Migliorare le applicazioni di computer vision con le visualizzazioni

Ogni minuto vengono creati enormi quantità di dati, dai terminal aeroportuali e dalle stazioni ferroviarie ai centri commerciali. Con la diffusione dell'AI, gran parte di questi dati viene ora analizzata ed elaborata. Tuttavia, a volte i risultati di questi modelli di AI possono rendere difficile individuare schemi o comprendere le tendenze a colpo d'occhio. È qui che la visualizzazione dei dati è utile: trasforma output complessi in informazioni chiare e facili da assimilare.

Ciò è particolarmente vero per le applicazioni di computer vision. La computer vision è un ramo dell'intelligenza artificiale (AI) che aiuta le macchine a interpretare e comprendere le informazioni visive del mondo circostante, come immagini e video. Sebbene i modelli di vision AI, come Ultralytics YOLO11, possano aiutare ad analizzare questi dati visivi per ricavarne informazioni, la visualizzazione dei dati consente di presentare tali informazioni in un formato facile da comprendere.

In parole semplici, la visualizzazione dei dati colma il divario tra dati grezzi e comprensione reale utilizzando grafici analitici significativi. Nel mondo odierno basato sui dati, questo è fondamentale, perché non basta che le macchine eseguano semplicemente delle attività: abbiamo bisogno che sappiano raccontare una storia.

Questa esigenza di raccontare storie spiega esattamente perché la visualizzazione dei dati è in crescita, con un mercato destinato a raggiungere i $18,36 miliardi entro il 2030. In precedenza abbiamo esplorato come la computer vision possa fornire preziosi insight aziendali. Oggi faremo un passo in più, mostrando come generare grafici analitici chiari e informativi per le applicazioni di computer vision utilizzando il pacchetto Ultralytics. Iniziamo!

Fig. 1. Un esempio di visualizzazione dei dati basata sugli output di YOLO11.

Panoramica della visualizzazione dei dati nelle applicazioni di computer vision#

La visualizzazione dei dati nelle applicazioni di computer vision consiste nel trasformare i risultati delle attività di computer vision, come il rilevamento e il tracciamento degli oggetti, in grafici o dashboard facili da comprendere. Questi elementi visivi aiutano a identificare schemi e tendenze, soprattutto quando si lavora con grandi volumi di filmati video.

Ad esempio, invece di esaminare manualmente ore di video di sorveglianza, un semplice grafico a linee che mostra il numero di auto o persone rilevate nel tempo può evidenziare rapidamente le ore di punta o i periodi insolitamente tranquilli.

Ecco alcuni motivi principali per cui la visualizzazione dei dati è utile:

• Semplifica i dati complessi: Migliaia di rilevamenti di oggetti possono essere difficili da interpretare, ma visualizzazioni come grafici a barre o a torta rendono più facile cogliere il quadro generale, ad esempio quali oggetti compaiono più frequentemente.

• Rivela le tendenze: I grafici a linee e a barre aiutano a identificare gli schemi nel tempo, ad esempio quando e dove tende ad aumentare il flusso di persone.

• Fa risparmiare tempo: Invece di esaminare ogni fotogramma del video, i grafici possono evidenziare rapidamente dettagli importanti, come improvvisi picchi nell'attività dei veicoli o la comparsa insolita di oggetti in zone ad accesso limitato.

• Migliora la comunicazione: Gli elementi visivi facilitano la condivisione degli insight con un pubblico non tecnico, aiutando tutti a comprendere più chiaramente i risultati.

Diversi tipi di visualizzazioni dei dati#

Diversi tipi di grafici analitici possono trasformare i risultati della computer vision in elementi visivi chiari e facili da comprendere. Supponiamo che tu stia lavorando su un'applicazione di computer vision che rileva persone e veicoli nei filmati di sorveglianza. In questo caso, un grafico a linee è ideale per mostrare come cambia nel tempo il numero di rilevamenti, ad esempio monitorando i picchi nel flusso di persone durante la giornata.

