Инференс в реальном времени с приложением Streamlit и Ultralytics YOLO26#
Введение#
Streamlit упрощает создание и развёртывание интерактивных веб-приложений. В сочетании с Ultralytics YOLO26 это позволяет выполнять обнаружение объектов и анализ непосредственно в браузере в реальном времени. Высокая точность и скорость YOLO26 обеспечивают стабильную работу с видеопотоками в реальном времени, что делает его идеальным для приложений в сфере безопасности, розничной торговли и не только.
Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
| Аквакультура | Животноводство |
|---|---|
 |  |
| Обнаружение рыб с помощью Ultralytics YOLO26 | Обнаружение животных с помощью Ultralytics YOLO26 |
Преимущества инференса в реальном времени#
- Бесшовное обнаружение объектов в реальном времени: Streamlit в сочетании с YOLO26 позволяет обнаруживать объекты в реальном времени непосредственно в видеопотоке с веб-камеры. Это обеспечивает мгновенный анализ и получение результатов, что идеально подходит для приложений, требующих мгновенной обратной связи.
- Простое развёртывание: интерактивный интерфейс Streamlit упрощает развёртывание и использование приложения без глубоких технических знаний. Пользователи могут запустить инференс в реальном времени одним щелчком мыши, что повышает доступность и удобство работы.
- Эффективное использование ресурсов: оптимизированные алгоритмы YOLO26 обеспечивают высокую скорость обработки при минимальных вычислительных затратах. Благодаря этому инференс с веб-камеры работает плавно и надёжно даже на стандартном оборудовании, делая передовые технологии компьютерного зрения доступными для более широкой аудитории.
Код приложения Streamlit#
Перед началом создания приложения убедись, что пакет Ultralytics Python установлен.
pip install ultralyticsyolo solutions inference
yolo solutions inference model="path/to/model.pt"
yolo solutions help # list the available solution commands and argumentsЭти команды запускают стандартный интерфейс Streamlit, поставляемый вместе с Ultralytics.
Приложение Streamlit откроется в браузере по умолчанию. Ты увидишь основной заголовок, подзаголовок и боковую панель с параметрами конфигурации. Выбери нужную модель YOLO26, задай пороги уверенности и NMS, а затем нажми кнопку «Start», чтобы начать обнаружение объектов в реальном времени.
Как это работает#
Внутри приложение Streamlit использует модуль решений Ultralytics для создания интерактивного интерфейса. После запуска инференса приложение:
- Получает видео с веб-камеры или из загруженного видеофайла
- Обрабатывает каждый кадр с помощью модели YOLO26
- Выполняет обнаружение объектов с заданными порогами уверенности и IoU
- Отображает исходные и размеченные кадры в реальном времени
- При необходимости включает отслеживание объектов
Приложение предоставляет понятный и удобный интерфейс с элементами управления для настройки параметров модели и запуска или остановки инференса в любое время.
Заключение#
Следуя этому руководству, ты успешно создал приложение для обнаружения объектов в реальном времени с использованием Streamlit и Ultralytics YOLO26. Это приложение позволяет оценить возможности YOLO26 по обнаружению объектов через веб-камеру благодаря удобному интерфейсу и возможности остановить видеопоток в любое время.
Чтобы расширить возможности приложения, можно добавить такие функции, как запись видеопотока, сохранение размеченных кадров или интеграция с другими библиотеками компьютерного зрения.
Часто задаваемые вопросы#
Настроить приложение для обнаружения объектов в реальном времени с использованием Streamlit и Ultralytics YOLO26 несложно. Сначала убедись, что пакет Ultralytics Python установлен с помощью:
pip install ultralyticsЗатем можно создать базовое приложение Streamlit для запуска инференса в реальном времени:
Приложение Streamlitfrom ultralytics import solutions inf = solutions.Inference( model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, or a custom-trained model ) inf.inference() # Make sure to run the file using command `streamlit run path/to/file.py`Подробнее о практической настройке см. в разделе «Код приложения Streamlit» документации.
Использование Ultralytics YOLO26 со Streamlit для обнаружения объектов в реальном времени имеет несколько преимуществ:
- Бесшовное обнаружение в реальном времени: высокоточное обнаружение объектов в реальном времени непосредственно в видеопотоке с веб-камеры.
- Удобный интерфейс: интуитивно понятный интерфейс Streamlit упрощает использование и развёртывание без глубоких технических знаний.
- Эффективное использование ресурсов: оптимизированные алгоритмы YOLO26 обеспечивают высокую скорость обработки при минимальных вычислительных затратах.
Подробнее об этих преимуществах см. в разделе «Преимущества инференса в реальном времени».
После написания приложения Streamlit с интеграцией Ultralytics YOLO26 его можно развернуть, выполнив:
streamlit run path/to/file.pyЭта команда откроет приложение в браузере по умолчанию и позволит выбрать модели YOLO26, задать пороги уверенности и NMS, а также запустить обнаружение объектов в реальном времени одним щелчком мыши. Подробные инструкции см. в разделе «Код приложения Streamlit».
Обнаружение объектов в реальном времени с помощью Streamlit и Ultralytics YOLO26 можно применять в различных сферах:
- Безопасность: мониторинг несанкционированного доступа в реальном времени и системы охранной сигнализации.
- Розничная торговля: подсчёт покупателей, управление выкладкой и отслеживание запасов.
- Дикая природа и сельское хозяйство: мониторинг животных и состояния сельскохозяйственных культур для природоохранных мероприятий.
Больше практических примеров использования см. в разделе «Решения Ultralytics».
Ultralytics YOLO26 предлагает несколько улучшений по сравнению с предыдущими моделями, такими как YOLOv5 и RCNNs:
- Более высокая скорость и точность: повышенная производительность для приложений, работающих в реальном времени.
- Простота использования: упрощённые интерфейсы и развёртывание.
- Эффективное использование ресурсов: оптимизация для более высокой скорости при минимальных вычислительных требованиях.
Для подробного сравнения ознакомься с документацией Ultralytics YOLO26 и связанными публикациями в блоге, посвящёнными производительности моделей.