Подсчет объектов в разных областях с помощью Ultralytics YOLOv8 🚀.
Что такое подсчет объектов в регионах?
Подсчет объектов в регионах с Ultralytics YOLOv8 подразумевает точное определение количества объектов в заданных областях с помощью продвинутого компьютерного зрения. Такой подход ценен для оптимизации процессов, усиления безопасности и повышения эффективности в различных приложениях.
Смотри: Ultralytics YOLOv8 Подсчет объектов в множественных и подвижных областях
Преимущества подсчета объектов в регионах?
- Точность и аккуратность: Подсчет объектов в регионах с помощью продвинутого компьютерного зрения обеспечивает точный и аккуратный подсчет, сводя к минимуму ошибки, часто связанные с ручным подсчетом.
- Повышение эффективности: Автоматизированный подсчет объектов повышает операционную эффективность, предоставляя результаты в режиме реального времени и оптимизируя процессы в различных приложениях.
- Универсальность и применение: Универсальность подсчета объектов в регионах делает его применимым в различных областях, от производства и наблюдения до мониторинга дорожного движения, что способствует его повсеместной полезности и эффективности.
Применение в реальном мире
Розничная торговля | Рыночные улицы |
---|---|
Подсчет людей в разных регионах с помощью Ultralytics YOLOv8 | Подсчет толпы в разных регионах с помощью Ultralytics YOLOv8 |
Шаги к бегу
Шаг 1: Установи необходимые библиотеки
Начни с клонирования репозитория Ultralytics, установки зависимостей и перехода в локальную директорию с помощью команд, приведенных в шаге 2.
# Clone Ultralytics repo
git clone https://github.com/ultralytics/ultralytics
# Navigate to the local directory
cd ultralytics/examples/YOLOv8-Region-Counter
Шаг 2: Выполни подсчет регионов с помощью Ultralytics YOLOv8
Выполни следующие основные команды для умозаключений.
Регион подвижен
Во время воспроизведения видео ты можешь интерактивно перемещать регион внутри видео, нажимая и перетаскивая его левой кнопкой мыши.
# Save results
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
# Run model on CPU
python yolov8_region_counter.py --source "path/to/video.mp4" --device cpu
# Change model file
python yolov8_region_counter.py --source "path/to/video.mp4" --weights "path/to/model.pt"
# Detect specific classes (e.g., first and third classes)
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2
# View results without saving
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img
Необязательные аргументы
Имя | Тип | По умолчанию | Описание |
---|---|---|---|
--source |
str |
None |
Путь к видеофайлу, для веб-камеры 0 |
--line_thickness |
int |
2 |
Толщина ограничительной рамки |
--save-img |
bool |
False |
Сохрани предсказанное видео/изображение |
--weights |
str |
yolov8n.pt |
Путь к файлу с весами |
--classes |
list |
None |
Определите конкретные классы, например --classes 0 2 |
--region-thickness |
int |
2 |
Толщина коробки региона |
--track-thickness |
int |
2 |
Толщина линии трекинга |