Allo stesso modo, i grafici a barre sono utili quando vuoi confrontare il numero di diversi tipi di oggetti rilevati, ad esempio per vedere se nel video compaiono più auto, biciclette o pedoni. I grafici a torta, invece, mostrano quale percentuale del totale dei rilevamenti rappresenta ciascun tipo di oggetto. Ogni grafico ha una propria funzione e contribuisce a rendere più facili da interpretare e condividere i dati complessi della computer vision.

Fig. 2. Esempi di grafici analitici.

Generare grafici analitici per ottenere insight dalla computer vision#

Ora che abbiamo esplorato cos'è la visualizzazione dei dati e perché i diversi tipi di grafici analitici sono importanti, vediamo più da vicino come utilizzare la soluzione Ultralytics Analytics per visualizzare i risultati delle predizioni del tuo modello di computer vision. Prima di illustrare il processo passo passo, esaminiamo gli strumenti e le opzioni di configurazione per addestrare e utilizzare il pacchetto Ultralytics e modelli come YOLO11.

Il pacchetto Python di Ultralytics semplifica l'addestramento dei modelli, il rilevamento degli oggetti, l'esecuzione delle predizioni e la visualizzazione dei risultati. Per iniziare, ti serve un ambiente di programmazione. Ecco tre opzioni semplici:

• Interfaccia della riga di comando (CLI): è uno strumento di base, solo testuale, in cui puoi digitare comandi per eseguire il codice. Non dispone di un'interfaccia visiva e puoi interagire con esso digitando istruzioni in un terminale o prompt dei comandi.

• Jupyter Notebooks: è un ambiente di programmazione interattivo in cui puoi scrivere, eseguire e testare piccoli blocchi di codice (chiamati "celle") uno alla volta. Mostra i risultati direttamente sotto ogni cella, rendendo facile comprendere cosa succede passo dopo passo. È particolarmente utile per l'apprendimento e la sperimentazione.

• Google Colab: questa opzione è una versione gratuita e basata sul cloud di Jupyter Notebooks che viene eseguita nel browser web. Non richiede alcuna configurazione sul computer e ti dà accesso a GPU gratuite per un'elaborazione più rapida.

Questi strumenti sono ottimi per iniziare rapidamente, ma puoi anche integrare Ultralytics in Ambienti di sviluppo integrati (IDE) come Visual Studio Code (VS Code) o nelle pipeline di produzione. Per ulteriori opzioni, consulta la documentazione ufficiale di Ultralytics.

Passaggio 1: configurazione dell'ambiente#

Dopo aver scelto l'ambiente che preferisci, il passo successivo consiste nel configurarlo per eseguire le predizioni e visualizzare i risultati. Puoi utilizzare uno qualsiasi degli ambienti menzionati sopra, in base a quello con cui ti trovi più a tuo agio.

Se lavori in Google Colab, tieni presente che per impostazione predefinita utilizza una CPU, il che può rallentare le prestazioni. Per velocizzare l'elaborazione, passa a una GPU selezionando il menu "Runtime", scegliendo "Change runtime type" e impostando l'acceleratore hardware su GPU (idealmente una T4).

Per preparare l'ambiente, devi installare il pacchetto Python Ultralytics utilizzando il comando indicato di seguito. Negli strumenti basati su notebook, come Colab o Jupyter, assicurati di aggiungere un punto esclamativo (!) prima del comando.

pip install ultralytics

Passaggio 2: download di un file video#

Ora ci serve un video con cui lavorare. Puoi scaricarne facilmente uno da un sito di video stock gratuiti come Pexels. Assicurati di scegliere un video che includa oggetti rilevabili da Ultralytics YOLO11. Poiché il modello è preaddestrato sul dataset COCO, è in grado di riconoscere oggetti comuni come persone, auto e biciclette.

Per questo tutorial utilizzeremo un video della gestione dei bagagli in un affollato terminal aeroportuale. Puoi usare lo stesso video oppure sceglierne un altro adatto al tuo progetto.

Fig. 3. Un fotogramma del video di input che mostra la gestione dei bagagli in un terminal aeroportuale.

