Перейти к содержанию

TrackZone с использованием Ultralytics YOLO11

Открыть TrackZone в Colab

Что такое TrackZone?

TrackZone специализируется на мониторинге объектов в пределах обозначенных областей кадра, а не всего кадра. Построенный на базе Ultralytics YOLO11, он объединяет обнаружение и отслеживание объектов специально в зонах для видео и прямых трансляций с камер. Продвинутые алгоритмы YOLO11 и технологии глубокого обучения делают его идеальным выбором для использования в реальном времени, предлагая точное и эффективное отслеживание объектов в таких приложениях, как мониторинг толпы и наблюдение.



Смотреть: Как отслеживать объекты в регионе с помощью Ultralytics YOLO11 | TrackZone 🚀

Преимущества отслеживания объектов в зонах (TrackZone)

  • Целевой анализ: Отслеживание объектов в определенных зонах обеспечивает более целенаправленное понимание, позволяя точно отслеживать и анализировать интересующие области, такие как точки входа или запретные зоны.
  • Повышенная эффективность: Сужая область отслеживания до определенных зон, TrackZone снижает вычислительные издержки, обеспечивая более быструю обработку и оптимальную производительность.
  • Усиленная безопасность: Зональное отслеживание улучшает наблюдение за счет мониторинга критических областей, помогая в раннем обнаружении необычной активности или нарушений безопасности.
  • Масштабируемые решения: Возможность фокусировки на определенных зонах делает TrackZone адаптируемым к различным сценариям, от розничных пространств до промышленных объектов, обеспечивая бесшовную интеграцию и масштабируемость.

Приложения в реальном мире

Сельское хозяйствоТранспорт
Отслеживание растений в поле с использованием Ultralytics YOLO11Отслеживание транспортных средств на дороге с использованием Ultralytics YOLO11
Отслеживание растений в поле с использованием Ultralytics YOLO11Отслеживание транспортных средств на дороге с использованием Ultralytics YOLO11

TrackZone с использованием Ultralytics YOLO

# Run a trackzone example
yolo solutions trackzone show=True

# Pass a source video
yolo solutions trackzone source="path/to/video.mp4" show=True

# Pass region coordinates
yolo solutions trackzone show=True region="[(150, 150), (1130, 150), (1130, 570), (150, 570)]"

TrackZone полагается на region список, чтобы знать, какую часть кадра нужно контролировать. Определите полигон в соответствии с физической зоной, о которой вы заботитесь (двери, ворота и т. д.), и сохраните show=True включите при настройке, чтобы убедиться, что наложение совпадает с видеопотоком.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]

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

# Init trackzone (object tracking in zones, not complete frame)
trackzone = solutions.TrackZone(
    show=True,  # display the output
    region=region_points,  # pass region points
    model="yolo11n.pt",  # use any model that Ultralytics support, i.e. YOLOv9, YOLOv10
    # line_width=2,  # adjust the line width for bounding boxes and text display
)

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

    results = trackzone(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the video file

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

TrackZone Аргументы

Вот таблица с TrackZone аргументы:

АргументТипПо умолчаниюОписание
modelstrNoneПуть к файлу модели Ultralytics YOLO .
regionlist'[(20, 400), (1260, 400)]'Список точек, определяющих область подсчета.

Решение TrackZone включает поддержку track параметры:

АргументТипПо умолчаниюОписание
trackerstr'botsort.yaml'Указывает алгоритм отслеживания, например, bytetrack.yaml или botsort.yaml.
conffloat0.3Устанавливает порог уверенности для обнаружений; более низкие значения позволяют отслеживать больше объектов, но могут включать ложные срабатывания.
ioufloat0.5Устанавливает порог пересечения над объединениемIoU) для фильтрации перекрывающихся обнаружений.
classeslistNoneФильтрует результаты по индексу класса. Например, classes=[0, 2, 3] отслеживает только указанные классы.
verboseboolTrueУправляет отображением результатов отслеживания, обеспечивая визуальный вывод отслеживаемых объектов.
devicestrNoneУказывает устройство для инференса (например, cpu, cuda:0 или 0). Позволяет пользователям выбирать между CPU, конкретным GPU или другими вычислительными устройствами для выполнения модели.

Кроме того, доступны следующие опции визуализации:

АргументТипПо умолчаниюОписание
showboolFalseЕсли True, отображает аннотированные изображения или видео в окне. Полезно для немедленной визуальной обратной связи во время разработки или тестирования.
line_widthNone or intNoneУказывает ширину линии ограничивающих рамок. Если None, ширина линии автоматически регулируется в зависимости от размера изображения. Обеспечивает визуальную настройку для большей четкости.
show_confboolTrueОтображает оценку достоверности для каждого обнаружения рядом с меткой. Дает представление об уверенности модели для каждого обнаружения.
show_labelsboolTrueОтображает метки для каждого обнаружения в визуальном выводе. Обеспечивает немедленное понимание обнаруженных объектов.

Часто задаваемые вопросы

Как track объекты в определенной области или зоне видеокадра с помощью Ultralytics YOLO11?

Отслеживание объектов в определенной области или зоне видеокадра легко осуществить с помощью Ultralytics YOLO11. Просто используйте приведенную ниже команду, чтобы начать отслеживание. Такой подход обеспечивает эффективный анализ и точные результаты, что делает его идеальным для таких приложений, как наблюдение, управление толпой или любой сценарий, требующий зонального отслеживания.

yolo solutions trackzone source="path/to/video.mp4" show=True

Как я могу использовать TrackZone в Python с Ultralytics YOLO11?

С помощью всего нескольких строк кода вы можете настроить отслеживание объектов в определенных зонах, что упрощает интеграцию в ваши проекты.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]

# Video writer
video_writer = cv2.VideoWriter("object_counting_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init trackzone (object tracking in zones, not complete frame)
trackzone = solutions.TrackZone(
    show=True,  # display the output
    region=region_points,  # pass region points
    model="yolo11n.pt",
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    results = trackzone(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Как настроить точки зоны для обработки видео с использованием Ultralytics TrackZone?

Настройка зон для обработки видео с помощью Ultralytics TrackZone — это просто и настраиваемо. Вы можете напрямую определять и настраивать зоны с помощью скрипта на языке python, что обеспечивает точный контроль над областями, которые вы хотите отслеживать.

# Define region points
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]

# Initialize trackzone
trackzone = solutions.TrackZone(
    show=True,  # display the output
    region=region_points,  # pass region points
)


📅 Создано 11 месяцев назад ✏️ Обновлено 8 дней назад
RizwanMunawarglenn-jocher

Комментарии