Cắt đối tượng bằng Ultralytics YOLO26

Cắt đối tượng là gì?

Cắt đối tượng với Ultralytics YOLO26 bao gồm việc cô lập và trích xuất các đối tượng detect cụ thể từ một hình ảnh hoặc video. Các khả năng của mô hình YOLO26 được tận dụng để xác định và phân định đối tượng một cách chính xác, cho phép cắt chính xác để phân tích hoặc thao tác sâu hơn.

Xem: Cắt Đối Tượng bằng Ultralytics YOLO

Ưu điểm của việc Cắt Đối tượng

Phân tích tập trung: YOLO26 tạo điều kiện cho việc cắt đối tượng có mục tiêu, cho phép kiểm tra chuyên sâu hoặc xử lý các mục riêng lẻ trong một cảnh.
Giảm dung lượng dữ liệu: Bằng cách chỉ trích xuất các đối tượng liên quan, việc cắt đối tượng giúp giảm thiểu kích thước dữ liệu, làm cho nó hiệu quả cho việc lưu trữ, truyền tải hoặc các tác vụ tính toán tiếp theo.
Độ chính xác nâng cao: Độ chính xác detect đối tượng của YOLO26 đảm bảo rằng các đối tượng đã cắt giữ nguyên mối quan hệ không gian của chúng, giữ gìn tính toàn vẹn của thông tin hình ảnh để phân tích chi tiết.

Hình ảnh trực quan

Hành lý Sân bay

Cắt vali trên băng chuyền sân bay bằng Ultralytics YOLO26

Cắt Đối Tượng bằng Ultralytics YOLO

CLIPython

# Crop the objects
yolo solutions crop show=True

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

# Crop specific classes
yolo solutions crop classes="[0, 2]"

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Initialize object cropper
cropper = solutions.ObjectCropper(
    show=True,  # display the output
    model="yolo26n.pt",  # model for object cropping, e.g., yolo26x.pt.
    classes=[0, 2],  # crop specific classes such as person and car with the COCO pretrained model.
    # conf=0.5,  # adjust confidence threshold for the objects.
    # crop_dir="cropped-detections",  # set the directory name for cropped detections
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = cropper(im0)

    # print(results)  # access the output

cap.release()
cv2.destroyAllWindows()  # destroy all opened windows

Khi bạn cung cấp tùy chọn crop_dir đối số, mọi đối tượng đã cắt được ghi vào thư mục đó với tên tệp bao gồm tên ảnh nguồn và lớp. Điều này giúp dễ dàng kiểm tra các detect hoặc xây dựng các tập dữ liệu hạ nguồn mà không cần viết thêm mã.

`ObjectCropper` Các đối số

Đây là bảng với ObjectCropper các đối số:

Đối số	Loại	Mặc định	Mô tả
`model`	`str`	`None`	Đường dẫn đến tệp mô hình Ultralytics YOLO.
`crop_dir`	`str`	`'cropped-detections'`	Tên thư mục để lưu trữ các phát hiện đã cắt.

Hơn nữa, các đối số trực quan hóa sau đây có sẵn để sử dụng:

Đối số	Loại	Mặc định	Mô tả
`show`	`bool`	`False`	Nếu `True`, hiển thị hình ảnh hoặc video đã chú thích trong một cửa sổ. Hữu ích để có phản hồi trực quan ngay lập tức trong quá trình phát triển hoặc thử nghiệm.
`line_width`	`int or None`	`None`	Chỉ định độ rộng đường của hộp giới hạn. Nếu `None`, độ rộng đường kẻ được tự động điều chỉnh dựa trên kích thước hình ảnh. Cung cấp tùy chỉnh trực quan để rõ ràng hơn.

Câu hỏi thường gặp

Cắt đối tượng trong Ultralytics YOLO26 là gì và nó hoạt động như thế nào?

Cắt đối tượng bằng Ultralytics YOLO26 bao gồm việc cô lập và trích xuất các đối tượng cụ thể từ hình ảnh hoặc video dựa trên khả năng detection của YOLO26. Quá trình này cho phép phân tích tập trung, giảm dung lượng dữ liệu và tăng cường 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 chi tiết, hãy tham khảo ví dụ cắt đối tượng.

Tại sao tôi nên sử dụng Ultralytics YOLO26 để cắt đối tượng thay vì các giải pháp khác?

Ultralytics YOLO26 nổi bật nhờ độ chính xác, tốc độ và dễ sử dụng. Nó cho phép detect và cắt đối tượng chi tiết và chính xác, cần thiết cho phân tích tập trung và các ứng dụng yêu cầu tính toàn vẹn dữ liệu cao. Hơn nữa, YOLO26 tích hợp liền mạch với các công cụ như OpenVINO và TensorRT cho các triển khai yêu cầu khả năng thời gian thực và tối ưu hóa trên nhiều loại phần cứng khác nhau. Khám phá các lợi ích trong hướng dẫn xuất mô hình.

Làm thế nào để giảm dung lượng dữ liệu của bộ dữ liệu của tôi bằng cách cắt đối tượng?

Bằng cách sử dụng Ultralytics YOLO26 để chỉ cắt các đối tượng liên quan từ hình ảnh hoặc video của bạn, bạn có thể giảm đáng kể kích thước dữ liệu, giúp việc lưu trữ và xử lý hiệu quả hơn. Quá trình này bao gồm việc huấn luyện mô hình để detect các đối tượng cụ thể và sau đó sử dụng kết quả để chỉ cắt và lưu các phần này. Để biết thêm thông tin về việc khai thác khả năng của Ultralytics YOLO26, hãy truy cập hướng dẫn bắt đầu nhanh của chúng tôi.

Tôi có thể sử dụng Ultralytics YOLO26 để phân tích video thời gian thực và cắt đối tượng không?

Có, Ultralytics YOLO26 có thể xử lý nguồn cấp dữ liệu video thời gian thực để detect và cắt đối tượng một cách linh hoạt. Khả năng suy luận tốc độ cao của mô hình làm cho nó lý tưởng cho các ứng dụng thời gian thực như giám sát, phân tích thể thao và hệ thống kiểm tra tự động. Kiểm tra các chế độ track và dự đoán để hiểu cách triển khai xử lý thời gian thực.

Các yêu cầu phần cứng để chạy YOLO26 hiệu quả cho việc cắt đối tượng là gì?

Ultralytics YOLO26 được tối ưu hóa cho cả môi trường CPU và GPU, nhưng để đạt được hiệu suất tối ưu, đặc biệt cho suy luận thời gian thực hoặc khối lượng lớn, một GPU chuyên dụng (ví dụ: NVIDIA Tesla, dòng RTX) được khuyến nghị. Để triển khai trên các thiết bị nhẹ, hãy cân nhắc sử dụng CoreML cho iOS hoặc TFLite cho Android. Thông tin chi tiết hơn về các thiết bị và định dạng được hỗ trợ có thể được tìm thấy trong các tùy chọn triển khai mô hình của chúng tôi.

📅 Được tạo 2 năm trước ✏️ Cập nhật 7 ngày trước