使用Ultralytics YOLO11 🚀 进行停车管理

Q: How does Ultralytics YOLO11 enhance parking management systems?

Ultralytics YOLO11 通过提供实时车辆检测和监控，大大增强了停车场管理系统。这样就能优化停车位的使用，减少拥堵，并通过持续监控提高安全性。停车场管理系统可实现高效的交通流，最大限度地减少停车场的空闲时间和废气排放，从而促进环境的可持续发展。更多详情，请参阅停车场管理代码工作流程。

Q: Can I customize the YOLO11 model for specific parking management needs?

是的，Ultralytics YOLO11 可以根据具体的停车管理需求进行定制。您可以调整占用和可用区域的颜色、文本显示的边距等参数。利用 ParkingManagement 类的参数，您可以对模型进行定制，以满足您的特殊要求，确保最高效率和效益。

什么是停车场管理系统？

停车场管理 Ultralytics YOLO11YOLO11 可通过实时车辆检测和对停车场占用率的深入了解，改善停车场管理。

观看： 如何使用Ultralytics YOLO 🚀 实施停车管理

停车场管理系统的优势？

效率：停车场管理可优化停车位的使用，减少拥堵。
安全保障：使用YOLO11 进行停车管理，可通过监控和安保措施提高人员和车辆的安全。
减少排放：停车场管理使用YOLO11 管理交通流，最大限度地减少停车场的闲置时间和排放。

真实世界的应用

停车场管理系统	停车场管理系统

使用停车场管理鸟瞰图Ultralytics YOLO11	使用停车场管理顶视图Ultralytics YOLO11

停车场管理系统代码工作流程

积分选择变得简单

在停车场管理系统中，选择停车点是一项关键而复杂的任务。Ultralytics 通过提供 "停车位注释器 "工具简化了这一过程，它可以让您定义停车场区域，并在以后的处理中加以利用。

步骤-1：从要管理停车场的视频或摄像机流中捕捉一帧。

步骤 2：使用提供的代码启动图形界面，在该界面中，您可以选择一幅图像，然后通过鼠标点击来创建多边形，开始勾画停车区域。

停车位注释器Ultralytics YOLO

额外的安装步骤 tkinter

一般来说 tkinter 预装了Python。不过，如果没有预装，您也可以使用突出显示的步骤进行安装：

利纳克斯：（Debian/Ubuntu）： sudo apt install python3-tk
Fedora: sudo dnf install python3-tkinter
拱门: sudo pacman -S tk
视窗:重新安装Python 并启用复选框 tcl/tk and IDLE 关于 可选功能 安装时
MacOS:重新安装Python https://www.python.org/downloads/macos/ 或 brew install python-tk

Python

from ultralytics import solutions

solutions.ParkingPtsSelection()

步骤-3： 用多边形定义停车区域后，点击 save 将包含数据的 JSON 文件存储在工作目录中。

Ultralytics YOLO11 选点演示

步骤-4：现在就可以利用提供的代码，通过Ultralytics YOLO 进行停车管理了。

使用Ultralytics YOLO进行停车管理

Python

import cv2

from ultralytics import solutions

# Video capture
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("parking management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize parking management object
parkingmanager = solutions.ParkingManagement(
    model="yolo11n.pt",  # path to model file
    json_file="bounding_boxes.json",  # path to parking annotations file
)

while cap.isOpened():
    ret, im0 = cap.read()
    if not ret:
        break

    results = parkingmanager(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

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

`ParkingManagement` 论据

下面的表格显示了 ParkingManagement 争论：

论据	类型	默认值	说明
`model`	`str`	`None`	Ultralytics YOLO 模型文件的路径。
`json_file`	`str`	`None`	包含所有停车坐标数据的 JSON 文件的路径。

"(《世界人权宣言》) ParkingManagement 该解决方案允许使用多个 track 参数

论据	类型	默认值	说明
`tracker`	`str`	`'botsort.yaml'`	指定要使用的跟踪算法，例如 `bytetrack.yaml` 或 `botsort.yaml`.
`conf`	`float`	`0.3`	设置检测的置信度阈值；数值越低，跟踪的物体越多，但可能会出现误报。
`iou`	`float`	`0.5`	设置交叉重叠 (IoU) 阈值，用于过滤重叠检测。
`classes`	`list`	`None`	按类别索引筛选结果。例如 `classes=[0, 2, 3]` 只跟踪指定的类别。
`verbose`	`bool`	`True`	控制跟踪结果的显示，提供被跟踪物体的可视化输出。
`device`	`str`	`None`	指定用于推理的设备（例如：......）、 `cpu`, `cuda:0` 或 `0`).允许用户选择CPU 、特定GPU 或其他计算设备执行模型。

此外，还支持以下可视化选项：

论据	类型	默认值	说明
`show`	`bool`	`False`	如果 `True`在一个窗口中显示注释的图像或视频。有助于在开发或测试过程中提供即时视觉反馈。
`line_width`	`None or int`	`None`	指定边界框的线宽。如果 `None`根据图像大小自动调整线宽。提供可视化定制，使图像更加清晰。

常见问题

Ultralytics YOLO11 如何加强停车管理系统？

Ultralytics YOLO11 通过提供实时车辆检测和监控，大大增强了停车场管理系统。这样就能优化停车位的使用，减少拥堵，并通过持续监控提高安全性。停车场管理系统可实现高效的交通流，最大限度地减少停车场的空闲时间和废气排放，从而促进环境的可持续发展。更多详情，请参阅停车场管理代码工作流程。