Đếm đối tượng sử dụng Ultralytics YOLO26

Đếm đối tượng là gì?

Việc đếm đối tượng với Ultralytics YOLO26 bao gồm việc nhận dạng và đếm chính xác các đối tượng cụ thể trong video và luồng camera. YOLO26 vượt trội trong các ứng dụng thời gian thực, cung cấp khả năng đếm đối tượng hiệu quả và chính xác cho nhiều kịch bản khác nhau như phân tích đám đông và giám sát, nhờ vào các thuật toán tiên tiến và khả năng deep learning của nó.

Ưu điểm của đếm đối tượng

• Tối ưu hóa tài nguyên: Đếm đối tượng tạo điều kiện quản lý tài nguyên hiệu quả bằng cách cung cấp các số liệu đếm chính xác, tối ưu hóa việc phân bổ tài nguyên trong các ứng dụng như quản lý hàng tồn kho.
• Tăng cường bảo mật: Đếm đối tượng tăng cường an ninh và giám sát bằng cách theo dõi và đếm chính xác các thực thể, hỗ trợ phát hiện mối đe dọa chủ động.
• Ra quyết định dựa trên thông tin: Đếm đối tượng cung cấp những thông tin chi tiết có giá trị cho việc ra quyết định, tối ưu hóa các quy trình trong bán lẻ, quản lý giao thông và nhiều lĩnh vực khác.

Ứng dụng trong thế giới thực

Logistics	Nuôi trồng thủy sản
Đếm gói hàng trên băng chuyền sử dụng Ultralytics YOLO26	Đếm cá dưới biển sử dụng Ultralytics YOLO26

# Run a counting example
yolo solutions count show=True

# Pass a source video
yolo solutions count source="path/to/video.mp4"

# Pass region coordinates
yolo solutions count region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Các đối số của ObjectCounter

Dưới đây là bảng các đối số của ObjectCounter:

Giải pháp ObjectCounter cho phép sử dụng một số đối số track:

Ngoài ra, các đối số trực quan hóa được liệt kê dưới đây cũng được hỗ trợ:

Câu hỏi thường gặp (FAQ)

Làm thế nào để đếm đối tượng trong video sử dụng Ultralytics YOLO26?

Để đếm đối tượng trong video sử dụng Ultralytics YOLO26, bạn có thể làm theo các bước sau:

1. Nhập các thư viện cần thiết (cv2, ultralytics).
2. Xác định vùng đếm (ví dụ: đa giác, đường thẳng, v.v.).
3. Thiết lập trình quay video và khởi tạo bộ đếm đối tượng.
4. Xử lý từng khung hình để theo dõi đối tượng và đếm chúng trong vùng đã xác định.

Đây là một ví dụ đơn giản để đếm trong một vùng:

import cv2

from ultralytics import solutions

def count_objects_in_region(video_path, output_video_path, model_path):
    """Count objects in a specific region within a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]
    counter = solutions.ObjectCounter(show=True, region=region_points, model=model_path)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_objects_in_region("path/to/video.mp4", "output_video.avi", "yolo26n.pt")

Để có các cấu hình và tùy chọn nâng cao hơn, hãy xem giải pháp RegionCounter để đếm đối tượng trong nhiều vùng cùng một lúc.

Ưu điểm của việc sử dụng Ultralytics YOLO26 để đếm đối tượng là gì?

Sử dụng Ultralytics YOLO26 để đếm đối tượng mang lại một số ưu điểm:

1. Tối ưu hóa tài nguyên: Nó tạo điều kiện quản lý tài nguyên hiệu quả bằng cách cung cấp các số liệu đếm chính xác, giúp tối ưu hóa việc phân bổ tài nguyên trong các ngành như quản lý hàng tồn kho.
2. Tăng cường bảo mật: Nó tăng cường an ninh và giám sát bằng cách theo dõi và đếm chính xác các thực thể, hỗ trợ việc phát hiện mối đe dọa chủ động và hệ thống an ninh.
3. Ra quyết định dựa trên thông tin: Nó cung cấp những thông tin chi tiết có giá trị cho việc ra quyết định, tối ưu hóa các quy trình trong các lĩnh vực như bán lẻ, quản lý giao thông và nhiều lĩnh vực khác.
4. Xử lý thời gian thực: Kiến trúc của YOLO26 cho phép real-time inference, làm cho nó phù hợp với các luồng video trực tiếp và các ứng dụng đòi hỏi độ trễ thấp.

Để xem các ví dụ triển khai và ứng dụng thực tế, hãy khám phá giải pháp TrackZone để theo dõi các đối tượng trong các khu vực cụ thể.

