Управление очередью с помощью Ultralytics YOLO11 🚀

Что такое управление очередью?

Управление очередью с помощью Ultralytics YOLO11 включает в себя организацию и контроль очередей людей или транспортных средств для сокращения времени ожидания и повышения эффективности. Речь идет об оптимизации очередей для повышения удовлетворенности клиентов и производительности системы в различных сферах, таких как розничная торговля, банки, аэропорты и медицинские учреждения.

Смотреть: Как реализовать управление очередью с помощью Ultralytics YOLO11 | Аэропорт и станция метро.

Преимущества управления очередью

Сокращение времени ожидания: Системы управления очередью эффективно организуют очереди, минимизируя время ожидания для клиентов. Это приводит к повышению уровня удовлетворенности, поскольку клиенты тратят меньше времени на ожидание и больше времени на работу с продуктами или услугами.
Повышение эффективности: Внедрение системы управления очередями позволяет предприятиям более эффективно распределять ресурсы. Анализируя данные об очередях и оптимизируя распределение персонала, предприятия могут оптимизировать работу, сократить расходы и повысить общую производительность.
Информация в реальном времени: Управление очередью YOLO11 предоставляет мгновенные данные о длине очереди и времени ожидания, позволяя менеджерам быстро принимать обоснованные решения.
Повышение качества обслуживания клиентов: Снизив разочарование, связанное с долгим ожиданием, предприятия могут значительно повысить удовлетворенность и лояльность клиентов.

Применение в реальном мире

Логистика	Розничная торговля

Управление очередью в билетной кассе аэропорта Использование Ultralytics YOLO11	Мониторинг очередей в толпе Ultralytics YOLO11

Управление очередью с помощью Ultralytics YOLO

CLIPython

# Run a queue example
yolo solutions queue show=True

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

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

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("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Define queue points
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]  # region points
# queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]    # polygon points

# Initialize queue manager object
queuemanager = solutions.QueueManager(
    show=True,  # display the output
    model="yolo11n.pt",  # path to the YOLO11 model file
    region=queue_region,  # pass queue region points
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = queuemanager(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

`QueueManager` Аргументы

Вот таблица с данными QueueManager аргументы:

Аргумент	Тип	По умолчанию	Описание
`model`	`str`	`None`	Путь к файлу модели Ultralytics YOLO .
`region`	`list`	`[(20, 400), (1260, 400)]`	Список точек, определяющих область подсчета.

Сайт QueueManagement решение также поддерживает некоторые track аргументы:

Аргумент	Тип	По умолчанию	Описание
`tracker`	`str`	`'botsort.yaml'`	Указывает используемый алгоритм отслеживания, например, `bytetrack.yaml` или `botsort.yaml`.
`conf`	`float`	`0.3`	Устанавливает порог доверия для обнаружений; более низкие значения позволяют отслеживать больше объектов, но могут включать ложные срабатывания.
`iou`	`float`	`0.5`	Устанавливает порог пересечения над объединением (IoU) для фильтрации перекрывающихся обнаружений.
`classes`	`list`	`None`	Фильтрует результаты по индексу класса. Например, `classes=[0, 2, 3]` отслеживает только указанные классы.
`verbose`	`bool`	`True`	Управляет отображением результатов отслеживания, обеспечивая визуальный вывод отслеживаемых объектов.
`device`	`str`	`None`	Указывает устройство для вывода (например, `cpu`, `cuda:0` или `0`). Позволяет пользователям выбирать между CPU, конкретным GPU или другими вычислительными устройствами для выполнения модели.

Кроме того, доступны следующие параметры 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`	`None or int`	`None`	Определяет ширину линии ограничительных рамок. Если `None`Ширина линии автоматически регулируется в зависимости от размера изображения. Обеспечивает визуальную настройку для наглядности.

