Link to this sectionLàm mờ đối tượng sử dụng Ultralytics YOLO26 🚀#
Link to this sectionLàm mờ đối tượng là gì?#
Làm mờ đối tượng với Ultralytics YOLO26 bao gồm việc áp dụng hiệu ứng làm mờ cho các đối tượng cụ thể được phát hiện trong hình ảnh hoặc video. Điều này có thể đạt được bằng cách sử dụng các khả năng của model YOLO26 để nhận diện và thao tác với các đối tượng trong một khung hình nhất định.
Watch: How to Train Face Detection Model using Ultralytics Platform & Blur Faces | Ultralytics YOLO26 🚀
Link to this sectionƯu điểm của việc làm mờ đối tượng#
- Bảo vệ quyền riêng tư: Làm mờ đối tượng là một công cụ hiệu quả để bảo vệ quyền riêng tư bằng cách che giấu các thông tin nhạy cảm hoặc thông tin có thể định danh cá nhân trong hình ảnh hoặc video.
- Tiêu điểm có chọn lọc: YOLO26 cho phép làm mờ có chọn lọc, giúp người dùng nhắm mục tiêu vào các đối tượng cụ thể, đảm bảo sự cân bằng giữa quyền riêng tư và việc giữ lại thông tin trực quan có liên quan.
- Xử lý thời gian thực: Hiệu suất của YOLO26 cho phép làm mờ đối tượng theo thời gian thực, khiến nó phù hợp cho các ứng dụng đòi hỏi nâng cao quyền riêng tư tức thì trong các môi trường năng động.
- Tuân thủ quy định: Giúp các tổ chức tuân thủ các quy định bảo vệ dữ liệu như GDPR bằng cách ẩn danh hóa thông tin có thể định danh trong nội dung trực quan.
- Kiểm duyệt nội dung: Hữu ích cho việc làm mờ nội dung không phù hợp hoặc nhạy cảm trên các nền tảng truyền thông trong khi vẫn bảo tồn được ngữ cảnh tổng thể.
# Blur the objects
yolo solutions blur show=True
# Pass a source video
yolo solutions blur source="path/to/video.mp4"
# Blur the specific classes
yolo solutions blur classes="[0, 5]"Link to this sectionCác đối số của ObjectBlurrer#
Dưới đây là bảng các đối số của ObjectBlurrer:
| Đối số | Loại | Mặc định | Mô tả |
|---|---|---|---|
model | str | None | Đường dẫn đến tệp model Ultralytics YOLO. |
blur_ratio | float | 0.5 | Điều chỉnh tỷ lệ phần trăm cường độ làm mờ, với các giá trị trong phạm vi 0.1 - 1.0. |
Giải pháp ObjectBlurrer cũng hỗ trợ một loạt các đối số track:
| 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. |
Hơn nữa, các đối số trực quan hóa sau đây có thể được sử dụng:
| 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. |
show_conf | bool | True | Hiển thị điểm số tin cậy (confidence score) cho mỗi phát hiện cùng với nhãn. Cung cấp thông tin chi tiết về độ chắc chắn của model đối với từng phát hiện. |
show_labels | bool | True | Hiển thị nhãn cho mỗi phát hiện trong đầu ra hình ảnh. Cung cấp khả năng nhận biết tức thì các đối tượng được phát hiện. |
Link to this sectionỨng dụng trong thực tế#
Link to this sectionBảo vệ quyền riêng tư trong giám sát#
Camera an ninh và hệ thống giám sát có thể sử dụng YOLO26 để tự động làm mờ khuôn mặt, biển số xe hoặc các thông tin nhận dạng khác trong khi vẫn ghi lại các hoạt động quan trọng. Điều này giúp duy trì an ninh trong khi vẫn tôn trọng quyền riêng tư ở những nơi công cộng.
Link to this sectionẨn danh hóa dữ liệu y tế#
Trong hình ảnh y tế, thông tin bệnh nhân thường xuất hiện trên các bản quét hoặc ảnh chụp. YOLO26 có thể phát hiện và làm mờ thông tin này để tuân thủ các quy định như HIPAA khi chia sẻ dữ liệu y tế cho mục đích nghiên cứu hoặc giáo dục.
Link to this sectionChỉnh sửa tài liệu#
Khi chia sẻ các tài liệu chứa thông tin nhạy cảm, YOLO26 có thể tự động phát hiện và làm mờ các yếu tố cụ thể như chữ ký, số tài khoản hoặc thông tin cá nhân, giúp đơn giản hóa quy trình chỉnh sửa trong khi vẫn duy trì tính toàn vẹn của tài liệu.
Link to this sectionTruyền thông và Sáng tạo nội dung#
Người sáng tạo nội dung có thể sử dụng YOLO26 để làm mờ logo thương hiệu, tài liệu có bản quyền hoặc nội dung không phù hợp trong video và hình ảnh, giúp tránh các vấn đề pháp lý trong khi vẫn bảo tồn chất lượng nội dung tổng thể.
