使用 Ultralytics YOLO26 进行停车管理 🚀
什么是停车管理系统？
通过 Ultralytics YOLO26 进行停车管理，可以组织车位并监控可用性，从而确保停车的高效与安全。YOLO26 可通过实时车辆检测和停车占用率洞察来改善停车场管理。
Watch: How to Build a Parking Management System with Ultralytics YOLO26 | Real-Time Spot Detection 🚗
停车管理系统的优势
- 效率：停车场管理可优化车位的使用并减少拥堵。
- 安全与保障：使用 YOLO26 进行停车管理，通过监控和安防措施提高了人员和车辆的安全性。
- 减少排放：使用 YOLO26 进行停车管理可管控交通流，从而最大程度减少停车场内的怠速时间和废气排放。
现实世界应用
| 停车管理系统 | 停车管理系统 |
|---|---|
 |  |
| 使用 Ultralytics YOLO26 进行停车管理航拍视图 | 使用 Ultralytics YOLO26 进行停车管理俯视图 |
停车管理系统代码工作流程
现在可以轻松选择点位
在停车管理系统中，选择停车点是一个关键且复杂的任务。Ultralytics 提供了一个“停车位标注工具”（Parking slots annotator），让你能够定义停车场区域，从而简化了此过程，这些定义稍后可用于进一步处理。
第 1 步： 从你想要管理停车场的视频或摄像头流中捕获一帧画面。
第 2 步： 使用提供的代码启动图形界面，你可以在其中选择一张图像，并通过鼠标点击勾勒出停车区域，从而创建多边形。
安装 `tkinter` 的额外步骤
通常情况下，tkinter 随 Python 预装。但如果未安装，你可以按照以下高亮显示的步骤进行安装：
- Linux：（Debian/Ubuntu）：
sudo apt install python3-tk - Fedora：
sudo dnf install python3-tkinter - Arch：
sudo pacman -S tk - Windows：重新安装 Python 并在安装过程中的 Optional Features（可选功能）中勾选
tcl/tk and IDLE复选框。 - MacOS：从 https://www.python.org/downloads/macos/ 重新安装 Python 或使用
brew install python-tk。
from ultralytics import solutions
solutions.ParkingPtsSelection()第 3 步： 定义好停车区域的多边形后，点击 save（保存）将数据 JSON 文件存入你的工作目录中。
第 4 步： 现在你可以利用提供的代码使用 Ultralytics YOLO 进行停车管理。
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="yolo26n.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 windowsParkingManagement 参数
下表列出了 ParkingManagement 的参数：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
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 文件路径。 |
ParkingManagement 解决方案允许使用多个 track 参数：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
tracker | str | 'botsort.yaml' | 指定使用的跟踪算法，例如 bytetrack.yaml 或 botsort.yaml。 |
conf | float | 0.1 | 设置检测的置信度阈值；较低的值允许跟踪更多对象，但可能会包含误报。 |
iou | float | 0.7 | 设置过滤重叠检测的 Intersection over Union (IoU) 阈值。 |
classes | list | None | 按类别索引过滤结果。例如，classes=[0, 2, 3] 将仅跟踪指定的类别。 |
verbose | bool | True | 控制跟踪结果的显示，提供跟踪对象的视觉输出。 |
device | str | None | 指定推理设备（例如 cpu、cuda:0 或 0）。允许用户选择 CPU、特定的 GPU 或其他计算设备来执行模型。 |
此外，还支持以下可视化选项：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
show | bool | False | 如果设为 True，则在一个窗口中显示标注后的图像或视频。这对于开发或测试期间的即时视觉反馈非常有用。 |
line_width | int or None | None | 指定边界框的线宽。如果为 None，线宽将根据图像大小自动调整。提供视觉自定义以提高清晰度。 |
常见问题 (FAQ)
Ultralytics YOLO26 如何增强停车管理系统？
Ultralytics YOLO26 通过提供实时车辆检测和监控功能，极大地增强了停车管理系统。这带来了车位使用优化、拥堵减少以及通过持续监控带来的安全性提升。该 停车管理系统 可实现高效的交通流管理，从而最大程度减少停车场内的怠速时间和废气排放，进而促进环境可持续发展。更多详细信息，请参考 停车管理代码工作流程。
使用 Ultralytics YOLO26 进行智能停车有什么好处？
使用 Ultralytics YOLO26 进行智能停车有许多好处：
- 效率：优化停车空间的使用并减少拥堵。
- 安全与保障：加强监控并确保车辆和行人的安全。
- 环境影响：通过减少车辆怠速时间来帮助降低排放。在 停车管理系统优势部分 探索更多好处。
我该如何使用 Ultralytics YOLO26 定义停车空间？
使用 Ultralytics YOLO26 定义停车空间非常简单：
- 从视频或摄像头流中捕获一帧画面。
- 使用提供的代码启动图形界面，用于选择图像并绘制多边形以定义停车空间。
- 将标注数据以 JSON 格式保存以进行进一步处理。有关完整说明，请参阅上方的点位选择部分。
我可以针对特定的停车管理需求自定义 YOLO26 模型吗？
是的，Ultralytics YOLO26 允许针对特定的停车管理需求进行自定义。你可以调整诸如已占用和可用区域颜色、文本显示边距等参数。利用 ParkingManagement 类的 参数，你可以根据你的特定需求量身定制模型，从而确保实现最大的效率和效能。
Ultralytics YOLO26 在停车场管理中有哪些实际应用？
Ultralytics YOLO26 被广泛应用于停车场管理的各种实际场景中，包括：
- 停车空间检测：准确识别可用和已占用的空间。
- 监控：通过实时监控加强安全性。
- 交通流管理：通过高效的交通处理减少怠速时间和拥堵。展示这些应用的图像可以在 实际应用 中找到。