Ultralytics YOLO27:

Управление очередью с помощью Ultralytics YOLO26#

Что такое управление очередями?#

Open Queue Management In Colab

Управление очередями с использованием Ultralytics YOLO26 включает 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 условиях, например в розничной торговле, банках, аэропортах и медицинских учреждениях.



Watch: How to Build a Queue Management System with Ultralytics YOLO26 | Real-Time Queue Analytics 🚀

Преимущества управления очередями#

  • Сокращение времени ожидания: системы управления очередями эффективно организуют очереди, сводя к минимуму время ожидания клиентов. Это повышает уровень удовлетворенности, поскольку клиенты тратят меньше времени на ожидание и больше — на взаимодействие с товарами или услугами.
  • Повышение эффективности: внедрение управления очередями позволяет компаниям эффективнее распределять ресурсы. Анализируя данные об очередях и оптимизируя распределение персонала, компании могут упростить операции, сократить расходы и повысить общую производительность.
  • Аналитика в реальном времени: управление очередями на базе YOLO26 предоставляет мгновенные данные о длине очередей и времени ожидания, позволяя менеджерам быстро принимать обоснованные решения.
  • Улучшение клиентского опыта: сокращая раздражение, связанное с длительным ожиданием, компании могут значительно повысить удовлетворенность и лояльность клиентов.

Примеры использования в реальном мире#

ЛогистикаРозничная торговля
Управление очередью у билетной кассы в аэропорту с использованием Ultralytics YOLO26Мониторинг очереди в толпе с использованием Ultralytics YOLO26
Управление очередью у билетной кассы в аэропорту с использованием Ultralytics YOLO26Мониторинг очереди в толпе с использованием Ultralytics YOLO26

Управление очередями с помощью YOLO26#

Решение QueueManager подсчитывает объекты, которые остаются внутри заданной области в каждом кадре, предоставляя актуальную длину очереди, которую можно записать в выходное видео. Передай многоугольную область, охватывающую зону ожидания, а затем обработай с ее помощью источник видео через Python API или CLI.

Управление очередями с использованием Ultralytics YOLO
# 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)]"

Аргументы QueueManager#

Вот таблица с аргументами QueueManager:

АргументТипПо умолчаниюОписание
modelstrNoneПуть к файлу модели Ultralytics YOLO.
regionlist или dictNoneТочки, определяющие интересующую область: либо список кортежей (x, y), либо словарь, сопоставляющий названия регионов со списками точек для нескольких регионов (только RegionCounter). Если None, решения, которым нужен регион, используют заранее заданный регион по умолчанию.
line_widthint2Толщина линий для рамок, ключевых точек и счётчиков, которые рисует решение.
verboseboolTrueВключает покадровый журнал решения с указанием формы входных данных, количества классов и скорости обработки. Сам вызов отслеживания всегда выполняется без вывода.

Решение QueueManager также поддерживает аргументы track:

АргументТипПо умолчаниюОписание
trackerstr'botsort.yaml'Определяет используемый алгоритм отслеживания. Встроенные варианты: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml.
conffloat0.25Задаёт порог уверенности для детекций: более низкие значения позволяют отслеживать больше объектов, но могут включать ложноположительные результаты.
ioufloat0.7Задаёт порог пересечения над объединением (IoU) для фильтрации перекрывающихся детекций.
classeslistNoneФильтрует результаты по индексу класса. Например, classes=[0, 2, 3] отслеживает только указанные классы.
devicestrNoneОпределяет устройство для инференса (например, cpu, cuda:0 или 0). Позволяет выбрать CPU, конкретный GPU или другое вычислительное устройство для выполнения модели.
imgszint or tuple640Целевой размер изображения для вывода: целое число для квадрата или пара (height, width). Формы подстраиваются под шаг модели.
max_detint300Максимальное количество обнаружений, сохраняемых на кадр перед трекингом, ограничивает объекты, обрабатываемые решением в плотных сценах.
quantizeint or strNoneТочность вывода: 16 (FP16) или 32/не задано (FP32) для моделей PyTorch и TorchScript; остальные форматы выполняют вычисления с точностью, выбранной их артефактом и средой выполнения. Заменяет устаревший флаг half.

