Подсчет объектов в различных областях с помощью Ultralytics YOLO 🚀
Что такое подсчет объектов в областях?
Подсчет объектов в областях с использованием Ultralytics YOLO26 предполагает точное определение количества объектов в заданных зонах с помощью передового компьютерного зрения. Этот подход полезен для оптимизации процессов, повышения безопасности и улучшения эффективности в различных приложениях.
Watch: Object Counting in Different Regions using Ultralytics YOLO26 | Ultralytics Solutions 🚀
Преимущества подсчета объектов в областях
- Точность и аккуратность: Подсчет объектов в областях с использованием передового компьютерного зрения обеспечивает высокую точность и аккуратность, минимизируя ошибки, часто связанные с ручным подсчетом.
- Повышение эффективности: Автоматизированный подсчет объектов повышает эксплуатационную эффективность, предоставляя результаты в режиме реального времени и оптимизируя процессы в различных приложениях.
- Универсальность и применение: Универсальность подсчета объектов в областях позволяет применять его в самых разных сферах — от производства и наблюдения до мониторинга дорожного движения, что способствует его широкому распространению и эффективности.
Примеры реального применения
| Ритейл | Рыночные улицы |
|---|---|
![]() | ![]() |
| Подсчет людей в разных областях с использованием Ultralytics YOLO26 | Подсчет толпы в разных областях с использованием Ultralytics YOLO26 |
Примеры использования
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
# Pass region as list
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
# Pass region as dictionary
region_points = {
"region-01": [(50, 50), (250, 50), (250, 250), (50, 250)],
"region-02": [(640, 640), (780, 640), (780, 720), (640, 720)],
}
# 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("region_counting.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Initialize region counter object
regioncounter = solutions.RegionCounter(
show=True, # display the frame
region=region_points, # pass region points
model="yolo26n.pt", # model for counting in regions, e.g., yolo26s.pt
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if not success:
print("Video frame is empty or processing is complete.")
break
results = regioncounter(im0)
# print(results) # access the output
video_writer.write(results.plot_im)
cap.release()
video_writer.release()
cv2.destroyAllWindows() # destroy all opened windowsМодуль подсчета в областях Ultralytics доступен в нашем разделе примеров. Ты можешь изучить этот пример для настройки кода и изменить его под свои конкретные задачи.
Аргументы RegionCounter
Ниже приведена таблица с аргументами RegionCounter:
| 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. |
Решение RegionCounter позволяет использовать параметры отслеживания объектов:
| Аргумент | Тип | По умолчанию | Описание |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Указывает алгоритм отслеживания, который необходимо использовать, например, bytetrack.yaml или botsort.yaml. |
conf | float | 0.1 | Устанавливает порог достоверности для обнаружения; более низкие значения позволяют отслеживать больше объектов, но могут включать ложные срабатывания. |
iou | float | 0.7 | Устанавливает порог Intersection over Union (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, предоставляя 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, поддерживаются следующие настройки визуализации:
| Аргумент | Тип | По умолчанию | Описание |
|---|---|---|---|
show | bool | False | Если True, отображает аннотированные изображения или видео в окне. Полезно для мгновенной визуальной проверки в процессе разработки или тестирования. |
line_width | int or None | None | Задает толщину линий ограничивающих рамок. Если None, толщина подбирается автоматически в зависимости от размера изображения. Обеспечивает визуальную настройку для ясности. |
show_conf | bool | True | Отображает показатель уверенности для каждого обнаруженного объекта рядом с меткой. Дает представление об уверенности модели в каждом обнаружении. |
show_labels | bool | True | Отображает метки для каждого обнаруженного объекта на визуальном выводе. Дает быстрое понимание того, какие объекты были найдены. |
Часто задаваемые вопросы (FAQ)
Что такое подсчет объектов в заданных областях с помощью Ultralytics YOLO26?
Подсчет объектов в заданных областях с использованием Ultralytics YOLO26 предполагает обнаружение и учет количества объектов в определенных зонах с применением передового компьютерного зрения. Этот точный метод повышает эффективность и точность в различных сферах, таких как производство, наблюдение и мониторинг дорожного движения.
Как запустить скрипт для подсчета объектов по областям с помощью Ultralytics YOLO26?
Следуй этим шагам, чтобы запустить подсчет объектов в Ultralytics YOLO26:
-
Клонируй репозиторий Ultralytics и перейди в каталог:
git clone https://github.com/ultralytics/ultralytics cd ultralytics/examples/YOLOv8-Region-Counter -
Выполни скрипт подсчета объектов в областях:
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
Больше опций можно найти в разделе Примеры использования.
Почему стоит использовать Ultralytics YOLO26 для подсчета объектов в областях?
Использование Ultralytics YOLO26 для подсчета объектов в областях дает несколько преимуществ:
- Обработка в реальном времени: Архитектура YOLO26 обеспечивает быстрое выполнение инференса, что идеально подходит для приложений, требующих немедленного получения результатов подсчета.
- Гибкое определение областей: Решение позволяет определять несколько пользовательских областей в виде многоугольников, прямоугольников или линий в соответствии с твоими конкретными потребностями мониторинга.
- Поддержка нескольких классов: Считай различные типы объектов одновременно в одних и тех же областях, получая всестороннюю аналитику.
- Возможности интеграции: Легко интегрируйся с существующими системами через Python API Ultralytics или интерфейс командной строки.
Узнай больше о преимуществах в разделе Преимущества.
Каковы реальные примеры применения подсчета объектов в областях?
Подсчет объектов с Ultralytics YOLO26 может применяться во множестве реальных сценариев:
- Розничная аналитика: Считай клиентов в разных секциях магазина, чтобы оптимизировать планировку и распределение персонала.
- Управление дорожным движением: Контролируй транспортный поток на определенных участках дорог или перекрестках.
- Производство: Отслеживай перемещение продуктов через различные производственные зоны.
- Складские операции: Считай инвентарные товары в специально отведенных зонах хранения.
- Общественная безопасность: Контролируй плотность толпы в определенных зонах во время проведения мероприятий.
Изучи другие примеры в разделе Реальные примеры применения и решение TrackZone для получения дополнительных возможностей мониторинга на основе зон.

