Ultralytics YOLO26 Kullanarak Streamlit Uygulaması ile Canlı Çıkarım
Giriş
Streamlit, etkileşimli web uygulamaları oluşturmayı ve dağıtmayı kolaylaştırır. Bunu Ultralytics YOLO26 ile birleştirmek, doğrudan tarayıcınızda gerçek zamanlı nesne algılama ve analizi sağlar. YOLO26'nın yüksek doğruluğu ve hızı, canlı video akışları için sorunsuz performans sağlayarak güvenlik, perakende ve ötesindeki uygulamalar için ideal hale getirir.
İzle: Gerçek Zamanlı için Ultralytics ile Streamlit Nasıl Kullanılır Bilgisayar Görüntüsü Tarayıcınızda
| Su Ürünleri Yetiştiriciliği | Hayvan Yetiştiriciliği |
|---|---|
 |  |
| Ultralytics YOLO26 Kullanarak Balık Algılama | Ultralytics YOLO26 Kullanarak Hayvan Algılama |
Canlı Çıkarımın Avantajları Nelerdir?
- Sorunsuz Gerçek Zamanlı Nesne Algılama: Streamlit'in YOLO26 ile birleşimi, doğrudan web kamerası akışınızdan gerçek zamanlı nesne algılamayı mümkün kılar. Bu, anında analiz ve içgörüler sağlayarak anlık geri bildirim gerektiren uygulamalar için idealdir.
- Kullanıcı Dostu Dağıtım: Streamlit'in etkileşimli arayüzü, kapsamlı teknik bilgiye ihtiyaç duymadan uygulamayı dağıtmayı ve kullanmayı kolaylaştırır. Kullanıcılar basit bir tıklama ile canlı çıkarıma başlayabilir, bu da erişilebilirliği ve kullanılabilirliği artırır.
- Verimli Kaynak Kullanımı: YOLO26'nın optimize edilmiş algoritmaları, minimum hesaplama kaynaklarıyla yüksek hızlı işlemeyi garanti eder. Bu verimlilik, standart donanımlarda bile sorunsuz ve güvenilir web kamerası çıkarımına olanak tanıyarak gelişmiş bilgisayar görüşünü daha geniş bir kitleye erişilebilir kılar.
Streamlit Uygulama Kodu
Ultralytics Kurulumu
Uygulamayı oluşturmaya başlamadan önce, Ultralytics Python paketinin kurulu olduğundan emin olun.
pip install ultralytics
Ultralytics YOLO ile Streamlit kullanarak çıkarım
yolo solutions inference
yolo solutions inference model="path/to/model.pt"
Bu komutlar, Ultralytics ile birlikte gelen varsayılan Streamlit arayüzünü başlatır. Kullanım: yolo solutions inference --help gibi ek işaretleri görüntülemek için source, conf, veya persist python kodunu düzenlemeden deneyimi özelleştirmek istiyorsanız.
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, or a custom-trained model
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`
Bu, Streamlit uygulamasını varsayılan web tarayıcınızda başlatacaktır. Ana başlığı, alt başlığı ve yapılandırma seçeneklerini içeren kenar çubuğunu göreceksiniz. İstediğiniz YOLO26 modelini seçin, güven ve NMS eşiklerini ayarlayın ve gerçek zamanlı nesne algılamayı başlatmak için "Başlat" düğmesine tıklayın.
Nasıl Çalışır
Arka planda, Streamlit uygulaması etkileşimli bir arayüz oluşturmak için Ultralytics çözümleri modülünü kullanır. Çıkarımı başlattığınızda, uygulama:
- Web kameranızdan veya yüklenen video dosyasından video yakalar
- Her kareyi YOLO26 modeli aracılığıyla işler
- Belirttiğiniz güven ve IoU eşikleriyle nesne tespiti (object detection) uygular
- Hem orijinal hem de açıklama eklenmiş çerçeveleri gerçek zamanlı olarak görüntüler
- Seçilirse isteğe bağlı olarak nesne takibini etkinleştirir
Uygulama, model parametrelerini ayarlamak ve çıkarımı herhangi bir zamanda başlatmak/durdurmak için kontrollere sahip temiz, kullanıcı dostu bir arayüz sağlar.
Sonuç
Bu kılavuzu takip ederek, Streamlit ve Ultralytics YOLO26 kullanarak gerçek zamanlı bir nesne algılama uygulaması başarıyla oluşturdunuz. Bu uygulama, kullanıcı dostu bir arayüz ve video akışını istediğiniz zaman durdurma yeteneği ile web kameranız aracılığıyla nesneleri algılamada YOLO26'nın gücünü deneyimlemenizi sağlar.
Daha fazla geliştirme için, video akışını kaydetme, açıklama eklenmiş çerçeveleri kaydetme veya diğer bilgisayar görüşü kütüphaneleriyle entegre etme gibi daha fazla özellik eklemeyi deneyebilirsiniz.