Passaggio 3: importazione dei pacchetti#

Ora possiamo importare le librerie necessarie e caricare il video di input.

Inizieremo importando OpenCV (cv2), una libreria ampiamente utilizzata per lavorare con immagini e video nella computer vision. Importeremo anche la libreria Ultralytics, che ci aiuta a eseguire il rilevamento degli oggetti e a generare analisi dal video.

Poi proveremo ad aprire il file video specificandone il percorso. Assicurati di sostituire "path/to/video.mp4" con il percorso effettivo del file video scaricato.

Inoltre, il frammento di codice seguente include un semplice controllo per assicurarsi che il video venga caricato correttamente. Se il percorso è errato o il file è danneggiato, il programma si interromperà e mostrerà il messaggio di errore: "Error reading video file."

import cv2
from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

Passaggio 4: configurazione del video writer#

Poi configureremo un video writer per salvare l'output. Quando eseguiamo l'analisi, questa parte del codice creerà un nuovo file video che registra i grafici aggiornati generati da ogni fotogramma del video originale.

Nel frammento di codice seguente estraiamo innanzitutto le proprietà principali del video di input: larghezza, altezza e fotogrammi al secondo (fps). Questi valori vengono ricavati direttamente dal video e convertiti in interi per garantire che siano nel formato corretto per la scrittura dell'output.

Successivamente utilizziamo la funzione cv2.VideoWriter per creare un nuovo file video denominato "analytics_output.avi" (puoi rinominarlo secondo necessità). Il video viene salvato utilizzando il formato MJPG, un metodo comune di compressione video. La risoluzione dell'output è impostata su 1280×720 pixel, indipendentemente dalle dimensioni del video originale.

w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
out = cv2.VideoWriter(
    "analytics_output.avi",
    cv2.VideoWriter_fourcc(*"MJPG"),
    fps,
    (1280, 720),
)

Passaggio 5: configurazione della soluzione Ultralytics Analytics#

Ora configureremo la soluzione Ultralytics Analytics per generare grafici dal video. Puoi scegliere come visualizzare i dati, ad esempio con un grafico a linee, a torta, ad area o a barre, e quale modello YOLO utilizzare. In questo esempio useremo il modello leggero "yolo11n.pt" e mostreremo i risultati come grafico ad area.

analytics = solutions.Analytics(
    show=True,
    analytics_type="area",
    model="yolo11n.pt",
)

Passaggio 6: elaborazione del video di input#

La parte finale del codice esegue un ciclo che elabora il video un fotogramma alla volta. Ogni fotogramma viene passato allo strumento di analisi, che aggiorna il grafico in tempo reale. Il grafico aggiornato viene quindi scritto nel video di output. Se non è possibile leggere un fotogramma, il ciclo si interrompe. Dopo aver elaborato tutti i fotogrammi, il video viene salvato e tutte le finestre aperte vengono chiuse.

frame_count = 0
while cap.isOpened():
    success, im0 = cap.read()
    if success:
        frame_count += 1
        results = analytics(im0, frame_count)
        out.write(results.plot_im)
    else:
        break

cap.release()
out.release()
cv2.destroyAllWindows()

Passaggio 7: assemblaggio di tutti gli elementi#

Infine, assembliamo tutti gli elementi. Con poche righe di codice aggiuntive possiamo generare due video di output: uno che mostra i risultati del rilevamento degli oggetti di Ultralytics YOLO11 con riquadri di delimitazione ed etichette, e un altro che mostra i grafici analitici in tempo reale.

A questo scopo configureremo due istanze di VideoWriter: una per salvare il video delle predizioni e l'altra per l'analisi. Questa versione del codice include sia il tracciamento degli oggetti sia la generazione dei grafici, così puoi visualizzare i risultati del rilevamento insieme agli insight visivi.

