Ultralytics YOLO27：
Get Started

使用 Ultralytics YOLO26 统计区域内的目标#

Ultralytics YOLO26 中的 RegionCounter 解决方案会跨视频帧跟踪目标，并在每一帧中统计边界框中心落在你所定义区域内的目标。每个区域都会绘制在帧上，并显示其实时计数，因此你只需调用一次 Python 函数或 CLI 命令，就能监控多个区域，例如商店通道、车道或生产区域。



观看： 使用 Ultralytics YOLO 在不同区域进行目标计数 | Ultralytics Solutions

为什么要使用区域计数？#

  • 一次处理多个区域： 传入一个包含命名多边形的字典，每个区域都会在帧上显示独立计数，因此一个视频流就能覆盖你关注的所有区域。
  • 内置跟踪： 该解决方案会在内部运行 YOLO26 检测和目标跟踪，因此无需单独搭建跟踪流水线。
  • 支持通过程序读取计数： 每个处理后的帧都会返回一个结果对象，其中包含区域计数词典，可直接用于仪表板、警报或日志记录。

实际应用#

零售集市街道
Ultralytics YOLO 在零售店绘制的多边形区域内统计人数Ultralytics YOLO 在拥挤的集市街道画面上叠加显示区域计数
Ultralytics YOLO 区域人数统计Ultralytics YOLO 区域人群计数

如何使用 Ultralytics YOLO 统计区域内的目标#

通过 CLI 或 Python 在视频源上运行 RegionCounter 解决方案。区域可以是点列表（单个区域），也可以是将区域名称映射到点列表的字典。下面的 Python 示例会统计两个命名区域中的目标，并将处理后的帧写入输出视频文件：

使用 Ultralytics YOLO 进行区域计数
# Run a region counting example
yolo solutions region show=True

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

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

RegionCounter() 参数#

下面是 RegionCounter 参数表：

参数类型默认值说明
modelstrNoneUltralytics YOLO 模型文件的路径。
regionlist 或 dictNone定义感兴趣区域的点，可以是 (x, y) 元组列表，也可以是将区域名称映射到点列表的字典（仅支持多个 RegionCounter 区域）。如果为 None，则需要区域的解决方案会退回到预定义的默认区域。
line_widthint2解决方案绘制的框、关键点和计数的线条粗细。
verboseboolTrue启用逐帧日志，记录输入形状、类别计数和处理速度。跟踪调用本身始终不会输出日志。

RegionCounter 解决方案支持使用目标跟踪参数：

参数类型默认值说明
trackerstr'tracktrack.yaml'指定要使用的跟踪算法。内置选项：botsort.yaml、bytetrack.yaml、ocsort.yaml、deepocsort.yaml、fasttrack.yaml、tracktrack.yaml。
conffloat0.25设置检测的置信度阈值；较低的值允许跟踪更多物体，但可能会包含误检。
ioufloat0.7设置用于筛除重叠检测结果的交并比 (IoU) 阈值。
classeslistNone按类别索引筛选结果。例如，classes=[0, 2, 3] 只跟踪指定类别。
devicestrNone指定推理设备（例如 cpu、cuda:0 或 0）。用户可以选择 CPU、特定 GPU 或其他计算设备来运行模型。
imgszint or tuple640目标推理图像尺寸：正方形图像使用整数，或使用 (height, width) 对。图像尺寸会调整为模型步幅的整数倍。
max_detint300跟踪前每帧保留的最大检测数量，用于限制解决方案在密集场景中处理的物体数量。
quantizeint or strNone推理精度：对于非 CPU 上运行的 PyTorch 和 TorchScript 模型，使用 16 (FP16) 或 32/unset (FP32) 进行选择；其他格式使用其模型文件和运行时所选的精度。此参数替代已弃用的 half 参数。

此外，还支持以下可视化设置：

参数类型默认值说明
showboolFalse如果 True，则在窗口中显示带标注的图像或视频。适用于在开发或测试期间即时查看结果。
show_confboolTrue在每个检测结果的标签旁显示置信度分数，帮助了解模型对该检测结果的确信程度。
show_labelsboolTrue在可视化输出中显示每个检测结果的标签，便于立即了解检测到的对象。

区域计数的工作原理#

RegionCounter 解决方案会将你传入的每个区域转换为一个多边形，每个区域至少包含三个点。普通点列表会变成一个名为 Region#01 的单一区域，而字典则会保留你指定的区域名称；每个区域都会使用 Ultralytics 调色板中的独立颜色绘制。随后，每一帧都会经过以下三个步骤处理：

  1. YOLO26 跟踪会检测并追踪帧中的每个对象
  2. 对于每个跟踪到的目标，解决方案都会计算其边界框中心，并检查该中心位于哪些区域多边形内
  3. 每个区域的计数会显示在该区域中心，并在处理下一帧之前重置

由于计数会在每一帧重新开始，区域上显示的数字表示当前占用量，也就是此刻区域内的目标数量，而不是累计总数。若要累计统计穿过边界的目标数量，请改用 ObjectCounter 解决方案。

每次调用还会返回一个结果对象，其中 plot_im 属性保存已标注的帧，region_counts 字典则将区域名称映射到对应计数，因此你可以将这些数字传入自己的应用逻辑。

结论#

只需几行代码，Ultralytics YOLO26 RegionCounter 解决方案就能监控任意多个命名区域中的实时目标计数。若要进一步扩展，可以使用目标计数统计穿越边界的目标，使用 TrackZone跟踪单个区域内的目标，或探索其他 Ultralytics Solutions。

常见问题#

  • Ultralytics YOLO26 会跟踪帧中的每个目标，并检查其边界框中心是否位于每个用户定义的多边形内，以此统计区域内的目标。区域上显示的计数是该帧的当前占用量，而非累计总数。配置选项列于 RegionCounter() 参数部分。

  • 将 region 参数设为一个把区域名称映射到点列表的字典，如主示例所示：

    from ultralytics import solutions

region_points = {
    "region-01": [(50, 50), (250, 50), (250, 250), (50, 250)],
    "region-02": [(640, 640), (780, 640), (780, 720), (640, 720)],
}
regioncounter = solutions.RegionCounter(region=region_points, model="yolo26n.pt", show=True)

    每个命名区域都会以独立颜色绘制，并显示独立计数。

  • 每次 regioncounter(im0) 调用返回的对象都带有一个 region_counts 字典，该字典将区域名称映射到对应计数；对象还包含 plot_im（已标注的帧）和 total_tracks（跟踪到的目标数量）。打印结果对象即可查看所有可用字段。

  • 是的。传入 classes 参数以及要保留的类别索引，例如使用 COCO 预训练模型时，传入 classes=[0] 仅统计 person。所有与跟踪相关的参数都列在 RegionCounter() 参数部分。

  • RegionCounter 会显示当前帧中每个多边形区域内有多少个目标，而 ObjectCounter 会在目标穿过线段或区域边界时累计计数，并跟踪进入和离开的总数。使用 RegionCounter 查看一个或多个区域的实时占用情况，使用 ObjectCounter 统计进入和离开的数量；只有 ObjectCounter 支持线形区域。

贡献者
GLglenn-jocher13RIRizwanMunawar10RAraimbekovm5PDpderrenger1LEleonnil1BUBurhan-Q1

评论