Toplulukla Düşüncelerinizi Paylaşın
Daha fazla bilgi edinmek, sorunları gidermek ve projelerinizi paylaşmak için toplulukla etkileşim kurun:
Nereden Yardım ve Destek Bulunur
- GitHub Sorunları: Soru sormak, hataları bildirmek ve özellikler önermek için Ultralytics GitHub deposunu ziyaret edin.
- Ultralytics Discord Sunucusu: Diğer kullanıcılar ve geliştiricilerle bağlantı kurmak, destek almak, bilgi paylaşmak ve fikir alışverişinde bulunmak için Ultralytics Discord sunucusuna katılın.
Resmi Belgelendirme
- Ultralytics YOLO26 Dokümantasyonu: Çeşitli bilgisayar görüşü görevleri ve projeleri hakkında kapsamlı kılavuzlar ve içgörüler için resmi YOLO26 dokümantasyonuna başvurun.
SSS
Streamlit ve Ultralytics YOLO26 kullanarak gerçek zamanlı bir nesne detect uygulamasını nasıl kurabilirim?
Streamlit ve Ultralytics YOLO26 ile gerçek zamanlı bir nesne algılama uygulaması kurmak basittir. Öncelikle, Ultralytics python paketinin yüklü olduğundan emin olun:
pip install ultralytics
Ardından, canlı çıkarım çalıştırmak için temel bir Streamlit uygulaması oluşturabilirsiniz:
Streamlit Uygulaması
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`
yolo solutions inference
Pratik kurulum hakkında daha fazla bilgi için, belgelerin Streamlit Uygulama Kodu bölümüne bakın.
Ultralytics YOLO26'yı Streamlit ile gerçek zamanlı nesne algılama için kullanmanın başlıca avantajları nelerdir?
Ultralytics YOLO26'yı Streamlit ile gerçek zamanlı nesne algılama için kullanmak çeşitli avantajlar sunar:
- Sorunsuz Gerçek Zamanlı Algılama: Doğrudan web kamerası yayınlarından yüksek doğrulukta gerçek zamanlı nesne algılama elde edin.
- Kullanıcı Dostu Arayüz: Streamlit'in sezgisel arayüzü, kapsamlı teknik bilgiye ihtiyaç duymadan kolay kullanım ve dağıtım sağlar.
- Kaynak Verimliliği: YOLO26'nın optimize edilmiş algoritmaları, minimum hesaplama kaynaklarıyla yüksek hızlı işlemeyi garanti eder.
Canlı Çıkarım Avantajları bölümünde bu faydalar hakkında daha fazla bilgi edinin.
Web tarayıcımda bir Streamlit nesne algılama uygulamasını nasıl dağıtırım?
Ultralytics YOLO26'yı entegre eden Streamlit uygulamanızı kodladıktan sonra, onu çalıştırarak dağıtabilirsiniz:
streamlit run path/to/file.py
Bu komut, uygulamayı varsayılan web tarayıcınızda başlatacak ve YOLO26 modellerini seçmenize, güven ve NMS eşiklerini ayarlamanıza ve tek bir tıklamayla gerçek zamanlı nesne algılamayı başlatmanıza olanak tanıyacaktır. Ayrıntılı bir kılavuz için Streamlit Uygulama Kodu bölümüne bakın.
Streamlit ve Ultralytics YOLO26 kullanarak gerçek zamanlı nesne algılama için bazı kullanım alanları nelerdir?
Streamlit ve Ultralytics YOLO26 kullanarak gerçek zamanlı nesne algılama çeşitli sektörlerde uygulanabilir:
- Güvenlik: Yetkisiz erişim ve güvenlik alarm sistemleri için gerçek zamanlı izleme.
- Perakende: Müşteri sayımı, raf yönetimi ve envanter takibi.
- Yaban Hayatı ve Tarım: Koruma çalışmaları için hayvanları ve mahsul koşullarını izleme.
Daha kapsamlı kullanım örnekleri ve örnekler için Ultralytics Çözümlerini keşfedin.
Ultralytics YOLO26, YOLOv5 ve RCNN'ler gibi diğer nesne algılama modelleriyle nasıl karşılaştırılır?
Ultralytics YOLO26, YOLOv5 ve RCNN'ler gibi önceki modellere göre çeşitli geliştirmeler sunar:
- Daha Yüksek Hız ve Doğruluk: Gerçek zamanlı uygulamalar için iyileştirilmiş performans.
- Kullanım Kolaylığı: Basitleştirilmiş arayüzler ve dağıtım.
- Kaynak Verimliliği: Minimum hesaplama gereksinimleriyle daha iyi hız için optimize edilmiştir.
Kapsamlı bir karşılaştırma için Ultralytics YOLO26 Dokümantasyonu ve model performansını tartışan ilgili blog yazılarını inceleyin.
