İçeriğe geç

Ultralytics YOLO Kullanarak Farklı Bölgelerdeki Nesneleri Sayma 🚀

Bölgelerde Nesne Sayımı nedir?

Nesne sayımı, Ultralytics YOLO26 ile bölgelerde, gelişmiş bilgisayar görüşü kullanarak belirli alanlardaki nesnelerin sayısını hassas bir şekilde belirlemeyi içerir. Bu yaklaşım, süreçleri optimize etmek, güvenliği artırmak ve çeşitli uygulamalarda verimliliği iyileştirmek için değerlidir.



İzle: Ultralytics YOLO26 Kullanarak Farklı Bölgelerde Nesne Sayımı | Ultralytics Çözümleri 🚀

Bölgelerdeki Nesne Sayımının Avantajları

  • Kesinlik ve Doğruluk: Gelişmiş bilgisayar görüşüne sahip bölgelerdeki nesne sayımı, genellikle manuel sayımla ilişkili hataları en aza indirerek kesin ve doğru sayımlar sağlar.
  • Verimlilik Artışı: Otomatik nesne sayımı, operasyonel verimliliği artırır, gerçek zamanlı sonuçlar sağlar ve farklı uygulamalardaki süreçleri kolaylaştırır.
  • Çok Yönlülük ve Uygulama: Bölgelerdeki nesne sayımının çok yönlülüğü, üretim ve gözetimden trafik izlemeye kadar çeşitli alanlarda uygulanabilir olmasını sağlar ve yaygın kullanışlılığına ve etkinliğine katkıda bulunur.

Gerçek Dünya Uygulamaları

PerakendePazar Caddeleri
Ultralytics YOLO26 Kullanarak Farklı Bölgede İnsan SayımıUltralytics YOLO26 Kullanarak Farklı Bölgede Kalabalık Sayımı
Ultralytics YOLO26 Kullanarak Farklı Bölgede İnsan SayımıUltralytics YOLO26 Kullanarak Farklı Bölgede Kalabalık Sayımı

Kullanım Örnekleri

Ultralytics YOLO kullanarak bölge sayımı

import cv2

from ultralytics import solutions

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

# Pass region as list
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

# Pass region as dictionary
region_points = {
    "region-01": [(50, 50), (250, 50), (250, 250), (50, 250)],
    "region-02": [(640, 640), (780, 640), (780, 720), (640, 720)],
}

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

# Initialize region counter object
regioncounter = solutions.RegionCounter(
    show=True,  # display the frame
    region=region_points,  # pass region points
    model="yolo26n.pt",  # model for counting in regions, e.g., yolo26s.pt
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = regioncounter(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)

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

Ultralytics Örnek Kodu

Ultralytics bölge sayma modülü, örnekler bölümümüzde mevcuttur. Kod özelleştirmesi için bu örneği inceleyebilir ve özel kullanım durumunuza uyacak şekilde değiştirebilirsiniz.

RegionCounter Argümanlar

İşte şunları içeren bir tablo: RegionCounter argümanlar:

ArgümanTürVarsayılanAçıklama
modelstrNoneBir Ultralytics YOLO model dosyasının yolu.
regionlist'[(20, 400), (1260, 400)]'Sayma bölgesini tanımlayan nokta listesi.

RegionCounter çözümü, nesne izleme parametrelerinin kullanımını sağlar:

ArgümanTürVarsayılanAçıklama
trackerstr'botsort.yaml'Kullanılacak izleme algoritmasını belirtir, örneğin: bytetrack.yaml veya botsort.yaml.
conffloat0.1Algılamalar için güven eşiğini ayarlar; daha düşük değerler daha fazla nesnenin izlenmesine olanak tanır ancak yanlış pozitifleri içerebilir.
ioufloat0.7Çakışan algılamaları filtrelemek için Intersection over Union (IoU) eşiğini ayarlar.
classeslistNoneSonuçları sınıf indeksine göre filtreler. Örneğin, classes=[0, 2, 3] yalnızca belirtilen sınıfları izler.
verboseboolTrueİzleme sonuçlarının görüntülenmesini kontrol eder ve izlenen nesnelerin görsel bir çıktısını sağlar.
devicestrNoneÇıkarım için cihazı belirtir (örn. cpu, cuda:0 veya 0). Kullanıcıların model yürütme için CPU, belirli bir GPU veya diğer işlem cihazları arasında seçim yapmasına olanak tanır.

