Ultralytics Solutions：利用 YOLO26 解决现实世界的问题#

Ultralytics Solutions 提供 YOLO 模型的前沿应用，带来目标计数、模糊处理和安防系统等现实解决方案，提升各行业的效率和准确性。了解 YOLO26 在实用且影响深远的应用中的强大能力。

解决方案#

以下是我们精选的 Ultralytics 解决方案列表，你可以用它们来创建出色的计算机视觉项目。

• 分析：利用 YOLO26 开展描述性、预测性和规范性分析，进行全面的数据分析，以发现模式并做出明智决策。
• 距离计算：使用 YOLO26 中边界框的质心计算物体之间的距离，这是空间分析的重要环节。
• 热力图：利用检测热力图可视化矩阵中的数据强度，为计算机视觉任务提供清晰的洞察。
• 实例分割与目标跟踪：使用 YOLO26 实现实例分割和目标跟踪，从而精确确定物体边界并持续监控。
• 使用 Streamlit 进行实时推理：借助 YOLO26 的强大能力，通过易用的 Streamlit 界面直接在 Web 浏览器中进行实时目标检测。
• 物体模糊处理：使用 YOLO26 对物体进行模糊处理，保护图像和视频处理中的隐私。
• 目标计数：了解如何使用 YOLO26 实时统计目标。掌握在实时视频流中准确统计目标的技能。
• 区域内目标计数：使用 YOLO26 统计特定区域内的目标，确保在各种区域中准确检测。
• 物体裁剪：掌握使用 YOLO26 进行物体裁剪，从图像和视频中精准提取物体。
• 停车管理：使用 YOLO26 组织并引导停车区域内的车辆流动，优化空间利用率和用户体验。
• 队列管理：使用 YOLO26 实施高效的队列管理系统，缩短等待时间并提升生产效率。
• 安防报警系统：使用 YOLO26 创建安防报警系统，在检测到新物体时触发警报。你可以根据具体需求自定义系统。
• 相似度搜索：将 OpenAI CLIP 嵌入向量与余弦相似度搜索相结合，实现智能图像检索，并支持“拿着包的人”或“行驶中的车辆”等自然语言查询。
• 速度估计：使用 YOLO26 和目标跟踪技术估计物体速度，这对于自动驾驶车辆和交通监控等应用至关重要。
• 跟踪区域内的物体：了解如何使用 YOLO26 跟踪视频帧特定区域内的物体，实现精准高效的监控。
• VisionEye 视角物体映射：开发模拟人眼聚焦特定物体的系统，增强计算机辨别细节并确定其优先级的能力。
• 锻炼监测：了解如何使用 YOLO26 监测锻炼。学习实时跟踪和分析各种健身训练。

解决方案参数#

使用 SolutionAnnotator#

所有 Ultralytics 解决方案都使用独立的类 SolutionAnnotator，该类继承自主类 Annotator，并具有以下方法：

使用 SolutionResults#

除 Similarity Search 外，每次 Solution 调用都会返回一个 SolutionResults 对象。

• 对于目标计数，结果包括 in_count、out_count 和 classwise_count。

import cv2

from ultralytics import solutions

im0 = cv2.imread("path/to/img")

region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

counter = solutions.ObjectCounter(
    show=True,  # 显示输出
    region=region_points,  # 传入区域点
    model="yolo26n.pt",  # model="yolo26n-obb.pt" 用于使用 OBB 模型进行目标计数。
    # classes=[0, 2],  # 使用 COCO 预训练模型时，只统计指定类别，例如人和汽车。
    # tracker="botsort.yaml"  # 选择跟踪器，例如 "bytetrack.yaml"
)
results = counter(im0)
print(results.in_count)  # display in_counts
print(results.out_count)  # display out_counts
print(results.classwise_count)  # display classwise_count

SolutionResults 对象具有以下属性：

如需了解更多详情，请参阅 SolutionResults 类文档。

通过 CLI 使用解决方案#

yolo solutions count show=True # for object counting

yolo solutions count source="path/to/video.mp4" # specify video file path

为我们的解决方案贡献力量#

我们欢迎社区成员贡献力量！如果你已熟练掌握 Ultralytics YOLO 的某个方面，而我们的解决方案中尚未涉及，我们鼓励你分享专业知识。撰写指南是回馈社区、帮助我们完善文档并提升文档易用性的好方法。

开始之前，请阅读我们的贡献指南，了解如何发起拉取请求 (PR) 🛠️。期待你的贡献！

让我们携手打造更强大、更灵活的 Ultralytics YOLO 生态系统 🙏！

常见问题#