使用Ultralytics YOLO11 进行队列管理 🚀

什么是队列管理？

使用队列管理 Ultralytics YOLO11队列管理涉及组织和控制排队的人员或车辆，以减少等待时间并提高效率。在零售、银行、机场和医疗保健设施等各种环境中，它涉及优化队列，以提高客户满意度和系统性能。

观看： 如何通过Ultralytics YOLO11 | 机场和地铁站实施队列管理

队列管理的优势

• 减少等待时间：队列管理系统能有效地组织队列，最大限度地减少客户的等待时间。这将提高客户满意度，因为客户可以减少等待时间，有更多时间使用产品或服务。
• 提高效率：实施队列管理可使企业更有效地分配资源。通过分析排队数据和优化人员部署，企业可以简化运营、降低成本并提高整体生产率。
• 实时洞察： YOLO11队列管理可提供队列长度和等待时间的即时数据，使管理人员能够快速做出明智决策。
• 增强客户体验：通过减少长时间等待带来的挫败感，企业可以显著提高客户满意度和忠诚度。

真实世界的应用

物流	零售
机场售票柜台的队列管理 使用Ultralytics YOLO11	人群中的队列监控Ultralytics YOLO11

# Run a queue example
yolo solutions queue show=True

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

# Pass queue coordinates
yolo solutions queue region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

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("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Define queue points
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]  # region points
# queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]    # polygon points

# Initialize queue manager object
queuemanager = solutions.QueueManager(
    show=True,  # display the output
    model="yolo11n.pt",  # path to the YOLO11 model file
    region=queue_region,  # pass queue region points
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = queuemanager(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

QueueManager 论据

下面的表格显示了 QueueManager 争论：

"(《世界人权宣言》) QueueManagement 解决方案还支持某些 track 争论：

此外，还提供以下可视化参数：

实施策略

在使用YOLO11 实施队列管理时，请考虑以下最佳实践：

1. 战略性摄像机放置：将摄像机放置在没有障碍物的位置，以捕捉整个排队区域。
2. 定义适当的队列区域：根据空间的物理布局仔细设置队列边界。
3. 调整检测可信度：根据照明条件和人群密度微调可信度阈值。
4. 与现有系统集成：将排队管理解决方案与数字标牌或员工通知系统连接，实现自动响应。

常见问题

如何使用Ultralytics YOLO11 进行实时队列管理？

要使用Ultralytics YOLO11 进行实时队列管理，可以按照以下步骤操作：

1. 加载YOLO11 模型 YOLO("yolo11n.pt").
2. 使用 cv2.VideoCapture.
3. 定义队列管理的关注区域 (ROI)。
4. 处理帧以检测对象和管理队列。

下面是一个最简单的例子：

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

queuemanager = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

Ultralytics HUB 可为部署和管理队列管理解决方案提供用户友好型平台，从而简化这一流程。

使用Ultralytics YOLO11 进行队列管理的主要优势是什么？

使用Ultralytics YOLO11 进行队列管理有几个好处：

• 等候时间骤减：有效组织排队，减少客户等待时间，提高满意度。
• 提高效率：分析队列数据，优化人员部署和运营，从而降低成本。
• 实时警报：针对排队时间过长的情况提供实时通知，以便进行快速干预。
• 可扩展性：可在零售、机场和医疗保健等不同环境中轻松扩展。

更多详情，请了解我们的队列管理解决方案。

为什么要选择Ultralytics YOLO11 而不是竞争对手，如 TensorFlow或 Detectron2 等竞争对手？

Ultralytics YOLO11 与TensorFlow 和 Detectron2 相比，它在队列管理方面有几个优势：

• 实时性能： YOLO11 以实时检测能力著称，处理速度更快。
• 易用性： Ultralytics 通过Ultralytics HUB 提供从培训到部署的用户友好体验。
• 预训练模型：访问一系列预训练模型，最大限度地减少设置所需的时间。
• 社区支持：丰富的文档和活跃的社区支持让解决问题变得更容易。

了解如何开始使用 Ultralytics YOLO.

Ultralytics YOLO11 能否处理多种类型的队列，如机场和零售业的队列？

是的，Ultralytics YOLO11 可以管理各种类型的队列，包括机场和零售环境中的队列。通过对 QueueManager 进行特定区域和设置的配置，YOLO11 可以适应不同的队列布局和密度。

以机场为例：

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region_airport,
    line_width=3,
)

有关各种应用的更多信息，请查看我们的 "真实世界应用"部分。

Ultralytics YOLO11 在队列管理方面有哪些实际应用？

Ultralytics YOLO11 在现实世界的各种应用中被用于队列管理：

• 零售：监控结账队伍，减少等待时间，提高顾客满意度。
• 机场：管理售票柜台和安检站的排队情况，让旅客体验更顺畅。
• 医疗保健：优化诊所和医院的病人流动。
• 银行：通过有效管理银行排队，提高客户服务水平。

查看我们关于真实世界队列管理的博客，了解计算机视觉如何改变各行各业的队列监控。

📅创建于 11 个月前 ✏️已更新 5 天前

评论