Ecco il codice completo, insieme ad alcuni esempi degli output delle predizioni e dell'analisi.

import cv2
from ultralytics import YOLO, solutions

# Load model and video
model = YOLO('yolo11n.pt')
cap = cv2.VideoCapture('path/to/video.mp4')
assert cap.isOpened(), "Error opening video"

# Get properties
w, h = int(cap.get(3)), int(cap.get(4))
fps = cap.get(5)
analytics_res = (1280, 720)

# Writers for prediction and analytics videos
out_pred = cv2.VideoWriter('output_predictions.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))
out_ana = cv2.VideoWriter('output_analytics.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, analytics_res)

# Analytics setup
analytics = solutions.Analytics(show=True, analytics_type="area", model='yolo11n.pt')

# Process frames
frame_count = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    frame_count += 1
    pred_frame = model.track(frame, persist=True)[0].plot()
    out_pred.write(pred_frame)
    resized = cv2.resize(pred_frame, analytics_res)
    out_ana.write(analytics(resized, frame_count).plot_im)

cap.release(), out_pred.release(), out_ana.release(), cv2.destroyAllWindows()

Quando il codice precedente viene eseguito correttamente, genera due video di output. Il file “output_predictions.avi” mostra i risultati del rilevamento degli oggetti con riquadri di delimitazione ed etichette, mentre “output_analytics.avi” visualizza i grafici analitici in tempo reale basati sui rilevamenti.

Fig. 4. Un fotogramma del file “output_predictions.avi”.

Ecco un fotogramma dell'output dell'analisi basato sulle predizioni. Utilizzando il grafico ad area, possiamo ottenere insight come le variazioni nel numero di valigie nel tempo, ad esempio un picco intorno al fotogramma 268, che indica il movimento o l'attività delle valigie in quella parte del video.

Fig. 5. Predizioni di Ultralytics YOLO11 visualizzate come grafico ad area.

Utilizzare i grafici nelle applicazioni di computer vision del mondo reale#

Ecco alcune applicazioni di computer vision del mondo reale in cui la visualizzazione dei dati ha un impatto significativo:

• Assistenza sanitaria: i sistemi di computer vision possono monitorare in tempo reale l'attività dei pazienti, gli spostamenti del personale e l'utilizzo delle apparecchiature. Questo genera grandi quantità di dati visivi che, una volta visualizzati, possono rivelare schemi, come i periodi di massima occupazione dei pazienti o i ritardi nelle risposte.

• Vendita al dettaglio ed e-commerce: la vision AI può essere utilizzata per monitorare gli spostamenti dei clienti, il tempo trascorso davanti agli scaffali e le interazioni con i prodotti. Le analisi visive, come i grafici a barre o a torta, possono evidenziare quali zone del negozio o quali articoli ricevono maggiore attenzione, aiutando i rivenditori a ottimizzare il posizionamento dei prodotti e migliorare le conversioni.

• Produzione: le telecamere dotate di modelli di computer vision possono monitorare le linee di assemblaggio per rilevare difetti, violazioni della sicurezza o lo stato delle apparecchiature. La visualizzazione dei dati può mostrare le tendenze relative ai tipi di difetti più comuni o evidenziare i periodi con i tassi di errore più elevati, consentendo di prendere decisioni più rapidamente e di eseguire la manutenzione preventiva.

Punti chiave#

Con il pacchetto Ultralytics puoi trasformare facilmente i filmati video in grafici chiari e informativi che rivelano cosa sta accadendo, ad esempio monitorando quante persone o oggetti compaiono nel tempo. Invece di esaminare manualmente ore di video, puoi generare riepiloghi visivi che evidenziano schemi e tendenze principali, rendendo più facile agire rapidamente. Che si tratti di ospedali, negozi al dettaglio o impianti di produzione, questi grafici trasformano gli output complessi dell'AI in insight che chiunque può comprendere e utilizzare.

Vuoi saperne di più sull'AI? Esplora il nostro repository GitHub, connettiti con la nostra community e scopri le nostre opzioni di licenza per avviare il tuo progetto di visione artificiale. Scopri di più su innovazioni come l'AI nella produzione e la visione artificiale nella logistica nelle nostre pagine dedicate alle soluzioni.