使用 Ultralytics YOLO26 进行对象裁剪#
什么是对象裁剪？#
使用 Ultralytics YOLO26 进行对象裁剪涉及从图像或视频中分离和提取特定检测到的对象。利用 YOLO26 模型的功能来准确识别和勾勒对象，从而实现用于进一步分析或处理的精确裁剪。
Watch: Object Cropping using Ultralytics YOLO
对象裁剪的优势#
- 专注分析：YOLO26 促进了目标对象裁剪，允许对场景中的单个项目进行深入检查或处理。
- 减少数据量：通过仅提取相关对象，对象裁剪有助于最小化数据大小，从而提高存储、传输或后续计算任务的效率。
- 增强精度：YOLO26 的 object detection accuracy 确保裁剪后的对象保持其空间关系，从而为详细分析保留视觉信息的完整性。
可视化#
| 机场行李 |
|---|
 |
| 使用 Ultralytics YOLO26 在机场传送带上裁剪行李箱 |
使用 YOLO26 裁剪对象#
将你的视频传递给 ObjectCropper 解决方案，它会检测每一帧中的对象，并将每次检测保存为单独的图像。限制裁剪到特定的 classes，提高 conf 以仅保留置信度高的检测结果，并设置 crop_dir 来选择裁剪内容的写入位置。
# 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#
以下是包含 ObjectCropper 参数的表格：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
model | str | None | Ultralytics YOLO 模型文件的路径。 |
crop_dir | str | 'cropped-detections' | 用于存储裁剪后的检测结果的目录名称。 |
常见问题解答#
使用 Ultralytics YOLO26 进行对象裁剪涉及根据 YOLO26 的检测功能从图像或视频中分离和提取特定对象。通过利用 YOLO26 以高准确度识别对象并进行相应裁剪，此过程可以实现专注分析、减少数据量并增强 precision。有关深入的教程，请参考object cropping example。
Ultralytics YOLO26 以其精度、速度和易用性脱颖而出。它允许进行详细且准确的对象检测和裁剪，这对于focused analysis以及需要高数据完整性的应用程序至关重要。此外，YOLO26 与 OpenVINO 和 TensorRT 等工具无缝集成，适用于需要在多样化硬件上实现实时功能和优化的部署。在guide on model export中探索这些优势。
通过使用 Ultralytics YOLO26 仅从你的图像或视频中裁剪出相关的对象，你可以显著减少数据大小，从而提高存储和处理的效率。此过程包括训练模型以检测特定对象，然后使用结果仅裁剪和保存这些部分。有关利用 Ultralytics YOLO26 功能的更多信息，请访问我们的quickstart guide。
是的，Ultralytics YOLO26 可以处理实时视频流以动态检测和裁剪对象。该模型的高速推理能力使其非常适合surveillance、体育分析和自动化检测系统等实时应用。查看tracking和prediction modes以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（特别是对于实时或大容量推理），建议使用专用的 GPU（例如 NVIDIA Tesla、RTX 系列）。对于在轻量级设备上的部署，建议将 CoreML 用于 iOS，或将 LiteRT 用于 Android。有关受支持设备和格式的更多详细信息，请参见我们的model deployment options。