Làm thế nào để tôi có thể đếm các lớp đối tượng cụ thể bằng Ultralytics YOLO26?

Để đếm các lớp đối tượng cụ thể bằng Ultralytics YOLO26, bạn cần chỉ định các lớp bạn quan tâm trong giai đoạn theo dõi. Dưới đây là một ví dụ Python:

import cv2

from ultralytics import solutions

def count_specific_classes(video_path, output_video_path, model_path, classes_to_count):
    """Count specific classes of objects in a video."""
    cap = cv2.VideoCapture(video_path)
    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 = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

    line_points = [(20, 400), (1080, 400)]
    counter = solutions.ObjectCounter(show=True, region=line_points, model=model_path, classes=classes_to_count)

    while cap.isOpened():
        success, im0 = cap.read()
        if not success:
            print("Video frame is empty or processing is complete.")
            break
        results = counter(im0)
        video_writer.write(results.plot_im)

    cap.release()
    video_writer.release()
    cv2.destroyAllWindows()

count_specific_classes("path/to/video.mp4", "output_specific_classes.avi", "yolo26n.pt", [0, 2])

Trong ví dụ này, classes_to_count=[0, 2] nghĩa là nó đếm các đối tượng thuộc lớp 0 và 2 (ví dụ: người và xe hơi trong bộ dữ liệu COCO). Bạn có thể tìm thêm thông tin về chỉ số lớp trong tài liệu bộ dữ liệu COCO.

Tại sao tôi nên sử dụng YOLO26 thay vì các mô hình object detection khác cho các ứng dụng thời gian thực?

Ultralytics YOLO26 cung cấp một số ưu điểm so với các mô hình object detection khác như Faster R-CNN, SSD và các phiên bản YOLO trước đó:

1. Tốc độ và hiệu quả: YOLO26 cung cấp khả năng xử lý thời gian thực, làm cho nó trở nên lý tưởng cho các ứng dụng yêu cầu suy luận tốc độ cao, chẳng hạn như giám sát và xe tự lái.
2. Độ chính xác: Nó cung cấp độ chính xác tiên tiến cho các tác vụ object detection và theo dõi, giảm số lượng kết quả dương tính giả và cải thiện độ tin cậy tổng thể của hệ thống.
3. Dễ dàng tích hợp: YOLO26 cung cấp sự tích hợp liền mạch với nhiều nền tảng và thiết bị khác nhau, bao gồm thiết bị di động và edge devices, điều này rất quan trọng đối với các ứng dụng AI hiện đại.
4. Tính linh hoạt: Hỗ trợ nhiều tác vụ khác nhau như object detection, segmentation và theo dõi với các mô hình có thể cấu hình để đáp ứng các yêu cầu sử dụng cụ thể.

Xem Tài liệu YOLO26 của Ultralytics để tìm hiểu sâu hơn về các tính năng và so sánh hiệu suất.

Tôi có thể sử dụng YOLO26 cho các ứng dụng nâng cao như phân tích đám đông và quản lý giao thông không?

Có, Ultralytics YOLO26 hoàn toàn phù hợp cho các ứng dụng nâng cao như phân tích đám đông và quản lý giao thông nhờ khả năng phát hiện thời gian thực, khả năng mở rộng và tính linh hoạt trong tích hợp. Các tính năng nâng cao của nó cho phép theo dõi, đếm và phân loại đối tượng với độ chính xác cao trong môi trường năng động. Các trường hợp sử dụng ví dụ bao gồm:

• Phân tích đám đông: Giám sát và quản lý các cuộc tụ họp lớn, đảm bảo an toàn và tối ưu hóa lưu lượng đám đông với đếm dựa trên vùng.
• Quản lý giao thông: Theo dõi và đếm phương tiện, phân tích các kiểu giao thông và quản lý ùn tắc trong thời gian thực với các khả năng ước tính tốc độ.
• Phân tích bán lẻ: Phân tích các kiểu di chuyển của khách hàng và tương tác sản phẩm để tối ưu hóa bố trí cửa hàng và cải thiện trải nghiệm khách hàng.
• Tự động hóa công nghiệp: Đếm các sản phẩm trên băng chuyền và giám sát dây chuyền sản xuất để kiểm soát chất lượng và cải thiện hiệu quả.

Đối với các ứng dụng chuyên biệt hơn, hãy khám phá Ultralytics Solutions để có một bộ công cụ toàn diện được thiết kế cho các thách thức thị giác máy tính trong thế giới thực.