Link to this sectionPhân tích sử dụng Ultralytics YOLO26#
Phân tích dữ liệu với Ultralytics YOLO26 chuyển đổi các kết quả object detection và tracking thành biểu đồ thời gian thực, giúp bạn theo dõi sự thay đổi số lượng đối tượng qua từng khung hình video. Hướng dẫn này bao gồm bốn loại data visualization — biểu đồ đường, biểu đồ cột, biểu đồ tròn và biểu đồ vùng — và chỉ cách chuyển đổi giữa chúng với các ví dụ Python và CLI chia sẻ.
Watch: How to generate Analytical Graphs using Ultralytics | Line Graphs, Bar Plots, Area and Pie Charts
Link to this sectionMẫu hình ảnh trực quan#
| Biểu đồ đường | Biểu đồ cột | Biểu đồ tròn |
|---|---|---|
 |  |  |
Link to this sectionTại sao cần trực quan hóa dữ liệu phát hiện?#
- Biểu đồ đường lý tưởng để theo dõi các thay đổi trong khoảng thời gian ngắn hoặc dài và để so sánh sự thay đổi giữa nhiều nhóm trong cùng một khoảng thời gian.
- Biểu đồ cột phù hợp để so sánh số lượng giữa các danh mục khác nhau và thể hiện mối quan hệ giữa một danh mục với giá trị số của nó.
- Biểu đồ tròn hiệu quả trong việc minh họa tỷ lệ giữa các danh mục và thể hiện các phần của một tổng thể.
- Biểu đồ vùng lấp đầy biểu đồ đường giúp việc đọc số lượng đối tượng theo từng lớp (per-class) theo thời gian trở nên dễ dàng hơn trong nháy mắt.
Link to this sectionTạo biểu đồ phân tích#
Truyền video của bạn vào giải pháp Analytics và chọn loại biểu đồ với analytics_type. Giải pháp thực hiện phát hiện và theo dõi trên mỗi khung hình và dựng một biểu đồ 1280×720 (mặc định) mà bạn có thể ghi trực tiếp vào video đầu ra. Chuyển đổi giữa "line", "bar", "pie" và "area" chỉ với một đối số duy nhất.
yolo solutions analytics show=True
# Pass the source
yolo solutions analytics source="path/to/video.mp4"
# Generate the pie chart
yolo solutions analytics analytics_type="pie" show=True
# Generate the bar plots
yolo solutions analytics analytics_type="bar" show=True
# Generate the area plots
yolo solutions analytics analytics_type="area" show=TrueLink to this sectionCác đối số của Analytics#
Dưới đây là bảng phác thảo các đối số của Analytics:
| Đối số | Loại | Mặc định | Mô tả |
|---|---|---|---|
model | str | None | Đường dẫn đến tệp model Ultralytics YOLO. |
analytics_type | str | 'line' | Loại biểu đồ, ví dụ: line, bar, area, hoặc pie. |
Bạn cũng có thể tận dụng các đối số track khác nhau trong giải pháp Analytics.
| Đối số | Loại | Mặc định | Mô tả |
|---|---|---|---|
tracker | str | 'botsort.yaml' | Chỉ định thuật toán tracking cần sử dụng. Các tùy chọn tích hợp sẵn: botsort.yaml, bytetrack.yaml, ocsort.yaml, deepocsort.yaml, fasttrack.yaml, tracktrack.yaml. |
conf | float | 0.1 | Thiết lập ngưỡng tin cậy cho các phát hiện; các giá trị thấp hơn cho phép nhiều đối tượng được theo dõi hơn nhưng có thể bao gồm các kết quả dương tính giả. |
iou | float | 0.7 | Thiết lập ngưỡng Intersection over Union (IoU) để lọc các phát hiện chồng lấp. |
classes | list | None | Lọc kết quả theo chỉ số lớp. Ví dụ, classes=[0, 2, 3] chỉ theo dõi các lớp đã chỉ định. |
verbose | bool | True | Kiểm soát việc hiển thị kết quả theo dõi, cung cấp đầu ra trực quan của các đối tượng được theo dõi. |
device | str | None | Chỉ định thiết bị để thực hiện suy luận (ví dụ: cpu, cuda:0 hoặc 0). Cho phép người dùng chọn giữa CPU, một GPU cụ thể, hoặc các thiết bị tính toán khác để thực thi model. |
Ngoài ra, các đối số trực quan hóa sau đây cũng được hỗ trợ:
| Đối số | Loại | Mặc định | Mô tả |
|---|---|---|---|
show | bool | False | Nếu True, hiển thị các hình ảnh hoặc video đã được chú thích trong một cửa sổ. Hữu ích cho phản hồi trực quan ngay lập tức trong quá trình phát triển hoặc kiểm thử. |
line_width | int or None | None | Chỉ định độ dày đường của bounding box. Nếu None, độ dày đường được tự động điều chỉnh dựa trên kích thước hình ảnh. Cung cấp khả năng tùy chỉnh trực quan để rõ ràng hơn. |
Link to this sectionKết luận#
Việc hiểu khi nào và làm thế nào để sử dụng các loại trực quan hóa khác nhau là rất quan trọng để phân tích dữ liệu hiệu quả. Biểu đồ đường, biểu đồ cột và biểu đồ tròn là những công cụ cơ bản giúp bạn truyền tải câu chuyện của dữ liệu một cách rõ ràng và hiệu quả hơn. Giải pháp Analytics của Ultralytics YOLO26 cung cấp phương pháp hợp lý để tạo các trực quan hóa này từ kết quả phát hiện đối tượng và theo dõi của bạn, giúp dễ dàng trích xuất những thông tin chi tiết có ý nghĩa từ dữ liệu hình ảnh.
