Ultralytics Solutions：利用 YOLO26 解决实际问题

Ultralytics Solutions 提供 YOLO 模型的尖端应用，提供目标计数、模糊处理和安全系统等实际解决方案，提高各行各业的效率和准确性。探索 YOLO26 在实际、有影响力的实施中的强大功能。

观看： 如何从命令行 (CLI) 运行 Ultralytics Solutions | Ultralytics YOLO26 🚀

解决方案

以下是我们精心挑选的 Ultralytics 解决方案列表，可用于创建出色的计算机视觉项目。

• 分析：利用 YOLO26 进行描述性、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 中的边界框中心点计算目标之间的距离，这对于空间分析至关重要。
• 热图：利用检测热图来可视化矩阵中的数据强度，从而在计算机视觉任务中提供清晰的见解。
• 实例分割与目标跟踪：使用 YOLO26 实施实例分割和目标跟踪，以实现精确的目标边界和持续监控。
• 使用 Streamlit 进行实时推理：通过用户友好的 Streamlit 界面，利用 YOLO26 的强大功能，直接通过您的网络浏览器进行实时目标检测。
• 目标模糊处理：使用 YOLO26 应用目标模糊处理，以保护图像和视频处理中的隐私。
• 目标计数：学习使用 YOLO26 进行实时目标计数。掌握在实时视频流中准确计数目标的专业知识。
• 区域内目标计数：使用 YOLO26 在特定区域内计数目标，以实现在不同区域的准确检测。
• 目标裁剪：掌握使用 YOLO26 进行目标裁剪，以精确地从图像和视频中提取目标。
• 停车管理：使用 YOLO26 组织和引导停车区域的车辆流，优化空间利用率和用户体验。
• 排队管理：实施高效的排队管理系统，使用 YOLO26 最大程度地减少等待时间并提高生产力。
• 安全警报系统：使用 YOLO26 创建一个安全警报系统，在检测到新目标时触发警报。根据您的具体需求定制系统。
• 相似性搜索：通过将 OpenAI CLIP 嵌入与 Meta FAISS 结合，实现智能图像检索，从而支持“手提包的人”或“行驶中的车辆”等自然语言查询。
• 速度估算：使用 YOLO26 和目标跟踪技术估算目标速度，这对于自动驾驶车辆和交通监控等应用至关重要。
• 区域内目标跟踪：学习如何使用 YOLO26 在视频帧的特定区域内跟踪目标，以实现精确高效的监控。
• VisionEye View Objects Mapping：开发模仿人眼聚焦于特定对象的系统，从而增强计算机辨别和优先处理细节的能力。
• 运动监测：了解如何使用 YOLO26 监测运动。学习实时跟踪和分析各种健身例程。

解决方案参数

SolutionAnnotator 的用法

所有 Ultralytics Solutions 都使用单独的类 SolutionAnnotator，它扩展了主要的 Annotator 类，并具有以下方法：

使用 SolutionResults

除了 Similarity Search，每个 Solution 调用都会返回一个列表，其中包含 SolutionResults 对象。

• 对于物体计数，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,  # display the output
    region=region_points,  # pass region points
    model="yolo26n.pt",  # model="yolo26n-obb.pt" for object counting with OBB model.
    # classes=[0, 2],  # count specific classes i.e. person and car with COCO pretrained model.
    # tracker="botsort.yaml"  # Choose trackers i.e "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：

有关更多详细信息，请参阅 SolutionResults 类文档.

通过 CLI 使用解决方案

yolo SOLUTIONS SOLUTION_NAME ARGS

yolo solutions count show=True # for object counting

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

贡献我们的解决方案

我们欢迎社区的贡献！如果您掌握了 Ultralytics YOLO 的某个特定方面，但我们的解决方案尚未涵盖，我们鼓励您分享您的专业知识。编写指南是回馈社区的好方法，并帮助我们使文档更全面、更易于使用。

要开始使用，请阅读我们的贡献指南，了解如何发起 Pull Request (PR) 🛠️。我们期待您的贡献！

让我们携手合作，使 Ultralytics YOLO 生态系统更加强大和通用 🙏！

常见问题

如何使用 Ultralytics YOLO 进行实时对象计数？

Ultralytics YOLO26 可利用其先进的目标检测能力进行实时目标计数。您可以按照我们的目标计数详细指南，配置 YOLO26 进行实时视频流分析。只需安装 YOLO26，加载您的模型，然后处理视频帧即可动态计数目标。

使用 Ultralytics YOLO 进行安全系统有哪些好处？

Ultralytics YOLO26 通过提供实时目标检测和警报机制来增强安全系统。通过使用 YOLO26，您可以创建一个安全警报系统，在监控区域检测到新目标时触发警报。了解如何使用 YOLO26 设置安全警报系统，以实现强大的安全监控。

Ultralytics YOLO 如何改进排队管理系统？

Ultralytics YOLO26可以通过精确计数和track队列中的人员，显著改善队列管理系统，从而有助于减少等待时间并优化服务效率。请遵循我们的队列管理详细指南，了解如何实施YOLO26以进行有效的队列监控和分析。

Ultralytics YOLO 可以用于锻炼监控吗？

是的，Ultralytics YOLO26可以有效地用于监控锻炼，通过实时track和分析健身例程。这使得可以精确评估运动姿态和表现。请查阅我们的锻炼监控指南，了解如何使用YOLO26设置AI驱动的锻炼监控系统。

Ultralytics YOLO 如何帮助创建热图以进行数据可视化？

Ultralytics YOLO26可以生成热力图，以可视化给定区域的数据强度，突出显示高活动或感兴趣的区域。此功能在理解各种计算机视觉任务中的模式和趋势方面特别有用。了解更多关于使用YOLO26创建和使用热力图的信息，以进行全面的数据分析和可视化。

📅 创建于 1 年前 ✏️ 更新于 2 天前

评论