Tổng quan về bộ dữ liệu theo dõi đa đối tượng
Theo dõi đa đối tượng là một thành phần quan trọng trong phân tích video, xác định các đối tượng và duy trì ID duy nhất cho từng đối tượng được phát hiện trên các khung hình video. Ultralytics YOLO cung cấp các khả năng theo dõi mạnh mẽ có thể được áp dụng cho nhiều lĩnh vực khác nhau, bao gồm giám sát, phân tích thể thao và giám sát giao thông.
Định dạng bộ dữ liệu (Sắp ra mắt)
Multi-Object Detector không cần huấn luyện độc lập và hỗ trợ trực tiếp các mô hình detection, segmentation hoặc Pose đã được huấn luyện trước. Hỗ trợ huấn luyện riêng cho trackers sẽ sớm ra mắt.
Các trình theo dõi hiện có
Ultralytics YOLO hỗ trợ các thuật toán theo dõi sau:
- BoT-SORT - Sử dụng
botsort.yaml
để kích hoạt trình theo dõi này (mặc định) - ByteTrack - Sử dụng
bytetrack.yaml
để kích hoạt trình theo dõi này
Cách sử dụng
Ví dụ
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)
yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3, iou=0.5 show
Duy trì theo dõi giữa các khung hình
Để theo dõi liên tục trên các khung hình video, bạn có thể sử dụng persist=True
tham số:
Ví dụ
import cv2
from ultralytics import YOLO
# Load the YOLO model
model = YOLO("yolo11n.pt")
# Open the video file
cap = cv2.VideoCapture("path/to/video.mp4")
while cap.isOpened():
success, frame = cap.read()
if success:
# Run tracking with persistence between frames
results = model.track(frame, persist=True)
# Visualize the results
annotated_frame = results[0].plot()
cv2.imshow("Tracking", annotated_frame)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
else:
break
cap.release()
cv2.destroyAllWindows()
Câu hỏi thường gặp
Làm cách nào để sử dụng Theo dõi đa đối tượng với Ultralytics YOLO?
Để sử dụng Theo dõi Đa đối tượng với Ultralytics YOLO, bạn có thể bắt đầu bằng cách sử dụng các ví dụ Python hoặc CLI được cung cấp. Đây là cách bạn có thể bắt đầu:
Ví dụ
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # Load the YOLO11 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)
yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3 iou=0.5 show
Các lệnh này tải mô hình YOLO11 và sử dụng nó để theo dõi các đối tượng trong nguồn video đã cho với độ tin cậy cụ thể (conf
) và Intersection over Union (iou
) ngưỡng. Để biết thêm chi tiết, tham khảo tài liệu về chế độ theo dõi.
Các tính năng sắp tới để huấn luyện trình theo dõi trong Ultralytics là gì?
Ultralytics liên tục cải tiến các mô hình AI của mình. Một tính năng sắp ra mắt sẽ cho phép huấn luyện các trình theo dõi độc lập. Cho đến lúc đó, Multi-Object Detector tận dụng các mô hình phát hiện, phân vùng hoặc Pose được huấn luyện trước để theo dõi mà không cần huấn luyện độc lập. Luôn cập nhật thông tin bằng cách theo dõi blog của chúng tôi hoặc kiểm tra các tính năng sắp ra mắt.
Tại sao tôi nên sử dụng Ultralytics YOLO để theo dõi đa đối tượng?
Ultralytics YOLO là một mô hình phát hiện đối tượng hiện đại, nổi tiếng với hiệu suất thời gian thực và độ chính xác cao. Sử dụng YOLO để theo dõi đa đối tượng mang lại một số lợi thế:
- Theo dõi thời gian thực: Đạt được hiệu quả và tốc độ theo dõi cao, lý tưởng cho môi trường động.
- Tính linh hoạt với các mô hình được huấn luyện trước: Không cần phải huấn luyện từ đầu; chỉ cần sử dụng các mô hình detection (phát hiện), segmentation (phân đoạn) hoặc Pose (tư thế) được huấn luyện trước.
- Dễ sử dụng: Tích hợp API đơn giản với cả Python và CLI giúp thiết lập các pipeline theo dõi một cách dễ dàng.
- Tài liệu phong phú và hỗ trợ từ cộng đồng: Ultralytics cung cấp tài liệu toàn diện và một diễn đàn cộng đồng tích cực để khắc phục sự cố và nâng cao các mô hình theo dõi của bạn.
Để biết thêm chi tiết về cách thiết lập và sử dụng YOLO để theo dõi, hãy truy cập hướng dẫn sử dụng theo dõi của chúng tôi.
Tôi có thể sử dụng bộ dữ liệu tùy chỉnh để theo dõi đa đối tượng với Ultralytics YOLO không?
Có, bạn có thể sử dụng bộ dữ liệu tùy chỉnh để theo dõi đa đối tượng với Ultralytics YOLO. Mặc dù hỗ trợ cho đào tạo trình theo dõi độc lập là một tính năng sắp ra mắt, nhưng bạn đã có thể sử dụng các mô hình được đào tạo trước trên bộ dữ liệu tùy chỉnh của mình. Chuẩn bị bộ dữ liệu của bạn ở định dạng thích hợp tương thích với YOLO và làm theo tài liệu để tích hợp chúng.
Làm cách nào để diễn giải kết quả từ mô hình theo dõi Ultralytics YOLO?
Sau khi chạy một tác vụ theo dõi với Ultralytics YOLO, kết quả bao gồm nhiều điểm dữ liệu khác nhau như ID đối tượng được theo dõi, hộp giới hạn của chúng và điểm tin cậy. Dưới đây là tổng quan ngắn gọn về cách diễn giải các kết quả này:
- ID được theo dõi: Mỗi đối tượng được gán một ID duy nhất, giúp theo dõi nó trên các khung hình.
- Hộp giới hạn: Chúng cho biết vị trí của các đối tượng được theo dõi trong khung hình.
- Điểm tin cậy: Phản ánh độ tin cậy của mô hình trong việc phát hiện đối tượng được theo dõi.
Để được hướng dẫn chi tiết về cách diễn giải và trực quan hóa các kết quả này, hãy tham khảo hướng dẫn xử lý kết quả.
Làm cách nào để tùy chỉnh cấu hình tracker?
Bạn có thể tùy chỉnh tracker bằng cách tạo một phiên bản đã sửa đổi của tệp cấu hình tracker. Sao chép một tệp cấu hình tracker hiện có từ ultralytics\/cfg\/trackers, sửa đổi các tham số khi cần và chỉ định tệp này khi chạy tracker:
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
results = model.track(source="video.mp4", tracker="custom_tracker.yaml")