Cắt đối tượng bằng Ultralytics YOLO26#
Cắt đối tượng là gì?#
Cắt đối tượng bằng Ultralytics YOLO26 bao gồm việc phân lập và trích xuất các đối tượng cụ thể được phát hiện từ hình ảnh hoặc video. Các khả năng của model YOLO26 được sử dụng để xác định và phân định đối tượng chính xác, cho phép cắt chính xác để phân tích hoặc thao tác thêm.
Watch: Object Cropping using Ultralytics YOLO
Ưu điểm của việc cắt đối tượng#
- Phân tích tập trung: YOLO26 hỗ trợ cắt đối tượng theo mục tiêu, cho phép kiểm tra hoặc xử lý chuyên sâu từng đối tượng trong một cảnh.
- Giảm dung lượng dữ liệu: Bằng cách chỉ trích xuất các đối tượng liên quan, việc cắt đối tượng giúp giảm kích thước dữ liệu, tăng hiệu quả lưu trữ, truyền tải hoặc thực hiện các tác vụ tính toán tiếp theo.
- Tăng độ chính xác: Độ chính xác của YOLO26 trong phát hiện đối tượng đảm bảo các đối tượng được cắt vẫn duy trì mối quan hệ không gian, bảo toàn tính toàn vẹn của thông tin hình ảnh để phân tích chi tiết.
Hình ảnh minh họa#
| Hành lý tại sân bay |
|---|
 |
| Cắt vali trên băng chuyền tại sân bay bằng Ultralytics YOLO26 |
Cắt đối tượng bằng YOLO26#
Truyền video của bạn vào solution ObjectCropper để phát hiện đối tượng trong từng khung hình và lưu mỗi detection dưới dạng một hình ảnh riêng biệt. Giới hạn việc cắt ở các classes cụ thể, tăng conf để chỉ giữ lại các detection có độ tin cậy cao, và đặt crop_dir để chọn vị trí ghi các ảnh đã cắt.
# Crop the objects
yolo solutions crop
# Pass a source video
yolo solutions crop source="path/to/video.mp4"
# Crop specific classes
yolo solutions crop classes="[0, 2]"Các argument của ObjectCropper#
Dưới đây là bảng các tham số của ObjectCropper:
| Đối số | Kiểu | Mặc định | Mô tả |
|---|---|---|---|
model | str | None | Đường dẫn đến file model Ultralytics YOLO. |
crop_dir | str | 'cropped-detections' | Tên thư mục dùng để lưu các detection đã crop. |
FAQ#
Cắt đối tượng bằng Ultralytics YOLO26 bao gồm việc phân lập và trích xuất các đối tượng cụ thể từ hình ảnh hoặc video dựa trên khả năng phát hiện của YOLO26. Quy trình này cho phép phân tích tập trung, giảm dung lượng dữ liệu và tăng độ chính xác bằng cách tận dụng YOLO26 để xác định đối tượng với độ chính xác cao và cắt chúng tương ứng. Để xem hướng dẫn chuyên sâu, hãy tham khảo ví dụ về cắt đối tượng.
Ultralytics YOLO26 nổi bật nhờ độ chính xác, tốc độ và tính dễ sử dụng. Model này cho phép phát hiện và cắt đối tượng chi tiết, chính xác, rất cần thiết cho phân tích tập trung và các ứng dụng yêu cầu tính toàn vẹn dữ liệu cao. Ngoài ra, YOLO26 tích hợp liền mạch với các công cụ như OpenVINO và TensorRT cho các triển khai yêu cầu khả năng xử lý thời gian thực và tối ưu hóa trên nhiều loại hardware. Tìm hiểu các lợi ích trong hướng dẫn về export model.
Bằng cách sử dụng Ultralytics YOLO26 để chỉ cắt các đối tượng liên quan từ hình ảnh hoặc video, bạn có thể giảm đáng kể kích thước dữ liệu, giúp lưu trữ và xử lý hiệu quả hơn. Quy trình này bao gồm việc huấn luyện model để phát hiện các đối tượng cụ thể, sau đó sử dụng kết quả để chỉ cắt và lưu những phần này. Để biết thêm thông tin về cách khai thác các khả năng của Ultralytics YOLO26, hãy truy cập hướng dẫn bắt đầu nhanh của chúng tôi.
Có, Ultralytics YOLO26 có thể xử lý các luồng video thời gian thực để phát hiện và cắt đối tượng một cách linh động. Khả năng inference tốc độ cao của model khiến model này trở nên lý tưởng cho các ứng dụng thời gian thực như giám sát, phân tích thể thao và hệ thống kiểm tra tự động. Hãy xem chế độ tracking và chế độ prediction để hiểu cách triển khai xử lý thời gian thực.
Ultralytics YOLO26 được tối ưu hóa cho cả môi trường CPU và GPU, nhưng để đạt hiệu suất tối ưu, đặc biệt khi inference thời gian thực hoặc với khối lượng lớn, nên sử dụng GPU chuyên dụng (ví dụ: NVIDIA Tesla, dòng RTX). Để triển khai trên các thiết bị gọn nhẹ, hãy cân nhắc sử dụng CoreML cho iOS hoặc LiteRT cho Android. Bạn có thể tìm thêm thông tin chi tiết về các thiết bị và format được hỗ trợ trong các tùy chọn triển khai model của chúng tôi.