跳至内容

使用Ultralytics YOLOv8 🚀 对不同区域的物体进行计数

什么是区域对象计数？

在有 Ultralytics YOLOv8是指利用先进的计算机视觉技术精确确定指定区域内的物体数量。这种方法对于优化流程、增强安全性和提高各种应用的效率都很有价值。



观看： Ultralytics YOLOv8 多区域和可移动区域中的物体计数

区域对象计数的优势？

  • 精确和准确：利用先进的计算机视觉技术在区域内进行物体计数，可确保计数的精确性和准确性，最大限度地减少人工计数经常出现的误差。
  • 提高效率：自动对象计数可提高运行效率，提供实时结果并简化不同应用的流程。
  • 多样性和应用：区域物体计数的多功能性使其适用于从制造和监控到交通监控等各个领域，从而使其具有广泛的实用性和有效性。

真实世界的应用

零售 市场街道
不同地区使用的人口统计方法Ultralytics YOLOv8 不同地区的人群计数Ultralytics YOLOv8
不同地区使用的人口统计方法Ultralytics YOLOv8 不同地区的人群计数Ultralytics YOLOv8

运行步骤

第 1 步：安装所需程序库

首先克隆Ultralytics 仓库，安装依赖项，并使用步骤 2 中提供的命令导航到本地目录。

# Clone Ultralytics repo
git clone https://github.com/ultralytics/ultralytics

# Navigate to the local directory
cd ultralytics/examples/YOLOv8-Region-Counter

步骤 2：使用Ultralytics YOLOv8

执行以下基本命令进行推理。

区域可移动

在视频播放过程中，您可以使用鼠标左键单击并拖动，以交互方式在视频中移动区域。

# Save results
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img

# Run model on CPU
python yolov8_region_counter.py --source "path/to/video.mp4" --device cpu

# Change model file
python yolov8_region_counter.py --source "path/to/video.mp4" --weights "path/to/model.pt"

# Detect specific classes (e.g., first and third classes)
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2

# View results without saving
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img

可选参数

名称 类型 默认值 说明
--source str None 视频文件的路径，用于网络摄像头 0
--line_thickness int 2 边界框厚度
--save-img bool False 保存预测的视频/图像
--weights str yolov8n.pt 权重文件路径
--classes list None 检测特定类别，即 --classes 0 2
--region-thickness int 2 区域框厚度
--track-thickness int 2 跟踪线厚度


创建于 2023-12-02，更新于 2024-05-08
作者：Burhan-Q(1),glenn-jocher(2),RizwanMunawar(1)

评论