложных срабатываний и повышая общую надежность системы.
3. Простота интеграции: YOLO26 предлагает бесшовную интеграцию с различными платформами и устройствами, включая мобильные и периферийные устройства, что крайне важно для современных AI-приложений.
4. Гибкость: поддержка различных задач, таких как обнаружение объектов, сегментация и отслеживание с помощью настраиваемых моделей для соответствия конкретным требованиям проекта.

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

Link to this sectionМогу ли я использовать YOLO26 для продвинутых задач, таких как анализ толпы и управление дорожным движением?#

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: контролируй и управляй большими скоплениями людей, обеспечивая безопасность и оптимизируя потоки людей с помощью подсчета на основе областей.
• Управление движением: отслеживай и подсчитывай транспортные средства, анализируй дорожные паттерны и управляй загруженностью дорог в реальном времени с помощью возможностей оценки скорости.
• 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 решения Ultralytics, представляющие собой комплексный набор инструментов для решения реальных проблем компьютерного зрения.