Conteo de objetos basado en regiones usando Ultralytics YOLO11

El recuento de objetos puede parecer sencillo, pero en lugares concurridos como carreteras, tiendas o almacenes, puede convertirse rápidamente en un desafío real. Durante años, el recuento de objetos se ha realizado principalmente de forma manual. Se han pasado horas contando vehículos, siguiendo el flujo de personas que entran y salen de las tiendas o vigilando el movimiento por motivos de seguridad. Sin embargo, este enfoque requiere mucho tiempo, es propenso a errores y no se escala bien.

Aquí es donde entra en juego la inteligencia artificial (IA), específicamente la visión artificial. La visión artificial es un subcampo de la IA que se ocupa del procesamiento de datos visuales, de forma similar a los humanos. Una de sus aplicaciones clave es el recuento de objetos, que ayuda a detectar y rastrear objetos automáticamente en un área determinada.

Por lo general, el recuento de objetos se limita a totalizar una cantidad de elementos; no muestra dónde están esos objetos. El recuento basado en regiones o el uso de regiones de recuento resuelve esto al centrarse en áreas específicas dentro de una imagen. Proporciona información más detallada y ayuda a seguir el movimiento de una manera más significativa.

Ultralytics YOLO11 es un modelo de visión artificial que admite diversas tareas de visión artificial, como la detección y el seguimiento de objetos, que pueden utilizarse para el recuento de objetos basado en regiones. En este artículo, exploraremos cómo se puede utilizar Ultralytics YOLO11 para contar objetos dentro de una región, sus aplicaciones en el mundo real y sus beneficios clave. ¡Empecemos!

Link to this sectionUna visión general del recuento de objetos en regiones#

Detectar y contar objetos en una imagen solo nos dice una parte de la historia, especialmente en lugares como aeropuertos o centros comerciales, donde las personas pueden aglomerarse en múltiples regiones en un solo fotograma. Son más importantes los datos sobre dónde están exactamente esos objetos y cuántos pasan por regiones específicas.

Los modelos de visión artificial como YOLO11 se pueden utilizar fácilmente para tales aplicaciones de visión artificial. Al asignar zonas a ubicaciones clave, como puertas de embarque o salas de espera, YOLO11 puede utilizarse para contar solo los objetos en ese espacio en particular. También se pueden utilizar regiones móviles para obtener el recuento de objetos en diferentes regiones en tiempo real.

Fig 1. Un ejemplo del uso de YOLO para el recuento de jugadores basado en regiones en deportes.

Ultralytics YOLO11 puede hacer que este proceso sea sencillo y eficiente. Puede ayudar a detectar objetos, realizar un seguimiento de su movimiento y contarlos en función de las zonas a las que entran o de las que salen. Lo que hace que YOLO11 sea especialmente impactante es su capacidad para ofrecer resultados en tiempo real sin comprometer la precisión. También admite el seguimiento de múltiples objetos dentro de cada zona definida, lo que ayuda a los sistemas a contar y clasificar varios objetos a la vez.

Link to this sectionUso de Ultralytics YOLO11 para el recuento de objetos en regiones#

Ultralytics ofrece soluciones fáciles de usar que muestran casos de uso de vanguardia de los modelos YOLO. Estos incluyen soluciones del mundo real como el recuento de objetos, el recuento de objetos en regiones móviles, el desenfoque y la estimación de velocidad.

Configurar y ejecutar la solución de Ultralytics para el recuento de objetos basado en regiones es directo y sencillo. Esto permite a los usuarios centrarse en los resultados en lugar de en configuraciones complejas.

Entre bastidores, la solución de recuento de objetos basada en regiones utiliza YOLO11 para detectar objetos en cada fotograma del vídeo. Estas detecciones se pasan luego a través de un algoritmo de seguimiento (como BoT-SORT o ByteTrack) para asignar ID coherentes a cada objeto a través de los fotogramas.

