Tổng quan về Bộ dữ liệu theo dõi nhiều đối tượng

Định dạng tập dữ liệu (Sắp ra mắt)

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

Cách sử dụng

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

CÂU HỎI THƯỜNG GẶP

Làm thế nào để tôi sử dụng Theo dõi nhiều đối tượng với Ultralytics YOLO ?

Để sử dụng Theo dõi nhiều đối tượng với Ultralytics YOLO , bạn có thể bắt đầu bằng cách sử dụng Python hoặc CLI ví dụ được cung cấp. Sau đây là cách bạn có thể bắt đầu:

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 YOLO11 mô hình và sử dụng nó để theo dõi các đối tượng trong nguồn video nhất định với độ tin cậy cụ thể (conf) Và Giao lộ qua Union (iou) ngưỡng. Để biết thêm chi tiết, hãy tham khảo tài liệu chế độ theo dõi.

Những tính năng sắp ra mắt cho trình theo dõi luyện tập trong Ultralytics ?

Ultralytics đang liên tục cải tiến các mô hình AI của mình. Một tính năng sắp ra mắt 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 cần đào tạo độc lập. Hãy cập nhật 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 nhiều đối tượng?

Ultralytics YOLO là một mô hình phát hiện đối tượng tiên tiến được biết đến với hiệu suất thời gian thực và độ chính xác cao. Sử dụng YOLO để theo dõi nhiều đối tượng mang lại 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.
• Tính linh hoạt với các mô hình được đào tạo trước: Không cần phải 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 thiết lập đường ống theo dõi trở nên đơn giản.
• Tài liệu mở rộng và hỗ trợ cộng đồng: Ultralytics cung cấp tài liệu toàn diện và diễn đàn cộng đồng tích cực để khắc phục sự cố và cải thiện mô hình theo dõi của bạn.

Để biết thêm chi tiết về việc 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 nhiều đối tượng với Ultralytics YOLO ?

Có, bạn có thể sử dụng các tập dữ liệu tùy chỉnh để theo dõi nhiều đối tượng với Ultralytics YOLO . Trong khi hỗ trợ cho việc đào tạo trình theo dõi độc lập là một tính năng sắp ra mắt, bạn đã có thể sử dụng các mô hình được đào tạo trước trên các tập dữ liệu tùy chỉnh của mình. Chuẩn bị các tập dữ liệu của bạn ở định dạng phù hợp tương thích với YOLO và làm theo tài liệu hướng dẫn để tích hợp chúng.

Làm thế nào để tôi giải thích kết quả từ Ultralytics YOLO mô hình theo dõi?

Sau khi chạy một công việc 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. Sau 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 đối tượng đó qua nhiều khung hình.
• Hộp giới hạn: Chúng chỉ ra vị trí của các đối tượng được theo dõi trong khung hình.
• Điểm tin cậy: Phản ánh mức độ tin cậy của mô hình trong việc phát hiện đối tượng được theo dõi.

Để biết 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 .

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 2 tháng

Bình luận