Ultralytics Solutions: используй YOLO26 для решения реальных задач#

Ultralytics Solutions предоставляют передовые приложения моделей YOLO, предлагая реальные решения, такие как подсчет объектов, размытие и охранные системы, повышая эффективность и точность в различных отраслях. Открой для себя возможности YOLO26 для практической и эффективной реализации.

Решения#

Вот наш тщательно подобранный список решений Ultralytics, которые можно использовать для создания потрясающих проектов в области компьютерного зрения.

• Аналитика: проводи комплексный анализ данных для выявления закономерностей и принятия обоснованных решений, используя YOLO26 для описательной, прогнозной и предписывающей аналитики.
• Расчет расстояния: вычисляй расстояния между объектами с помощью центроидов bounding box в YOLO26, что важно для пространственного анализа.
• Тепловые карты: используй тепловые карты детектирования для визуализации интенсивности данных по матрице, обеспечивая наглядное понимание задач компьютерного зрения.
• Сегментация экземпляров с трекингом объектов: реализуй сегментацию экземпляров и трекинг объектов с помощью YOLO26 для получения точных границ объектов и непрерывного мониторинга.
• Инференс в реальном времени с Streamlit: задействуй возможности YOLO26 для обнаружения объектов в реальном времени прямо в веб-браузере с помощью удобного интерфейса Streamlit.
• Размытие объектов: применяй размытие объектов с помощью YOLO26 для защиты конфиденциальности при обработке изображений и видео.
• Подсчет объектов: научись выполнять подсчет объектов в реальном времени с помощью YOLO26. Получи навыки точного подсчета объектов в видеопотоках в реальном времени.
• Подсчет объектов в областях: подсчитывай объекты в определенных областях с помощью YOLO26 для точного детектирования в различных зонах.
• Обрезание объектов: освой обрезание объектов с помощью YOLO26 для точного извлечения объектов из изображений и видео.
• Управление парковкой: организуй и направляй поток транспортных средств на парковках с помощью YOLO26, оптимизируя использование пространства и пользовательский опыт.
• Управление очередями: внедряй эффективные системы управления очередями для минимизации времени ожидания и повышения производительности с помощью YOLO26.
• Система охранной сигнализации: создай систему охранной сигнализации с помощью YOLO26, которая подает сигналы тревоги при обнаружении новых объектов. Настрой систему под свои конкретные нужды.
• Поиск по сходству: включи интеллектуальный поиск изображений, объединив эмбеддинги OpenAI CLIP с поиском по косинусному сходству, что позволяет использовать запросы на естественном языке, такие как "человек с сумкой" или "движущийся транспорт".
• Оценка скорости: оценивай скорость объектов с помощью YOLO26 и методов трекинга объектов, что критически важно для таких приложений, как автономные транспортные средства и мониторинг дорожного движения.
• Трекинг объектов в зоне: узнай, как отслеживать объекты в определенных зонах видеокадров с помощью YOLO26 для точного и эффективного мониторинга.
• Картирование объектов VisionEye View: разрабатывай системы, имитирующие фокусировку человеческого глаза на определенных объектах, повышая способность компьютера распознавать детали и расставлять приоритеты.
• Мониторинг тренировок: узнай, как контролировать тренировки с помощью YOLO26. Научись отслеживать и анализировать различные фитнес-рутины в реальном времени.

Аргументы решений#

Использование SolutionAnnotator#

Все решения Ultralytics используют отдельный класс SolutionAnnotator, который расширяет основной класс Annotator, и имеют следующие методы:

Работа с SolutionResults#

За исключением Similarity Search, каждый вызов решения возвращает объект SolutionResults.

• Для подсчета объектов результаты включают in_count, out_count и classwise_count.

import cv2

from ultralytics import solutions

im0 = cv2.imread("path/to/img")

region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

counter = solutions.ObjectCounter(
    show=True,  # display the output
    region=region_points,  # pass region points
    model="yolo26n.pt",  # model="yolo26n-obb.pt" for object counting with OBB model.
    # classes=[0, 2],  # count specific classes i.e. person and car with COCO pretrained model.
    # tracker="botsort.yaml"  # Choose trackers i.e "bytetrack.yaml"
)
results = counter(im0)
print(results.in_count)  # display in_counts
print(results.out_count)  # display out_counts
print(results.classwise_count)  # display classwise_count

Объект SolutionResults имеет следующие атрибуты:

Для получения дополнительной информации обратись к документации класса SolutionResults.

Использование решений через CLI#

yolo solutions count show=True # for object counting

yolo solutions count source="path/to/video.mp4" # specify video file path

Внеси свой вклад в наши решения#

Мы приветствуем вклад сообщества! Если ты освоил определенный аспект Ultralytics YOLO, который еще не охвачен в наших решениях, мы призываем тебя поделиться своим опытом. Написание руководства — отличный способ помочь сообществу и сделать нашу документацию более полной и удобной для пользователей.

Чтобы начать, ознакомься с нашим Руководством по внесению вклада, содержащим инструкции по открытию Pull Request (PR) 🛠️. Мы с нетерпением ждем твоих вкладов!

Давай вместе сделаем экосистему Ultralytics YOLO более надежной и универсальной 🙏!

FAQ#