Link to this sectionCâu hỏi thường gặp#
Link to this sectionLàm mờ đối tượng với Ultralytics YOLO26 là gì?#
Làm mờ đối tượng với Ultralytics YOLO26 bao gồm việc tự động phát hiện và áp dụng hiệu ứng làm mờ cho các đối tượng cụ thể trong hình ảnh hoặc video. Kỹ thuật này tăng cường quyền riêng tư bằng cách che giấu thông tin nhạy cảm trong khi vẫn giữ lại dữ liệu trực quan liên quan. Khả năng xử lý thời gian thực của YOLO26 làm cho nó phù hợp với các ứng dụng yêu cầu bảo vệ quyền riêng tư tức thì và điều chỉnh tiêu điểm có chọn lọc.
Link to this sectionLàm thế nào tôi có thể triển khai làm mờ đối tượng thời gian thực bằng YOLO26?#
Để triển khai làm mờ đối tượng thời gian thực với YOLO26, hãy làm theo ví dụ Python được cung cấp. Điều này bao gồm việc sử dụng YOLO26 để phát hiện đối tượng và OpenCV để áp dụng hiệu ứng làm mờ. Đây là một phiên bản đơn giản hóa:
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
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
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))
# Init ObjectBlurrer
blurrer = solutions.ObjectBlurrer(
show=True, # display the output
model="yolo26n.pt", # model="yolo26n-obb.pt" for object blurring using YOLO26 OBB model.
blur_ratio=0.5, # set blur percentage, e.g., 0.7 for 70% blur on detected objects
# line_width=2, # width of bounding box.
# classes=[0, 2], # count specific classes, e.g., person and car with the COCO pretrained model.
)
# Process video
while cap.isOpened():
success, im0 = cap.read()
if not success:
print("Video frame is empty or processing is complete.")
break
results = blurrer(im0)
video_writer.write(results.plot_im)
cap.release()
video_writer.release()
cv2.destroyAllWindows()Link to this sectionLợi ích của việc sử dụng Ultralytics YOLO26 để làm mờ đối tượng là gì?#
Ultralytics YOLO26 mang lại một số lợi ích cho việc làm mờ đối tượng:
- Bảo vệ quyền riêng tư: Che giấu hiệu quả thông tin nhạy cảm hoặc thông tin định danh.
- Tiêu điểm có chọn lọc: Nhắm mục tiêu làm mờ các đối tượng cụ thể, duy trì nội dung trực quan thiết yếu.
- Xử lý thời gian thực: Thực hiện làm mờ đối tượng hiệu quả trong các môi trường năng động, phù hợp để nâng cao quyền riêng tư tức thì.
- Cường độ tùy chỉnh: Điều chỉnh tỷ lệ làm mờ để cân bằng giữa nhu cầu quyền riêng tư và ngữ cảnh trực quan.
- Làm mờ theo lớp đối tượng: Chỉ làm mờ có chọn lọc một số loại đối tượng nhất định trong khi vẫn giữ các đối tượng khác hiển thị bình thường.
Để biết các ứng dụng chi tiết hơn, hãy xem phần ưu điểm của việc làm mờ đối tượng.
Link to this sectionTôi có thể sử dụng Ultralytics YOLO26 để làm mờ khuôn mặt trong video vì lý do riêng tư không?#
Có, Ultralytics YOLO26 có thể được cấu hình để phát hiện và làm mờ khuôn mặt trong video nhằm bảo vệ quyền riêng tư. Bằng cách huấn luyện hoặc sử dụng một model đã được huấn luyện sẵn để nhận diện khuôn mặt cụ thể, kết quả phát hiện có thể được xử lý với OpenCV để áp dụng hiệu ứng làm mờ. Hãy tham khảo hướng dẫn của chúng tôi về phát hiện đối tượng với YOLO26 và sửa đổi code để nhắm mục tiêu phát hiện khuôn mặt.
Link to this sectionYOLO26 so sánh như thế nào với các model phát hiện đối tượng khác như Faster R-CNN trong việc làm mờ đối tượng?#
Ultralytics YOLO26 thường vượt trội hơn các model như Faster R-CNN về mặt tốc độ, khiến nó phù hợp hơn cho các ứng dụng thời gian thực. Mặc dù cả hai model đều cung cấp khả năng phát hiện chính xác, kiến trúc của YOLO26 được tối ưu hóa cho suy luận nhanh, điều này rất quan trọng đối với các tác vụ như làm mờ đối tượng thời gian thực. Tìm hiểu thêm về các khác biệt kỹ thuật và số liệu hiệu suất trong tài liệu YOLO26 của chúng tôi.