Bỏ để qua phần nội dung

Tổng quan về bộ dữ liệu theo dõi đa đối tượng

Định dạng tập dữ liệu (Sắp ra mắt)

Multi-Object Detector không cần đào tạo độc lập và trực tiếp hỗ trợ các mô hình phát hiện, phân đoạn hoặc Pose được đào tạo trước. Chỉ riêng hỗ trợ cho trình theo dõi đào tạo sẽ sớm ra mắt

Sử dụng

Ví dụ

from ultralytics import YOLO

model = YOLO("yolov8n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)
yolo track model=yolov8n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3, iou=0.5 show

FAQ

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 Python hoặc CLI Ví dụ được cung cấp. Đây là cách bạn có thể bắt đầu:

Ví dụ

from ultralytics import YOLO

model = YOLO("yolov8n.pt")  # Load the YOLOv8 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)
yolo track model=yolov8n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3 iou=0.5 show

Các lệnh này tải YOLOv8 mô hình hóa và sử dụng nó để theo dõi các đối tượng trong nguồn video nhất định với độ tin cậy cụ thể (conf) và Nút giao qua Liên minh (iou) ngưỡng. Để biết thêm chi tiết, hãy tham khảo Tài liệu về chế độ theo dõi.

Các tính năng sắp tới cho trình theo dõi đào tạo trong là gì Ultralytics?

Ultralytics đang liên tục cải tiến các mô hình AI của mình. Một tính năng sắp tới sẽ cho phép đào tạo các trình theo dõi độc lập. Cho đến lúc đó, Multi-Object Detector tận dụng các mô hình phát hiện, phân đoạn hoặc Pose được đào tạo trước để theo dõi mà không yêu cầu đào tạo độc lập. Luôn cập nhật bằng cách theo dõi blog của chúng tôi hoặc kiểm tra các tính năng sắp tới.

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 được biết đến với hiệu suất thời gian thực và độ chính xác cao. Sử dụng YOLO Để theo dõi đa đối tượng cung cấp một số lợi thế:

  • Theo dõi thời gian thực: Đạt được khả năng theo dõi hiệu quả và tốc độ cao, lý tưởng cho môi trường năng động.
  • Linh hoạt với các mô hình được đào tạo trước: Không cần đào tạo từ đầu; chỉ cần sử dụng các mô hình phát hiện, phân đoạn hoặc Tư thế được đào tạo trước.
  • Dễ sử dụng: Tích hợp API đơn giản với cả hai Python và CLI giúp việc thiết lập quy trình theo dõi trở nên đơn giản.
  • Tài liệu mở rộng và hỗ trợ 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 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?

Có, bạn có thể sử dụng bộ dữ liệu tùy chỉnh để theo dõi đa đối tượng với Ultralytics YOLO. Mặc dù hỗ trợ đào tạo trình theo dõi độc lập là một tính năng sắp tới, 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 Ultralytics YOLO mô hình theo dõi?

Sau khi chạy công việc theo dõi với Ultralytics YOLO, kết quả bao gồm các 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.
  • Hộp giới hạn: Chúng cho biết vị trí của các đối tượng được theo dõi trong khung.
  • Điểm tự tin: Những điều này phản ánh sự tự tin 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.



Đã tạo 2023-11-12, Cập nhật 2024-07-04
Tác giả: glenn-jocher (6)

Ý kiến