Objekterkennung und -verfolgung mit Ultralytics YOLOv8

Heute setzen wir unsere Reise mit Ultralytics YOLOv8 fort. In dieser Folge konzentrieren wir uns auf Objekterkennung und Tracking, einen grundlegenden Bereich der Computer Vision, der zahlreiche Anwendungen in verschiedenen Branchen ermöglicht. Begleite uns, wenn wir gemeinsam mit Nicolai Nielsen die Möglichkeiten von YOLOv8 in diesem Bereich erkunden.

Objekterkennung und Tracking spielen in vielen Szenarien eine zentrale Rolle, von Überwachungssystemen bis zur industriellen Automatisierung. Mit Ultralytics YOLOv8 lassen sich diese Funktionen leicht einsetzen. Nicolai führt uns durch den Prozess und hebt dabei wichtige Erkenntnisse und praktische Demonstrationen hervor.

Die Grundlagen schaffen#

Bevor Nicolai sich mit den Feinheiten der Objekterkennung und -verfolgung befasst, betont er die Vielseitigkeit von Ultralytics YOLOv8. Ob es darum geht, Personen in einer Menschenmenge zu erkennen oder Objekte an einer Produktionslinie zu überwachen – YOLOv8 bietet eine robuste Lösung.

Modell einrichten#

In diesem Video arbeitet Nicolai in Visual Studio Code und zeigt, wie sich das Ultralytics-YOLOv8-Modell für Objekterkennung und Tracking einrichten lässt. Anhand des mittelgroßen Modells zeigt er, dass auch größere Modelle auf leistungsfähiger Hardware in Echtzeit laufen können.

Tracker konfigurieren#

Beim Objekttracking ist die Wahl des richtigen Trackers wichtig. Nicolai stellt den ByteTrack-Algorithmus vor, der für seine Genauigkeit und Zuverlässigkeit bekannt ist. Außerdem zeigt er die Vielseitigkeit von Ultralytics YOLOv8, indem er alternative Tracker wie BoT-SORT erwähnt, die unterschiedliche Tracking-Anforderungen erfüllen.

Inferenz in Echtzeit#

Nachdem Modell und Tracker konfiguriert sind, kannst du Ultralytics YOLOv8 jetzt in Aktion erleben. In diesem Tutorial sehen wir uns an, wie das Programm läuft und Objekte in einem vorab aufgezeichneten Video in Echtzeit erkennt und verfolgt. Jedes Objekt erhält eine eindeutige ID, sodass es von Bild zu Bild verfolgt werden kann.

Abb. 1: Nicolai Nielsen zeigt, wie Objekterkennung und -verfolgung mit Ultralytics YOLOv8 im Detail funktionieren.

Live-Test mit der Webcam#

Im nächsten Schritt der Demonstration sehen wir, wie sich ein Live-Webcam-Feed nutzen lässt, um die Echtzeitverfolgung zu zeigen. Von der Erkennung von Personen bis hin zur Identifizierung von Objekten verfolgt Ultralytics YOLOv8 Objekte zuverlässig – selbst bei Kamerabewegungen und Verdeckungen.

Objektverfolgung über mehrere Streams hinweg#

Die Objektverfolgung in mehreren Videostreams mithilfe von Multithreading eignet sich ideal für die Verarbeitung zahlreicher Überwachungskamera-Feeds. Mit dem Threading-Modul von Python und Ultralytics YOLOv8 verwaltet jeder Thread eine eigene Tracker-Instanz und ermöglicht so eine effiziente Hintergrundverarbeitung. Diese nützliche Funktion spielt eine wichtige Rolle bei fortgeschrittenen Analysen.

Praktische Anwendungen#

Im Verlauf der Demonstration hebt Nicolai die praktische Bedeutung von Objekterkennung und -verfolgung hervor. Die Anwendungsbereiche sind vielfältig und reichen vom Gesundheitswesen über die Landwirtschaft bis hin zur Fertigung. Außerdem betont er, wie wichtig es ist, die Objektverfolgung mit der Erkennung zu kombinieren, um Effizienz und Genauigkeit zu steigern.

Zum Abschluss#

Zusammenfassend lässt sich sagen, dass die zahlreichen Anwendungsmöglichkeiten für Objekterkennung und -verfolgung Flexibilität und kreative Lösungen in jeder Branche ermöglichen. Entdecke mit uns, was Computer Vision mit Ultralytics YOLOv8 leisten kann.

Bleib auf dem Laufenden und werde Teil unserer Community, während wir weiterhin die sich ständig wandelnde Welt der künstlichen Intelligenz und des maschinellen Lernens erkunden.