Una vez que los objetos se detectan y rastrean, el sistema comprueba si se cruzan con alguna de las regiones predefinidas (polígonos, rectángulos o líneas). Si es así, se cuentan en función de su entrada o movimiento a través de esas zonas.

Aquí hay otras características clave de la solución de Ultralytics para el recuento de objetos basado en regiones:

• Procesamiento rápido: La solución permite el recuento de objetos en tiempo real utilizando YOLO11, lo que garantiza un análisis rápido y eficiente de las transmisiones de vídeo.

• Regiones personalizables: Los usuarios pueden definir regiones específicas en un fotograma de vídeo utilizando polígonos, rectángulos o líneas, lo que permite un control preciso sobre dónde se realiza el recuento.

• Recuento de múltiples objetos: El sistema puede detectar y contar múltiples tipos de objetos simultáneamente dentro de la misma región definida.

• Integración sencilla: La integración con los sistemas existentes es perfecta utilizando la API de Python de Ultralytics o la interfaz de línea de comandos, lo que requiere un esfuerzo mínimo de configuración.

Link to this sectionAdentrándose en el recuento de objetos en regiones#

Para empezar con la solución de Ultralytics para el recuento basado en regiones, puedes echar un vistazo a la documentación oficial de Ultralytics, que explica paso a paso cómo utilizar YOLO11 para contar objetos en regiones.

Si tienes algún problema al configurar la solución, aquí tienes algunos consejos a tener en cuenta:

• Asegúrate de que el paquete de Python de Ultralytics esté instalado correctamente. Consulta la guía de solución de problemas en la documentación oficial.

• Verifica la configuración de las regiones y asegúrate de que las regiones definidas estén correctamente configuradas en la interfaz.

• Busca actualizaciones y nuevas versiones y mantén el paquete de Python de Ultralytics actualizado.

Link to this sectionAplicaciones del mundo real del recuento de objetos en regiones#

Ahora que entendemos mejor cómo utilizar Ultralytics YOLO11 para el recuento de objetos basado en regiones, exploremos algunas aplicaciones del mundo real para las que se puede utilizar.

Link to this sectionSeguimiento del flujo de clientes para análisis minoristas#

El recuento de objetos basado en regiones puede responder fácilmente a preguntas relacionadas con dónde pasan la mayor parte del tiempo los clientes en una tienda. YOLO11 puede ayudar a los minoristas a realizar un seguimiento de los patrones de movimiento en ubicaciones clave, como puntos de salida, cajas registradoras y secciones de productos de gran interés. En lugar de solo medir el tráfico peatonal general, este enfoque basado en regiones proporciona información sobre cuántos clientes visitan áreas específicas.

El uso de la solución de Ultralytics ayuda a los minoristas eliminando la necesidad de codificación manual o procesos de configuración complejos. Los minoristas pueden marcar fácilmente diferentes secciones de la tienda para realizar un seguimiento del movimiento de los clientes y el tráfico peatonal mediante polígonos o líneas rectangulares.

YOLO11 puede detectar objetos, realizar un seguimiento de su movimiento y actualizar los recuentos en tiempo real a medida que las personas entran o salen de esa región. Esto ayuda a los minoristas a comprender el flujo de clientes, medir el compromiso y tomar decisiones basadas en datos.

Fig 2. YOLO siendo utilizado para contar personas fuera de una tienda utilizando detección basada en regiones.

Link to this sectionGestión del tráfico en peajes#

Las ciudades siempre están llenas de tráfico, con coches que se incorporan a las autopistas, se detienen en los semáforos y hacen cola en intersecciones concurridas. Gestionar el tráfico es una parte fundamental para mantener las carreteras seguras y que todo fluya sin problemas.