Ek olarak, aşağıdaki görselleştirme ayarları desteklenir:

ArgümanTürVarsayılanAçıklama
showboolFalseEğer True, ek açıklamalı görüntüleri veya videoları bir pencerede görüntüler. Geliştirme veya test sırasında anında görsel geri bildirim için kullanışlıdır.
line_widthint or NoneNoneSınırlayıcı kutuların çizgi genişliğini belirtir. Eğer None, çizgi genişliği, görüntü boyutuna göre otomatik olarak ayarlanır. Netlik için görsel özelleştirme sağlar.
show_confboolTrueEtiketin yanında her algılama için güvenilirlik puanını görüntüler. Modelin her algılama için kesinliği hakkında fikir verir.
show_labelsboolTrueGörsel çıktıdaki her algılama için etiketleri görüntüler. Algılanan nesnelerin anında anlaşılmasını sağlar.

SSS

Ultralytics YOLO26 kullanarak belirli bölgelerde nesne sayımı nedir?

Belirli bölgelerde Ultralytics YOLO26 ile nesne sayımı, gelişmiş bilgisayar görüşü kullanarak tanımlanmış alanlardaki nesnelerin sayısını tespit etmeyi ve kaydetmeyi içerir. Bu hassas yöntem, üretim, gözetim ve trafik izleme gibi çeşitli uygulamalarda verimliliği ve doğruluğu artırır.

Ultralytics YOLO26 ile bölge tabanlı nesne sayımı betiğini nasıl çalıştırırım?

Ultralytics YOLO26'da nesne sayımını çalıştırmak için şu adımları izleyin:

  1. Ultralytics deposunu klonlayın ve dizine gidin:

    git clone https://github.com/ultralytics/ultralytics
    cd ultralytics/examples/YOLOv8-Region-Counter
    
  2. Bölge sayma komut dosyasını yürütün:

    python yolov8_region_counter.py --source "path/to/video.mp4" --save-img
    

Daha fazla seçenek için Kullanım Örnekleri bölümünü ziyaret edin.

Bölgelerde nesne sayımı için neden Ultralytics YOLO26 kullanmalıyım?

Bölgelerde nesne sayımı için Ultralytics YOLO26 kullanmak çeşitli avantajlar sunar:

  1. Gerçek Zamanlı İşleme: YOLO26'nın mimarisi hızlı çıkarım sağlayarak, anında sayım sonuçları gerektiren uygulamalar için idealdir.
  2. Esnek Bölge Tanımlama: Çözüm, özel izleme ihtiyaçlarınıza uyacak şekilde birden çok özel bölgeyi çokgen, dikdörtgen veya çizgi olarak tanımlamanıza olanak tanır.
  3. Çok Sınıflı Destek: Aynı bölgelerdeki farklı nesne türlerini aynı anda sayarak kapsamlı analizler sağlar.
  4. Entegrasyon Yetenekleri: Ultralytics python API'si veya komut satırı arayüzü aracılığıyla mevcut sistemlerle kolayca entegre edin.

Avantajlar bölümünde daha derin faydaları keşfedin.

Bölgelerdeki nesne sayımının bazı gerçek dünya uygulamaları nelerdir?

Ultralytics YOLO26 ile nesne sayımı, çok sayıda gerçek dünya senaryosuna uygulanabilir:

  • Perakende Analitiği: Mağaza yerleşimini ve personel sayısını optimize etmek için farklı mağaza bölümlerindeki müşterileri sayın.
  • Trafik Yönetimi: Belirli yol bölümlerinde veya kavşaklarda araç akışını izleyin.
  • Üretim: Farklı üretim bölgelerinde hareket eden ürünleri takip edin.
  • Depo Operasyonları: Belirlenmiş depolama alanlarındaki envanter öğelerini sayın.
  • Halk Güvenliği: Etkinlikler sırasında belirli bölgelerdeki kalabalık yoğunluğunu izleyin.

Gerçek Dünya Uygulamaları bölümünde ve ek alan tabanlı izleme yetenekleri için TrackZone çözümünde daha fazla örnek keşfedin.



📅 2 yıl önce oluşturuldu ✏️ 7 gün önce güncellendi
glenn-jocherRizwanMunawarpderrengerleonnilBurhan-QRizwanMunawar

Yorumlar