Link to this sectionCâu hỏi thường gặp#
Link to this sectionLàm thế nào để tạo biểu đồ đường bằng Analytics của Ultralytics YOLO26?#
Để tạo biểu đồ đường bằng Analytics của Ultralytics YOLO26, hãy thực hiện các bước sau:
- Tải một model YOLO26 và mở tệp video của bạn.
- Khởi tạo lớp
Analyticsvớianalytics_type="line". - Lặp qua các khung hình video, gọi giải pháp trong mỗi khung hình để cập nhật biểu đồ đường với dữ liệu như số lượng đối tượng.
- Ghi
results.plot_imvào video đầu ra để lưu biểu đồ.
Sử dụng ví dụ Python ở trên làm điểm bắt đầu — nó đã chạy vòng lặp khung hình đầy đủ và biểu đồ đường là analytics_type mặc định.
Link to this sectionLợi ích của việc sử dụng Ultralytics YOLO26 để tạo biểu đồ cột là gì?#
Sử dụng Ultralytics YOLO26 để tạo biểu đồ cột mang lại một số lợi ích:
- Trực quan hóa dữ liệu thời gian thực: Tích hợp liền mạch kết quả phát hiện đối tượng vào biểu đồ cột để cập nhật động.
- Dễ sử dụng: API và các hàm đơn giản giúp việc triển khai và trực quan hóa dữ liệu trở nên dễ dàng.
- Tùy chỉnh: Tùy chỉnh tiêu đề, nhãn, màu sắc và nhiều thông số khác để phù hợp với yêu cầu cụ thể của bạn.
- Hiệu suất: Xử lý hiệu quả lượng dữ liệu lớn và cập nhật biểu đồ theo thời gian thực trong quá trình xử lý video.
Để tạo biểu đồ cột, hãy đặt analytics_type="bar" trong ví dụ Python ở trên — phần còn lại của vòng lặp khung hình vẫn giống hệt. Xem phần Visual Samples để xem trước.
Link to this sectionTại sao tôi nên sử dụng Ultralytics YOLO26 để tạo biểu đồ tròn trong các dự án trực quan hóa dữ liệu của mình?#
Ultralytics YOLO26 là lựa chọn tuyệt vời để tạo biểu đồ tròn vì:
- Tích hợp với phát hiện đối tượng: Tích hợp trực tiếp kết quả phát hiện đối tượng vào biểu đồ tròn để có thông tin chi tiết ngay lập tức.
- API thân thiện với người dùng: Dễ dàng thiết lập và sử dụng với mã nguồn tối thiểu.
- Khả năng tùy chỉnh: Nhiều tùy chọn tùy chỉnh cho màu sắc, nhãn và hơn thế nữa.
- Cập nhật thời gian thực: Xử lý và trực quan hóa dữ liệu theo thời gian thực, rất lý tưởng cho các dự án phân tích video.
Để tạo biểu đồ tròn, hãy đặt analytics_type="pie" trong ví dụ Python ở trên. Để biết thêm thông tin, hãy tham khảo phần Visual Samples trong hướng dẫn.
Link to this sectionUltralytics YOLO26 có thể được sử dụng để theo dõi đối tượng và cập nhật trực quan hóa một cách động không?#
Có. Tracking được tích hợp sẵn trong giải pháp Analytics: nó theo dõi nhiều đối tượng trong thời gian thực và cập nhật biểu đồ từ dữ liệu của các đối tượng được theo dõi trong mỗi khung hình, do đó biểu đồ đường, biểu đồ cột, biểu đồ tròn và biểu đồ vùng đều phản ánh số lượng trực tiếp. Đây chính xác là những gì vòng lặp khung hình trong ví dụ Python ở trên thực hiện. Để tìm hiểu về chức năng theo dõi cơ bản, hãy xem phần Tracking.
Link to this sectionĐiều gì làm cho Ultralytics YOLO26 khác biệt so với các giải pháp phát hiện đối tượng khác như OpenCV và TensorFlow?#
Ultralytics YOLO26 nổi bật so với các giải pháp phát hiện đối tượng khác như OpenCV và TensorFlow vì nhiều lý do:
- Độ chính xác hàng đầu: YOLO26 cung cấp độ chính xác vượt trội trong các tác vụ phát hiện đối tượng, phân đoạn cá thể, phân đoạn ngữ nghĩa và phân loại.
- Dễ sử dụng: API thân thiện với người dùng cho phép triển khai và tích hợp nhanh chóng mà không cần lập trình phức tạp.
- Hiệu suất thời gian thực: Được tối ưu hóa cho suy luận tốc độ cao, phù hợp cho các ứng dụng thời gian thực.
- Ứng dụng đa dạng: Hỗ trợ nhiều tác vụ bao gồm theo dõi đa đối tượng, huấn luyện model tùy chỉnh và xuất sang các định dạng khác nhau như ONNX, TensorRT và CoreML.
- Tài liệu toàn diện: Tài liệu chuyên sâu và các nguồn tài nguyên blog để hướng dẫn người dùng qua từng bước.
Để biết thêm các so sánh và trường hợp sử dụng chi tiết, hãy khám phá Blog Ultralytics của chúng tôi.