El recuento de objetos basado en regiones con YOLO11 puede apoyar esto dividiendo las carreteras en secciones, como intersecciones o carriles de peaje. Los equipos de gestión de tráfico pueden controlar el recuento de vehículos en cada región en tiempo real. Estos datos en vivo permiten respuestas más rápidas, una mejor planificación del tráfico y un flujo general más fluido.

Un caso de uso interesante de esto son los peajes, que pueden congestionarse rápidamente si no se supervisan adecuadamente. Con la solución de Ultralytics para el recuento basado en regiones, cada carril de peaje se puede rastrear por separado.

En lugar de controlar todo el tráfico a la vez, el sistema se centra solo en los vehículos que pasan por carriles específicos. A medida que los coches entran o salen, YOLO11 puede contarlos al instante, ayudando a los operadores a hacer un seguimiento de qué carriles se están llenando.

Fig 3. Recuento basado en regiones habilitado por YOLO11 en un peaje.

Link to this sectionRecuento de animales en granjas y refugios#

Contar animales puede ser difícil, especialmente cuando se mueven en rebaños a través de espacios estrechos. Unos cuantos recuentos fallidos aquí y allá pueden provocar problemas con la alimentación, los controles de salud o los registros de la granja. Para los agricultores, mantener números precisos sin ralentizar las cosas es esencial.

Ultralytics YOLO11 hace que este proceso sea mucho más fluido. Los agricultores pueden utilizarlo para crear zonas de seguimiento personalizadas, ya sea una puerta ancha, un camino estrecho o un recinto curvo. Dentro de estas zonas, el modelo detecta a los animales en tiempo real, los marca con cajas delimitadoras y rastrea su movimiento. Por ejemplo, puede contar de forma rápida y precisa grandes rebaños de ovejas o cabras a medida que se mueven por un pasillo vallado sin ningún esfuerzo manual.

Link to this sectionControl de multitudes para la seguridad pública#

Los espacios públicos concurridos pueden pasar de estar vacíos a estar abarrotados en cuestión de minutos. En metros, aeropuertos o conciertos, demasiadas personas en un solo lugar pueden ralentizar el movimiento y crear problemas de seguridad. El control del tráfico peatonal en tiempo real brinda a las autoridades una forma de detectar las aglomeraciones de personas a tiempo y actuar antes de que las cosas se salgan de control.

Específicamente, el recuento basado en regiones utilizando YOLO11 hace posible controlar el movimiento a través de zonas específicas como puertas de entrada, andenes o áreas de espera en lugar de rastrear a todos los que están a la vista. Esto permite a los equipos de seguridad centrarse en los patrones de movimiento, identificar puntos de congestión rápidamente y tomar mejores decisiones operativas que van desde cambios de horario hasta el despliegue de personal.

Fig 4. Contar personas utilizando YOLO11 dentro de regiones para una mejor gestión de multitudes en el metro.

Link to this sectionConclusiones clave#

El recuento de objetos basado en regiones con Ultralytics YOLO11 hace que el seguimiento de objetos en áreas específicas sea más eficiente y preciso. Ya sea en el comercio minorista, la gestión del tráfico o la seguridad pública, este enfoque impulsado por IA de visión ayuda a las empresas y a los planificadores urbanos a tomar mejores decisiones basadas en datos. Automatizar el recuento reduce el esfuerzo manual y mejora la eficiencia general.

En el futuro, es probable que la IA y la visión artificial hagan que el recuento de objetos sea aún más inteligente. Podemos esperar una mayor precisión, aprendizaje adaptativo para manejar diferentes entornos e integraciones con sistemas de automatización e IoT (Internet de las cosas). Este tipo de automatización inteligente está dando forma al futuro de cómo gestionamos los espacios, las personas y el movimiento.

Obtén más información sobre la IA en nuestro repositorio de GitHub y forma parte de nuestra creciente comunidad. Explora los avances en IA en vehículos automotrices y visión artificial en la agricultura. Echa un vistazo a nuestras opciones de licencia y da vida a tus proyectos de IA de visión.