TrackZone с использованием Ultralytics YOLO11
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 хозяйство | Транспорт |
---|---|
![]() |
![]() |
Отслеживание растений в поле с использованием Ultralytics YOLO11 | Отслеживание 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 show=True source="path/to/video.mp4"
# Pass region coordinates
yolo solutions trackzone show=True region="[(150, 150), (1130, 150), (1130, 570), (150, 570)]"
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:
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 TrackZone включает поддержку track
параметры:
Аргумент | Тип | По умолчанию | Описание |
---|---|---|---|
tracker |
str |
'botsort.yaml' |
Указывает алгоритм отслеживания, например, bytetrack.yaml или botsort.yaml . |
conf |
float |
0.3 |
Устанавливает порог уверенности для обнаружений; более низкие значения позволяют отслеживать больше объектов, но могут включать ложные срабатывания. |
iou |
float |
0.5 |
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, обеспечивая визуальный вывод отслеживаемых объектов. |
device |
str |
None |
Указывает 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:
Аргумент | Тип | По умолчанию | Описание |
---|---|---|---|
show |
bool |
False |
Если True , отображает аннотированные изображения или видео в окне. Полезно для немедленной визуальной обратной связи во время разработки или тестирования. |
line_width |
None or int |
None |
Указывает ширину линии ограничивающих рамок. Если None , ширина линии автоматически регулируется в зависимости от размера изображения. Обеспечивает визуальную настройку для большей четкости. |
show_conf |
bool |
True |
Отображает оценку достоверности для каждого обнаружения рядом с меткой. Дает представление об уверенности модели для каждого обнаружения. |
show_labels |
bool |
True |
Отображает метки для каждого обнаружения в визуальном выводе. Обеспечивает немедленное понимание обнаруженных объектов. |
Часто задаваемые вопросы
Как отслеживать объекты в определенной области или зоне видеокадра с использованием 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
)