使用 Ultralytics YOLO26 进行 TrackZone#
什么是 TrackZone？#
TrackZone 专注于监控画面中指定区域内的对象，而不是整个画面。它基于 Ultralytics YOLO26 构建，专门在视频和实时摄像机流的区域内集成对象检测和跟踪。YOLO26 的先进算法和深度学习技术使其成为实时用例的理想选择，在人群监控和安防等应用中提供精确高效的对象跟踪。
Watch: How to Track Objects in Region using Ultralytics YOLO26 | TrackZone 🚀
区域对象跟踪 (TrackZone) 的优势#
- 目标分析： 在特定区域内跟踪对象可以获得更聚焦的见解，实现对感兴趣区域（如入口点或限制区域）的精确监控和分析。
- 减少下游工作负载： 通过忽略区域外的对象，TrackZone 消除了不相关的检测结果，因此在你基于此构建的逻辑中，需要计数、记录或触发警报的对象会更少。检测仍然在全尺寸遮罩帧上运行，而不是区域的紧密裁剪，因此这样做的好处是输出更简洁、更专注，而不是提高模型推理速度。
- 增强安全性： 区域跟踪通过监控关键区域来加强安防，有助于及早发现异常活动或安全漏洞。
- 可扩展的解决方案： 聚焦特定区域的能力使得 TrackZone 能够适应从零售空间到工业环境等各种场景，确保无缝集成和可扩展性。
现实世界应用#
| 农业 | 交通运输 |
|---|---|
 |  |
| 使用 Ultralytics YOLO26 进行田间植物跟踪 | 使用 Ultralytics YOLO26 进行道路车辆跟踪 |
使用 Ultralytics YOLO 进行 TrackZone
# Run a trackzone example
yolo solutions trackzone show=True
# Pass a source video
yolo solutions trackzone source="path/to/video.mp4" show=True
# Pass region coordinates
yolo solutions trackzone show=True region="[(150, 150), (1130, 150), (1130, 570), (150, 570)]"TrackZone 依赖 region 列表来确定要监控画面的哪个部分。定义与你关心的物理区域（门、大门等）相匹配的多边形，并在配置时保持 show=True 启用，以便验证叠加层是否与视频流对齐。
定义跟踪区域
region中的每个条目都是视频帧中的一个(x, y)像素坐标。按照它们在要监控的区域周长周围连接的顺序列出这些点。- 坐标与帧分辨率绑定，因此为 1280×720 画面调整大小的区域将与 640×480 的区域不匹配。在配置时保留
show=True，以便你可以确认叠加层与你的画面相匹配。 TrackZone将点缩减为它们的凸包，因此凹形会被简化为包含其所有点的最小凸多边形。对于非凸形状或几个独立的区域，请改用 RegionCounter 解决方案。- 如果完全省略
region，则会使用[(75, 75), (565, 75), (565, 285), (75, 285)]的默认区域。
TrackZone 参数#
以下是包含 TrackZone 参数的表格：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
model | str | None | Ultralytics YOLO 模型文件的路径。 |
region | list 或 dict | None | 定义感兴趣区域的点，可以是 (x, y) 元组的列表，也可以是将区域名称映射到多个区域的点列表的字典（仅限 RegionCounter）。当为 None 时，需要区域的解决方案将回退到预定义的默认值。 |
line_width | int | 2 | 解决方案绘制的框、关键点和计数的线条粗细。 |
verbose | bool | True | 启用解决方案针对每帧的输入形状、类别计数和处理速度的日志记录。跟踪调用本身始终是静默的。 |
TrackZone 解决方案包含对 track 参数的支持：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
tracker | str | 'botsort.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。 |
conf | float | 0.25 | 设置检测的置信度阈值；较低的值允许跟踪更多的对象，但也可能包含误报。 |
iou | float | 0.7 | 设置用于过滤重叠检测结果的交并比 (IoU) 阈值。 |
classes | list | None | 按类别索引过滤结果。例如，classes=[0, 2, 3] 仅跟踪指定的类别。 |
device | str | None | 指定用于推理的设备（例如 cpu、cuda:0 或 0）。允许用户在 CPU、特定的 GPU 或用于模型执行的其他计算设备之间进行选择。 |
此外，还提供了以下可视化选项：
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
show | bool | False | 如果为 True，则在窗口中显示带注释的图像或视频。对于开发或测试期间的即时视觉反馈非常有用。 |
show_conf | bool | True | 在标签旁显示每次检测的置信度得分。让你深入了解模型对每次检测的确定性。 |
show_labels | bool | True | 在视觉输出中显示每次检测的标签。提供对检测到对象的即时理解。 |
统计区域内的对象#
对跟踪器的每次调用都会返回一个 SolutionResults 对象，其 total_tracks 属性保存当前在区域内跟踪的对象数量。在每一帧上读取它以监控实时占用情况，例如记录入口或受限制区域的繁忙程度：
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]
trackzone = solutions.TrackZone(show=False, region=region_points, model="yolo26n.pt")
while cap.isOpened():
success, im0 = cap.read()
if not success:
break
results = trackzone(im0)
print(f"Objects currently in zone: {results.total_tracks}") # live zone occupancy
cap.release()常见问题解答#
使用 Ultralytics YOLO26 在视频画面的定义区域或区域内跟踪对象非常直接。只需使用下面提供的命令启动跟踪即可。这种方法确保了高效的分析和准确的结果，非常适合监控、人群管理或任何需要区域跟踪的场景。
yolo solutions trackzone source="path/to/video.mp4" show=True只需几行代码，你就可以设置特定区域的对象跟踪，从而轻松集成到你的项目中。
import cv2 from ultralytics import solutions cap = cv2.VideoCapture("path/to/video.mp4") assert cap.isOpened(), "Error reading video file" 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("trackzone_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h)) trackzone = solutions.TrackZone( show=True, region=[(150, 150), (1130, 150), (1130, 570), (150, 570)], model="yolo26n.pt" ) while cap.isOpened(): success, im0 = cap.read() if not success: break results = trackzone(im0) video_writer.write(results.plot_im) cap.release() video_writer.release() cv2.destroyAllWindows()使用 Ultralytics TrackZone 为视频处理配置区域点既简单又可定制。你可以直接通过 Python 脚本定义和调整区域，从而精确控制你想要监控的范围。
# Define region points region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)] # Initialize trackzone trackzone = solutions.TrackZone( show=True, # display the output region=region_points, # pass region points )请记住，
TrackZone将点缩减为其凸包，因此请按顺序在要监控的区域周长周围列出它们。这三种解决方案都适用于区域，但它们回答的问题不同：
解决方案 使用它来实现 典型输出 TrackZone 在单个凸区域内跟踪对象并监测实时占用情况 跟踪的 ID 和区域的 total_tracksObjectCounter 统计穿过线条或进入并离开某个区域的对象 累计进入和离开的计数 RegionCounter 统计一个或多个任意区域（包括非凸区域）内的对象 每个区域的对象计数 当你想要在单个区域内进行持续跟踪时选择 TrackZone，当你需要多个区域或非凸形状时选择 RegionCounter。