Ultralytics YOLO26 ile Nesne Kırpma#
Nesne Kırpma Nedir?#
Ultralytics YOLO26 ile nesne kırpma, bir görüntü veya videodaki belirli algılanan nesneleri ayırmayı ve çıkarmayı içerir. YOLO26 modelinin yeteneklerinden yararlanılarak nesneler doğru şekilde tanımlanır ve sınırları belirlenir; böylece daha ileri analiz veya işleme için hassas kırpma yapılabilir.
Watch: Object Cropping using Ultralytics YOLO
Nesne Kırpmanın Avantajları#
- Odaklı Analiz: YOLO26, hedefli nesne kırpmayı kolaylaştırarak bir sahnedeki tek tek öğelerin derinlemesine incelenmesine veya işlenmesine olanak tanır.
- Azaltılmış Veri Hacmi: Yalnızca ilgili nesneleri çıkaran nesne kırpma, veri boyutunu küçültmeye yardımcı olarak depolama, aktarım veya sonraki hesaplama görevlerini daha verimli hâle getirir.
- Geliştirilmiş Hassasiyet: YOLO26'nın nesne algılama doğruluğu, kırpılan nesnelerin uzamsal ilişkilerini korumasını sağlayarak ayrıntılı analiz için görsel bilgilerin bütünlüğünü muhafaza eder.
Görseller#
| Havalimanı Bagajları |
|---|
 |
| Ultralytics YOLO26 kullanılarak havalimanındaki konveyör bandında bavul kırpma |
YOLO26 ile Nesneleri Kırpma#
Videonu ObjectCropper çözümüne aktar; çözüm her karede nesneleri algılar ve her algılamayı ayrı bir görüntü olarak kaydeder. Kırpmayı belirli classes değerleriyle sınırlandır, yalnızca güvenilir algılamaları korumak için conf değerini yükselt ve kırpılan görüntülerin nereye yazılacağını seçmek için crop_dir değerini ayarla.
# Crop the objects
yolo solutions crop
# Pass a source video
yolo solutions crop source="path/to/video.mp4"
# Crop specific classes
yolo solutions crop classes="[0, 2]"ObjectCropper Bağımsız Değişkenleri#
ObjectCropper bağımsız değişkenlerini içeren tablo aşağıda verilmiştir:
| Bağımsız değişken | Tür | Varsayılan | Açıklama |
|---|---|---|---|
model | str | None | Bir Ultralytics YOLO model dosyasının yolu. |
crop_dir | str | 'cropped-detections' | Kırpılan algılamaları depolamak için dizin adı. |
SSS#
Ultralytics YOLO26 ile nesne kırpma, YOLO26'nın algılama yeteneklerine dayanarak bir görüntü veya videodaki belirli nesneleri ayırmayı ve çıkarmayı içerir. Bu süreç, nesneleri yüksek doğrulukla tanımlayıp uygun şekilde kırpmak için YOLO26'dan yararlanarak odaklı analiz, azaltılmış veri hacmi ve geliştirilmiş hassasiyet sağlar. Ayrıntılı bir eğitim için nesne kırpma örneğine bak.
Ultralytics YOLO26, hassasiyeti, hızı ve kullanım kolaylığıyla öne çıkar. Odaklı analiz ve yüksek veri bütünlüğü gerektiren uygulamalar için gerekli olan ayrıntılı ve doğru nesne algılama ile kırpmayı mümkün kılar. Ayrıca YOLO26, gerçek zamanlı yetenekler ve çeşitli donanımlarda optimizasyon gerektiren dağıtımlar için OpenVINO ve TensorRT gibi araçlarla sorunsuz şekilde entegre olur. Avantajları model dışa aktarma kılavuzunda keşfet.
Görüntü veya videolarından yalnızca ilgili nesneleri kırpmak için Ultralytics YOLO26'yı kullanarak veri boyutunu önemli ölçüde azaltabilir, böylece depolama ve işleme süreçlerini daha verimli hâle getirebilirsin. Bu süreç, modeli belirli nesneleri algılayacak şekilde eğitmeyi ve ardından sonuçları kullanarak yalnızca bu bölümleri kırpıp kaydetmeyi içerir. Ultralytics YOLO26'nın yeteneklerinden yararlanma hakkında daha fazla bilgi için hızlı başlangıç kılavuzumuzu ziyaret et.
Evet, Ultralytics YOLO26 gerçek zamanlı video akışlarını işleyerek nesneleri dinamik olarak algılayıp kırpabilir. Modelin yüksek hızlı çıkarım yetenekleri, gözetim, spor analizi ve otomatik denetim sistemleri gibi gerçek zamanlı uygulamalar için onu ideal hâle getirir. Gerçek zamanlı işlemenin nasıl uygulanacağını anlamak için izleme ve tahmin modlarına göz at.
Ultralytics YOLO26 hem CPU hem de GPU ortamları için optimize edilmiştir; ancak özellikle gerçek zamanlı veya yüksek hacimli çıkarımda en iyi performansı elde etmek için özel bir GPU (ör. NVIDIA Tesla, RTX serisi) önerilir. Hafif cihazlarda dağıtım için iOS'ta CoreML veya Android'de LiteRT kullanmayı düşün. Desteklenen cihazlar ve biçimler hakkında daha fazla ayrıntıyı model dağıtım seçeneklerimizde bulabilirsin.