Обрезка объектов с помощью Ultralytics YOLO26#
Что такое обрезка объектов?#
Обрезка объектов с Ultralytics YOLO26 заключается в выделении и извлечении конкретных обнаруженных объектов из изображения или видео. Возможности модели YOLO26 используются для точного определения и оконтуривания объектов, что позволяет выполнять точную обрезку для дальнейшего анализа или обработки.
Watch: Object Cropping using Ultralytics YOLO
Преимущества обрезки объектов#
- Целевой анализ: YOLO26 облегчает целенаправленную обрезку объектов, позволяя проводить углубленное исследование или обработку отдельных элементов внутри сцены.
- Уменьшение объема данных: Путем извлечения только релевантных объектов обрезка помогает минимизировать размер данных, делая процесс эффективным для хранения, передачи или последующих вычислительных задач.
- Повышенная точность: Точность обнаружения объектов в YOLO26 гарантирует, что обрезанные объекты сохраняют свои пространственные взаимосвязи, сохраняя целостность визуальной информации для детального анализа.
Визуализация#
| Багаж в аэропорту |
|---|
 |
| Обрезка чемоданов на конвейерной ленте в аэропорту с помощью Ultralytics YOLO26 |
Обрезай объекты с помощью YOLO26#
Передай свое видео в решение ObjectCropper, и оно будет обнаруживать объекты на каждом кадре и сохранять каждое обнаружение как отдельное изображение. Ограничь обрезку конкретными classes, увеличь conf, чтобы оставлять только уверенные обнаружения, и задай crop_dir, чтобы выбрать место сохранения обрезанных фрагментов.
# Crop the objects
yolo solutions crop
# Pass a source video
yolo solutions crop source="path/to/video.mp4"
# Crop specific classes
yolo solutions crop classes="[0, 2]"Аргументы ObjectCropper#
Вот таблица с аргументами ObjectCropper:
| Аргумент | Тип | По умолчанию | Описание |
|---|---|---|---|
model | str | None | Путь к файлу модели Ultralytics YOLO. |
crop_dir | str | 'cropped-detections' | Имя директории для хранения обрезанных обнаружений. |
Более того, для использования доступны следующие аргументы визуализации:
| Аргумент | Тип | По умолчанию | Описание |
|---|---|---|---|
show | bool | False | Если True, отображает аннотированные изображения или видео в окне. Полезно для немедленной визуальной обратной связи во время разработки или тестирования. |
line_width | int or None | None | Задает толщину линий ограничивающих рамок. Если None, толщина линий автоматически регулируется в зависимости от размера изображения. Обеспечивает визуальную настройку для ясности. |
FAQ#
Обрезка объектов с помощью Ultralytics YOLO26 заключается в выделении и извлечении конкретных объектов из изображения или видео на основе возможностей обнаружения YOLO26. Этот процесс позволяет осуществлять целенаправленный анализ, снижать объем данных и повышать точность за счет использования YOLO26 для точного распознавания объектов и их последующей обрезки. Подробное руководство см. в примере обрезки объектов.
Ultralytics YOLO26 выделяется благодаря своей точности, скорости и простоте использования. Она обеспечивает детальное и точное обнаружение и обрезку объектов, что необходимо для целенаправленного анализа и приложений, требующих высокой целостности данных. Кроме того, YOLO26 легко интегрируется с такими инструментами, как OpenVINO и TensorRT для развертывания, требующего работы в реальном времени и оптимизации на разнообразном железе. Изучи преимущества в руководстве по экспорту моделей.
Используя Ultralytics YOLO26 для обрезки только нужных объектов из изображений или видео, ты можешь существенно уменьшить размер данных, сделав их более эффективными для хранения и обработки. Этот процесс включает в себя обучение модели обнаружению конкретных объектов и последующее использование результатов для обрезки и сохранения только этих частей. Дополнительную информацию об использовании возможностей Ultralytics YOLO26 ищи в нашем руководстве по быстрому старту.
Да, Ultralytics YOLO26 может обрабатывать видеопотоки в реальном времени для динамического обнаружения и обрезки объектов. Высокая скорость инференса модели делает ее идеальной для таких приложений реального времени, как видеонаблюдение, спортивный анализ и автоматизированные инспекционные системы. Ознакомься с режимами трекинга и предсказания, чтобы понять, как реализовать обработку в реальном времени.
Ultralytics YOLO26 оптимизирована как для среды CPU, так и для GPU, но для достижения оптимальной производительности, особенно при инференсе в реальном времени или с большими объемами данных, рекомендуется использовать выделенный GPU (например, NVIDIA Tesla, серии RTX). Для развертывания на легких устройствах рассмотри использование CoreML для iOS или LiteRT для Android. Подробности о поддерживаемых устройствах и форматах можно найти в разделе опций развертывания моделей.