Ultralytics YOLO27：

使用 Ultralytics YOLO26 进行目标裁剪#

什么是目标裁剪？#

使用 Ultralytics YOLO26 进行目标裁剪，是指从图像或视频中分离并提取特定的检测目标。YOLO26 模型的能力可用于准确识别和描绘目标，从而实现精确裁剪，以便进行进一步分析或处理。



Watch: Object Cropping using Ultralytics YOLO

目标裁剪的优势#

  • 聚焦分析：YOLO26 支持针对性目标裁剪，便于对场景中的单个对象进行深入检查或处理。
  • 减少数据量：仅提取相关目标可以帮助减小数据大小，从而提高存储、传输或后续计算任务的效率。
  • 提升精度：YOLO26 的目标检测准确率可确保裁剪出的目标保持其空间关系，为详细分析保留视觉信息的完整性。

可视化效果#

机场行李
使用 Ultralytics YOLO26 裁剪机场传送带上的行李箱
使用 Ultralytics YOLO26 裁剪机场传送带上的行李箱

使用 YOLO26 裁剪目标#

将视频传递给 ObjectCropper 解决方案后，它会在每一帧中检测目标，并将每个检测结果保存为单独的图像。将裁剪限制为特定的 classes，提高 conf 以仅保留置信度较高的检测结果，并设置 crop_dir 以选择裁剪图像的写入位置。

使用 Ultralytics YOLO 进行目标裁剪
# 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]"

ObjectCropper 参数#

下面是 ObjectCropper 参数表：

参数类型默认值描述
modelstrNoneUltralytics YOLO 模型文件的路径。
crop_dirstr'cropped-detections'用于存储裁剪检测结果的目录名称。

常见问题#

  • 使用 Ultralytics YOLO26 进行目标裁剪，是根据 YOLO26 的检测能力从图像或视频中分离并提取特定目标。借助 YOLO26 高精度识别目标并据此进行裁剪，这一过程能够实现聚焦分析、减少数据量并提升精度。如需深入了解，请参阅目标裁剪示例。

  • Ultralytics YOLO26 凭借其精度、速度和易用性脱颖而出。它支持详细且准确的目标检测与裁剪，这对于聚焦分析以及需要高数据完整性的应用至关重要。此外，YOLO26 可与 OpenVINO 和 TensorRT 等工具无缝集成，用于需要实时能力并需在各种硬件上进行优化的部署。请在模型导出指南中了解相关优势。

  • 使用 Ultralytics YOLO26 仅裁剪图像或视频中的相关目标，可以显著减小数据大小，从而提高存储和处理效率。此过程包括训练模型检测特定目标，然后利用检测结果仅裁剪并保存这些部分。如需详细了解如何发挥 Ultralytics YOLO26 的能力，请访问我们的快速入门指南。

  • 可以，Ultralytics YOLO26 能够处理实时视频流，动态检测并裁剪目标。模型的高速推理能力使其非常适合监控、体育分析和自动化检测系统等实时应用。请查看跟踪和预测模式，了解如何实现实时处理。

  • Ultralytics YOLO26 针对 CPU 和 GPU 环境进行了优化，但为了获得最佳性能，尤其是在实时推理或大批量推理场景中，建议使用专用 GPU（例如 NVIDIA Tesla、RTX 系列）。如需部署在轻量级设备上，可以考虑在 iOS 上使用 CoreML，或在 Android 上使用 LiteRT。有关支持的设备和格式的更多详情，请参阅我们的模型部署选项。

贡献者
GLglenn-jocher16RIRizwanMunawar7RAraimbekovm3MAMatthewNoyce2AMambitious-octopus1IVIvorZhu3311AYAyushExel1

评论