Подсчет объектов с помощью Ultralytics YOLOv8 🚀.

Что такое подсчет объектов?

Подсчет объектов с помощью Ultralytics YOLOv8 включает в себя точную идентификацию и подсчет конкретных объектов в видео и потоках с камер. YOLOv8 отлично подходит для приложений реального времени, обеспечивая эффективный и точный подсчет объектов для различных сценариев, таких как анализ толпы и наблюдение, благодаря своим современным алгоритмам и возможностям глубокого обучения.

Смотри: Подсчет объектов с помощью Ultralytics YOLOv8

Преимущества подсчета объектов?

Оптимизация ресурсов: Подсчет объектов способствует эффективному управлению ресурсами, обеспечивая точный подсчет и оптимизируя распределение ресурсов в таких приложениях, как управление запасами.
Повышенная безопасность: Подсчет объектов повышает уровень безопасности и наблюдения, поскольку позволяет точно отслеживать и подсчитывать объекты, что способствует проактивному обнаружению угроз.
Принятие обоснованных решений: Подсчет объектов дает ценные знания для принятия решений, оптимизации процессов в розничной торговле, управлении трафиком и различных других сферах.

Применение в реальном мире

Логистика	Аквакультура

Подсчет пакетов на конвейерной ленте с помощью Ultralytics YOLOv8	Подсчет рыбы в море с помощью Ultralytics YOLOv8

Подсчет объектов с помощью примера YOLOv8

Счет в регионеСчет в полигонеСчет в очередиОсобые классы

from ultralytics import YOLO
from ultralytics.solutions import object_counter
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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))

# Define region points
region_points = [(20, 400), (1080, 404), (1080, 360), (20, 360)]

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

# Init Object Counter
counter = object_counter.ObjectCounter()
counter.set_args(view_img=True,
                 reg_pts=region_points,
                 classes_names=model.names,
                 draw_tracks=True,
                 line_thickness=2)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = counter.start_counting(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import object_counter
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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))

# Define region points as a polygon with 5 points
region_points = [(20, 400), (1080, 404), (1080, 360), (20, 360), (20, 400)]

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

# Init Object Counter
counter = object_counter.ObjectCounter()
counter.set_args(view_img=True,
                 reg_pts=region_points,
                 classes_names=model.names,
                 draw_tracks=True,
                 line_thickness=2)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = counter.start_counting(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import object_counter
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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))

# Define line points
line_points = [(20, 400), (1080, 400)]

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

# Init Object Counter
counter = object_counter.ObjectCounter()
counter.set_args(view_img=True,
                 reg_pts=line_points,
                 classes_names=model.names,
                 draw_tracks=True,
                 line_thickness=2)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False)

    im0 = counter.start_counting(im0, tracks)
    video_writer.write(im0)

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

from ultralytics import YOLO
from ultralytics.solutions import object_counter
import cv2

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.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))

line_points = [(20, 400), (1080, 400)]  # line or region points
classes_to_count = [0, 2]  # person and car classes for count

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

# Init Object Counter
counter = object_counter.ObjectCounter()
counter.set_args(view_img=True,
                 reg_pts=line_points,
                 classes_names=model.names,
                 draw_tracks=True,
                 line_thickness=2)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    tracks = model.track(im0, persist=True, show=False,
                         classes=classes_to_count)

    im0 = counter.start_counting(im0, tracks)
    video_writer.write(im0)

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

Регион подвижен

Ты можешь переместить регион в любую точку кадра, щелкнув по его краям

Необязательные аргументы `set_args`

Имя	Тип	По умолчанию	Описание
`view_img`	`bool`	`False`	Отображение кадров с подсчетами
`view_in_counts`	`bool`	`True`	Отображайте счетчики только на видеокадре
`view_out_counts`	`bool`	`True`	Отображайте выходы только на видеокадре
`line_thickness`	`int`	`2`	Увеличьте ограничительные рамки и подсчитайте толщину текста
`reg_pts`	`list`	`[(20, 400), (1260, 400)]`	Точки, определяющие область региона
`classes_names`	`dict`	`model.model.names`	Словарь названий классов
`count_reg_color`	`RGB Color`	`(255, 0, 255)`	Цвет области подсчета объектов или линии
`track_thickness`	`int`	`2`	Толщина линий трекинга
`draw_tracks`	`bool`	`False`	Включить рисование линий трека
`track_color`	`RGB Color`	`(0, 255, 0)`	Цвет для каждой линии трека
`line_dist_thresh`	`int`	`15`	Порог евклидова расстояния для счетчика линий
`count_txt_color`	`RGB Color`	`(255, 255, 255)`	Цвет переднего плана для текста подсчета объектов
`region_thickness`	`int`	`5`	Толщина для области счетчика объектов или линии
`count_bg_color`	`RGB Color`	`(255, 255, 255)`	Подсчитай цвет хайлайтера

Аргументы `model.track`

Имя	Тип	По умолчанию	Описание
`source`	`im0`	`None`	исходный каталог для изображений или видео
`persist`	`bool`	`False`	Сохранение треков между кадрами
`tracker`	`str`	`botsort.yaml`	Метод отслеживания 'bytetrack' или 'botsort'
`conf`	`float`	`0.3`	Порог доверия
`iou`	`float`	`0.5`	Порог IOU
`classes`	`list`	`None`	Фильтруй результаты по классам, то есть classes=0, или classes=[0,2,3]
`verbose`	`bool`	`True`	Отображение результатов отслеживания объектов

Создано 2023-12-02, Обновлено 2024-04-18
Авторы: glenn-jocher (9), RizwanMunawar (1), AyushExel (1)

Подсчет объектов с помощью Ultralytics YOLOv8 🚀.

Что такое подсчет объектов?

Преимущества подсчета объектов?

Применение в реальном мире

Необязательные аргументы set_args

Аргументы model.track

Комментарии

Необязательные аргументы `set_args`

Аргументы `model.track`