Стратегии реализации

При внедрении управления очередью с помощью YOLO11 учитывайте эти лучшие практики:

Стратегическое размещение камер: Расположите камеры так, чтобы захватить всю зону очереди без помех.
Определите соответствующие области очередей: Тщательно установите границы очередей, исходя из физической планировки помещения.
Настройка уверенности обнаружения: Тонкая настройка порога уверенности в зависимости от условий освещения и плотности толпы.
Интеграция с существующими системами: Подключите решение для управления очередью к цифровым табло или системам оповещения персонала для автоматического реагирования.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Как использовать Ultralytics YOLO11 для управления очередью в режиме реального времени?

Чтобы использовать Ultralytics YOLO11 для управления очередью в режиме реального времени, выполните следующие действия:

Загрузите модель YOLO11 с помощью YOLO("yolo11n.pt").
Захват видеосигнала с помощью cv2.VideoCapture.
Определите область интересов (ROI) для управления очередью.
Обрабатывайте кадры для обнаружения объектов и управления очередями.

Вот минимальный пример:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

queuemanager = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

Использование Ultralytics HUB может упростить этот процесс, предоставляя удобную платформу для развертывания и управления решением для управления очередями.

Каковы основные преимущества использования Ultralytics YOLO11 для управления очередью?

Использование Ultralytics YOLO11 для управления очередями дает несколько преимуществ:

Сокращение времени ожидания: Эффективно организует очереди, сокращая время ожидания клиентов и повышая их удовлетворенность.
Повышение эффективности: Анализирует данные об очередях, чтобы оптимизировать расстановку персонала и операции, тем самым сокращая расходы.
Оповещения в реальном времени: Уведомления в режиме реального времени о длинных очередях, позволяющие быстро принять меры.
Масштабируемость: Легко масштабируется в различных средах, таких как розничная торговля, аэропорты и здравоохранение.

Для получения более подробной информации ознакомьтесь с нашими решениями по управлению очередью.

Почему я должен выбрать Ultralytics YOLO11 вместо таких конкурентов, как TensorFlow или Detectron2 для управления очередью?

Ultralytics YOLO11 имеет ряд преимуществ перед TensorFlow и Detectron2 для управления очередями:

Производительность в реальном времени: YOLO11 известен своими возможностями обнаружения в реальном времени, обеспечивающими более высокую скорость обработки данных.
Простота использования: Ultralytics обеспечивает удобство использования, начиная с обучения и заканчивая развертыванием, через Ultralytics HUB.
Предварительно обученные модели: Доступ к ряду предварительно обученных моделей, что минимизирует время, необходимое для настройки.
Поддержка сообщества: Обширная документация и активная поддержка сообщества облегчают решение проблем.

Узнайте, как начать работу с Ultralytics YOLO.

Может ли Ultralytics YOLO11 работать с несколькими типами очередей, например, в аэропортах и розничной торговле?

Да, Ultralytics YOLO11 может управлять различными типами очередей, в том числе в аэропортах и розничной торговле. Настроив QueueManager на определенные регионы и параметры, YOLO11 может адаптироваться к различным схемам расположения и плотности очередей.

Пример для аэропортов:

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region_airport,
    line_width=3,
)

Более подробную информацию о различных областях применения вы найдете в нашем разделе "Реальные области применения".

Каковы некоторые реальные применения Ultralytics YOLO11 в управлении очередями?

Ultralytics YOLO11 используется в различных реальных приложениях для управления очередями:

Розничная торговля: Контролирует очереди на кассах, чтобы сократить время ожидания и повысить удовлетворенность клиентов.
Аэропорты: Управляет очередями на билетных кассах и пунктах контроля безопасности, обеспечивая бесперебойную работу с пассажирами.
Здравоохранение: Оптимизация потока пациентов в клиниках и больницах.
Банки: Повышение качества обслуживания клиентов за счет эффективного управления очередями в банках.

Ознакомьтесь с нашим блогом об управлении очередями в реальном мире, чтобы узнать больше о том, как компьютерное зрение преобразует мониторинг очередей в различных отраслях.

📅 Создано 11 месяцев назад ✏️ Обновлено 5 дней назад