Кроме того, доступны следующие параметры визуализации:

АргументТипПо умолчаниюОписание
showboolFalseЕсли True, аннотированные изображения или видео отображаются в окне. Это полезно для получения визуальной обратной связи в процессе разработки или тестирования.
show_confboolTrueОтображает показатель уверенности для каждой детекции рядом с её меткой. Показывает, насколько модель уверена в каждой детекции.
show_labelsboolTrueОтображает метки каждой детекции в визуальном результате. Даёт непосредственное представление об обнаруженных объектах.

Стратегии реализации#

При реализации управления очередями с помощью YOLO26 учитывай следующие рекомендации:

  1. Стратегическое размещение камер: размещай камеры так, чтобы они охватывали всю зону очереди без препятствий.
  2. Определи подходящие области очередей: тщательно задай границы очередей с учетом физической планировки пространства.
  3. Настройка порога уверенности детектирования: точно настрой порог уверенности с учетом условий освещения и плотности толпы.
  4. Интеграция с существующими системами: подключи решение для управления очередями к цифровым информационным табло или системам уведомления персонала для автоматизации реагирования.

Часто задаваемые вопросы#

  • Чтобы использовать Ultralytics YOLO26 для управления очередями в реальном времени, выполни следующие шаги:

    1. Загрузи модель YOLO26 с помощью YOLO("yolo26n.pt").
    2. Получи видеопоток с помощью cv2.VideoCapture.
    3. Задай область интереса (ROI) для управления очередями.
    4. Обрабатывай 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="yolo26n.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 Platform может упростить этот процесс, предоставляя удобную платформу для развертывания решения для управления очередями и управления им.

  • Использование Ultralytics YOLO26 для управления очередями дает несколько преимуществ:

    • Резкое сокращение времени ожидания: эффективно организует очереди, сокращая время ожидания клиентов и повышая их удовлетворенность.
    • Повышение эффективности: анализирует данные об очередях для оптимизации распределения персонала и операций, тем самым сокращая расходы.
    • Уведомления в реальном времени: предоставляет уведомления о длинных очередях в реальном времени, позволяя быстро принять меры.
    • Масштабируемость: легко масштабируется для различных условий, например розничной торговли, аэропортов и медицинских учреждений.

    Подробнее смотри в наших решениях для управления очередями.

  • Ultralytics YOLO26 имеет несколько преимуществ перед TensorFlow и Detectron2 для управления очередями:

    • Производительность в реальном времени: YOLO26 известна своими возможностями обнаружения в реальном времени и обеспечивает более высокую скорость обработки.
    • Простота использования: Ultralytics обеспечивает удобный процесс — от обучения до развертывания — через Ultralytics Platform.
    • Предобученные модели: доступен ряд предобученных моделей, что сокращает время, необходимое для настройки.
    • Поддержка сообщества: подробная документация и активная поддержка сообщества упрощают решение проблем.

    Узнай, как начать работу с Ultralytics YOLO.

  • Да, Ultralytics YOLO26 может управлять различными типами очередей, в том числе в аэропортах и розничных магазинах. Настроив QueueManager с определенными областями и параметрами, можно адаптировать YOLO26 к различным конфигурациям и плотности очередей.

    Пример для аэропортов:

    queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region_airport,
    line_width=3,
)

    Дополнительную информацию о различных вариантах применения смотри в разделе Применение в реальном мире.

  • Ultralytics YOLO26 используется для управления очередями в различных реальных сценариях:

    • Розничная торговля: отслеживает очереди на кассах, чтобы сократить время ожидания и повысить удовлетворенность клиентов.
    • Аэропорты: управляет очередями у билетных касс и пунктов досмотра, делая обслуживание пассажиров более комфортным.
    • Медицина: оптимизирует потоки пациентов в клиниках и больницах.
    • Банки: повышает качество обслуживания клиентов благодаря эффективному управлению очередями в банках.

    Подробнее о том, как компьютерное зрение меняет мониторинг очередей в различных отраслях, читай в нашем блоге об управлении очередями в реальном мире.

Участники
RIRizwanMunawar15GLglenn-jocher12RAraimbekovm5MAMatthewNoyce2IVIvorZhu3311BUBurhan-Q1

Комментарии