Ultralytics YOLO26 ile VisionEye Görünüm Nesne Eşleme 🚀

VisionEye Nesne Eşleme Nedir?

Ultralytics YOLO26 VisionEye, bilgisayarların nesneleri tanımlaması ve saptaması için bir yetenek sunarak insan gözünün hassasiyetini simüle eder. Bu işlevsellik, tıpkı insan gözünün belirli bir bakış açısından ayrıntıları gözlemlemesi gibi, bilgisayarların belirli nesneleri ayırt etmesini ve bunlara odaklanmasını sağlar.

# Monitor objects position with visioneye
yolo solutions visioneye show=True

# Pass a source video
yolo solutions visioneye source="path/to/video.mp4"

# Monitor the specific classes
yolo solutions visioneye classes="[0, 5]"

VisionEye Argümanları

İşte VisionEye argümanlarını içeren bir tablo:

You can also utilize various track arguments within the VisionEye solution:

Dahası, aşağıda listelendiği gibi bazı görselleştirme argümanları da desteklenmektedir:

VisionEye Nasıl Çalışır

VisionEye, çerçeve içinde sabit bir görüş noktası belirleyerek ve bu noktadan tespit edilen nesnelere çizgiler çizerek çalışır. Bu, insan görüşünün tek bir bakış açısından birden fazla nesneye nasıl odaklandığını simüle eder. Çözüm, nesnelerin çerçeveler arasında tutarlı bir şekilde tanımlanmasını sağlamak için nesne takibi kullanır ve gözlemci (görüş noktası) ile sahnedeki nesneler arasındaki mekansal ilişkinin görsel bir temsilini oluşturur.

VisionEye sınıfındaki process yöntemi birkaç önemli işlemi gerçekleştirir:

1. Girdi görüntüsünden izleri (sınırlayıcı kutular, sınıflar ve maskeler) çıkarır
2. Sınırlayıcı kutuları ve etiketleri çizmek için bir açıklama aracı oluşturur
3. Tespit edilen her nesne için bir kutu etiketi çizer ve görüş noktasından bir görüş çizgisi oluşturur
4. Takip istatistikleriyle birlikte açıklama eklenmiş görüntüyü döndürür

Bu yaklaşım, özellikle gözetim sistemleri, otonom navigasyon ve interaktif kurulumlar gibi mekansal farkındalık ve nesne ilişkisi görselleştirmesi gerektiren uygulamalar için kullanışlıdır.

VisionEye Uygulamaları

VisionEye nesne eşleme, çeşitli endüstrilerde çok sayıda pratik uygulamaya sahiptir:

• Güvenlik ve Gözetim: Sabit bir kamera konumundan ilgilenilen birden fazla nesneyi izle
• Perakende Analitiği: Mağaza teşhirlerine göre müşteri hareket modellerini takip et
• Spor Analizi: Bir koçun perspektifinden oyuncu konumlandırmasını ve hareketini analiz et
• Otonom Araçlar: Bir aracın çevresindeki nesneleri nasıl "gördüğünü" ve nasıl önceliklendirdiğini görselleştir
• İnsan-Bilgisayar Etkileşimi: Mekansal ilişkilere yanıt veren daha sezgisel arayüzler oluştur

VisionEye'ı mesafe hesaplama veya hız tahmini gibi diğer Ultralytics çözümleriyle birleştirerek, yalnızca nesneleri takip etmekle kalmayıp aynı zamanda mekansal ilişkilerini ve davranışlarını da anlayan kapsamlı sistemler oluşturabilirsin.

Not

Soruların için, Ultralytics Sorun Bölümü veya aşağıda belirtilen tartışma bölümünde sorularını paylaşmaktan çekinme.

SSS

Ultralytics YOLO26 ile VisionEye Nesne Eşlemeyi kullanmaya nasıl başlayabilirim?

Ultralytics YOLO26 ile VisionEye Nesne Eşlemeyi kullanmaya başlamak için öncelikle pip aracılığıyla Ultralytics YOLO paketini yüklemen gerekir. Ardından, nesne tespiti kurulumunu VisionEye ile yapmak için belgelerde sağlanan örnek kodu kullanabilirsin. İşte başlamanı sağlayacak basit bir örnek:

import cv2

from ultralytics import solutions

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

# 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("vision-eye-mapping.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init vision eye object
visioneye = solutions.VisionEye(
    show=True,  # display the output
    model="yolo26n.pt",  # use any model that Ultralytics supports, e.g., YOLOv10
    classes=[0, 2],  # generate visioneye view for specific classes
)

# 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 = visioneye(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

Nesne eşleme ve takip için neden Ultralytics YOLO26 kullanmalıyım?

Ultralytics YOLO26 hızı, doğruluğu ve entegrasyon kolaylığı ile ünlüdür, bu da onu nesne eşleme ve takip için en iyi tercih haline getirir. Temel avantajlar şunlardır:

1. Son Teknoloji Performans: Gerçek zamanlı nesne tespitinde yüksek doğruluk sağlar.
2. Esneklik: Tespit, takip ve mesafe hesaplama gibi çeşitli görevleri destekler.
3. Topluluk ve Destek: Sorun giderme ve geliştirmeler için kapsamlı belgeler ve aktif GitHub topluluğu.
4. Kullanım Kolaylığı: Sezgisel API, karmaşık görevleri basitleştirerek hızlı dağıtım ve yinelemeye olanak tanır.

Uygulamalar ve avantajlar hakkında daha fazla bilgi için Ultralytics YOLO26 belgelerine göz at.

VisionEye'ı Comet veya ClearML gibi diğer makine öğrenimi araçlarıyla nasıl entegre edebilirim?

Ultralytics YOLO26, deney takibini, iş birliğini ve tekrarlanabilirliği geliştirerek Comet ve ClearML gibi çeşitli makine öğrenimi araçlarıyla sorunsuz bir şekilde entegre olabilir. Başlamak için YOLOv5'in Comet ile nasıl kullanılacağına ve YOLO26'nın ClearML ile entegrasyonuna dair ayrıntılı kılavuzları takip et.

Daha fazla keşif ve entegrasyon örnekleri için Ultralytics Entegrasyon Kılavuzumuza göz at.