Ánh xạ đối tượng VisionEye View sử dụng Ultralytics YOLO11 🚀

Ánh xạ đối tượng VisionEye là gì?

Ultralytics YOLO11 VisionEye cung cấp khả năng cho máy tính xác định và xác định chính xác các đối tượng, mô phỏng độ chính xác quan sát của mắt người. Chức năng này cho phép máy tính phân biệt và tập trung vào các đối tượng cụ thể, giống như cách mắt người quan sát các chi tiết từ một góc nhìn cụ thể.

# Monitor objects position with visioneye
yolo solutions visioneye show=True

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

# Monitor the specific classes
yolo solutions visioneye classes="[0, 5]"

import cv2

from ultralytics import solutions

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

# Video writer
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("visioneye_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize vision eye object
visioneye = solutions.VisionEye(
    show=True,  # display the output
    model="yolo11n.pt",  # use any model that Ultralytics support, i.e, YOLOv10
    classes=[0, 2],  # generate visioneye view for specific classes
    vision_point=(50, 50),  # the point, where vision will view objects and draw tracks
)

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

    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = visioneye(im0)

    print(results)  # access the output

    video_writer.write(results.plot_im)  # write the video file

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

VisionEye Các đối số

Đây là bảng với VisionEye các đối số:

Bạn cũng có thể sử dụng nhiều track các tham số trong VisionEye giải pháp:

Hơn nữa, một số đối số trực quan hóa được hỗ trợ, như được liệt kê dưới đây:

Cách VisionEye Hoạt Động

VisionEye hoạt động bằng cách thiết lập một điểm nhìn cố định trong khung hình và vẽ các đường thẳng từ điểm này đến các đối tượng được phát hiện. Điều này mô phỏng cách thị giác của con người tập trung vào nhiều đối tượng từ một điểm nhìn duy nhất. Giải pháp này sử dụng theo dõi đối tượng để duy trì việc xác định nhất quán các đối tượng trên các khung hình, tạo ra một biểu diễn trực quan về mối quan hệ không gian giữa người quan sát (điểm nhìn) và các đối tượng trong cảnh.

Hàm process method trong lớp VisionEye thực hiện một số hoạt động chính:

1. Trích xuất các track (bounding box, class và mask) từ hình ảnh đầu vào
2. Tạo một trình chú thích để vẽ các hộp giới hạn và nhãn
3. Đối với mỗi đối tượng được phát hiện, vẽ một nhãn hộp và tạo một đường tầm nhìn từ điểm tầm nhìn
4. Trả về hình ảnh được chú thích với thống kê theo dõi

Phương pháp này đặc biệt hữu ích cho các ứng dụng yêu cầu nhận biết không gian và trực quan hóa mối quan hệ giữa các đối tượng, chẳng hạn như hệ thống giám sát, điều hướng tự động và các ứng dụng tương tác.

Các ứng dụng của VisionEye

Ánh xạ đối tượng VisionEye có nhiều ứng dụng thực tế trong nhiều ngành công nghiệp khác nhau:

• An ninh và Giám sát: Giám sát nhiều đối tượng quan tâm từ một vị trí camera cố định
• Phân tích bán lẻ: Theo dõi các kiểu di chuyển của khách hàng liên quan đến cách trưng bày sản phẩm trong cửa hàng
• Phân tích thể thao: Phân tích vị trí và chuyển động của người chơi từ góc nhìn của huấn luyện viên
• Phương Tiện Tự Hành: Trực quan hóa cách một chiếc xe "nhìn thấy" và ưu tiên các đối tượng trong môi trường của nó
• Tương tác người-máy: Tạo ra các giao diện trực quan hơn, phản hồi các mối quan hệ không gian

Bằng cách kết hợp VisionEye với các giải pháp Ultralytics khác như tính toán khoảng cách hoặc ước tính tốc độ, bạn có thể xây dựng các hệ thống toàn diện không chỉ theo dõi các đối tượng mà còn hiểu các mối quan hệ không gian và hành vi của chúng.

Lưu ý

Nếu có bất kỳ thắc mắc nào, vui lòng đăng câu hỏi của bạn trong Mục Vấn đề của Ultralytics hoặc mục thảo luận được đề cập bên dưới.

Câu hỏi thường gặp

Làm cách nào để bắt đầu sử dụng VisionEye Object Mapping với Ultralytics YOLO11?

Để bắt đầu sử dụng VisionEye Object Mapping với Ultralytics YOLO11, trước tiên, bạn cần cài đặt gói Ultralytics YOLO qua pip. Sau đó, bạn có thể sử dụng mã mẫu được cung cấp trong tài liệu để thiết lập phát hiện đối tượng với VisionEye. Dưới đây là một ví dụ đơn giản để giúp bạn bắt đầu:

import cv2

from ultralytics import solutions

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

# Video writer
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("vision-eye-mapping.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init vision eye object
visioneye = solutions.VisionEye(
    show=True,  # display the output
    model="yolo11n.pt",  # use any model that Ultralytics support, i.e, YOLOv10
    classes=[0, 2],  # generate visioneye view for specific classes
)

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

    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = visioneye(im0)

    print(results)  # access the output

    video_writer.write(results.plot_im)  # write the video file

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

Tại sao tôi nên sử dụng Ultralytics YOLO11 để ánh xạ và theo dõi đối tượng?

Ultralytics YOLO11 nổi tiếng về tốc độ, độ chính xác và dễ tích hợp, khiến nó trở thành lựa chọn hàng đầu cho việc ánh xạ và theo dõi đối tượng. Các ưu điểm chính bao gồm:

1. Hiệu suất vượt trội: Mang lại độ chính xác cao trong việc phát hiện đối tượng theo thời gian thực.
2. Tính linh hoạt: Hỗ trợ nhiều tác vụ khác nhau như phát hiện, theo dõi và tính toán khoảng cách.
3. Cộng đồng và Hỗ trợ: Tài liệu phong phú và cộng đồng GitHub năng động để khắc phục sự cố và cải tiến.
4. Dễ sử dụng: API trực quan đơn giản hóa các tác vụ phức tạp, cho phép triển khai và lặp lại nhanh chóng.

Để biết thêm thông tin về các ứng dụng và lợi ích, hãy xem tài liệu Ultralytics YOLO11.

Làm thế nào để tích hợp VisionEye với các công cụ học máy khác như Comet hoặc ClearML?

Ultralytics YOLO11 có thể tích hợp liền mạch với các công cụ máy học khác nhau như Comet và ClearML, tăng cường khả năng theo dõi thử nghiệm, cộng tác và tái tạo. Hãy làm theo các hướng dẫn chi tiết về cách sử dụng YOLOv5 với Comet và tích hợp YOLO11 với ClearML để bắt đầu.

Để khám phá thêm và xem các ví dụ tích hợp, hãy xem Hướng Dẫn Tích Hợp Ultralytics của chúng tôi.

📅 Đã tạo 1 năm trước ✏️ Cập nhật 4 tháng trước

Bình luận