使用 Ultralytics YOLO26 进行队列管理#

要使用 Ultralytics YOLO26 进行实时队列管理，你可以按照以下步骤操作：

1. 使用 YOLO("yolo26n.pt") 加载 YOLO26 模型。
2. 使用 cv2.VideoCapture 获取视频流。
3. 定义用于队列管理的感兴趣区域 (ROI)。
4. 处理视频帧以检测对象并管理队列。

以下是一个最小示例：

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="yolo26n.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()

借助 Ultralytics Platform，你可以通过一个易于使用的平台部署和管理队列管理解决方案，从而简化这一流程。

使用 Ultralytics YOLO26 进行队列管理具有以下优势：

• 大幅缩短等待时间： 高效组织队列，减少客户等待时间并提升满意度。
• 提高效率： 分析队列数据以优化人员配置和运营流程，从而降低成本。
• 实时提醒： 针对过长队列提供实时通知，以便快速采取干预措施。
• 可扩展性： 可轻松扩展到零售店、机场和医疗机构等不同环境。

如需了解更多详情，请查看我们的队列管理解决方案。

在队列管理方面，Ultralytics YOLO26 相比 TensorFlow 和 Detectron2 具有以下优势：

• 实时性能： YOLO26 以实时检测能力著称，能够提供更快的处理速度。
• 易于使用： Ultralytics 通过 Ultralytics Platform 提供从训练到部署的友好使用体验。
• 预训练模型： 提供一系列预训练模型，减少设置所需的时间。
• 社区支持： 完善的文档和活跃的社区支持让问题解决更加容易。

了解如何开始使用 Ultralytics YOLO。

可以，Ultralytics YOLO26 能够管理多种类型的队列，包括机场和零售环境中的队列。通过为 QueueManager 配置特定区域和设置，YOLO26 可以适应不同的队列布局和人群密度。

机场示例：

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region_airport,
    line_width=3,
)

如需了解更多不同应用的信息，请查看我们的实际应用部分。

Ultralytics YOLO26 可用于多种队列管理实际应用：

• 零售： 监控收银队列，减少等待时间并提高客户满意度。
• 机场： 管理售票柜台和安检点的队列，为乘客提供更顺畅的出行体验。
• 医疗： 优化诊所和医院的患者流动。
• 银行： 通过高效管理银行中的队列，提升客户服务水平。

查看我们的实际队列管理博客，详细了解计算机视觉如何改变各行业的队列监控。