Come usare Ultralytics YOLO11 per il tracciamento di oggetti

Immagina di voler monitorare e tracciare lo spostamento dei componenti su una linea di assemblaggio in uno stabilimento di produzione, per garantire il controllo qualità e migliorare l’efficienza del flusso di lavoro. In genere, ciò richiederebbe ispezioni manuali o l’uso di sensori di base per tracciare gli articoli, un’attività dispendiosa in termini di tempo e soggetta a errori. Tuttavia, la visione artificiale e il tracciamento degli oggetti possono automatizzare e migliorare questo processo.

Il tracciamento degli oggetti è un’attività di visione artificiale che consente di rilevare, identificare e tracciare gli oggetti in un video. Può essere utilizzato in moltissimi ambiti, dal monitoraggio degli animali nelle fattorie alla sicurezza e alla sorveglianza nei negozi al dettaglio. Gli oggetti tracciati in un video vengono di solito visualizzati con riquadri di delimitazione, che aiutano l’utente a vedere esattamente dove si trovano e vengono rilevati all’interno dell’inquadratura.

Presentato durante l’evento ibrido annuale di Ultralytics, YOLO Vision 2024 (YV24), Ultralytics YOLO11 è un modello di visione artificiale in grado di gestire un’ampia varietà di attività di IA visiva, tra cui il tracciamento degli oggetti. In questo articolo vedremo come funziona il tracciamento degli oggetti e parleremo delle sue applicazioni concrete. Vedremo anche come provare il tracciamento degli oggetti con YOLO11. Iniziamo!

Fig. 1. Esempio di utilizzo di Ultralytics YOLO11 per il tracciamento degli oggetti in un negozio al dettaglio.

Tracciamento degli oggetti con IA tramite Ultralytics YOLO11#

Il tracciamento degli oggetti è una tecnica essenziale di visione artificiale. Consente di identificare e seguire gli oggetti in un video nel corso del tempo. Il tracciamento degli oggetti può sembrare molto simile a un’altra attività di visione artificiale: il rilevamento degli oggetti. La differenza principale tra i due sta nel modo in cui gestiscono i fotogrammi video. Il rilevamento degli oggetti esamina ogni fotogramma singolarmente, identificando e classificando gli oggetti senza considerare quelli precedenti o successivi. Il tracciamento degli oggetti, invece, collega i fotogrammi, seguendo gli stessi oggetti nel tempo e tenendo traccia dei loro movimenti.

Ecco una spiegazione più dettagliata del funzionamento del tracciamento degli oggetti:

• Rilevamento degli oggetti: il processo inizia rilevando gli oggetti in un singolo fotogramma del video. Puoi usare YOLO11 per identificare con precisione più oggetti e le loro posizioni.
• Assegna ID univoci: a ogni oggetto rilevato viene assegnato un ID univoco per distinguerlo dagli altri e facilitarne il tracciamento.
• Traccia il movimento tra i fotogrammi: un algoritmo di tracciamento segue gli oggetti nei fotogrammi successivi, aggiornandone le posizioni e mantenendo l’associazione con i rispettivi ID univoci.
• Gestisci le occlusioni: se un oggetto scompare temporaneamente dalla visuale (per esempio, perché viene coperto da un altro oggetto), il sistema riprende il tracciamento quando l’oggetto ricompare.
• Aggiorna le informazioni sugli oggetti: mentre gli oggetti si muovono, le loro posizioni e caratteristiche (come velocità o direzione) vengono aggiornate continuamente per rifletterne i cambiamenti nel tempo.

Ultralytics supporta il tracciamento degli oggetti in tempo reale grazie ad algoritmi avanzati come BoT-SORT e ByteTrack. È inoltre compatibile senza problemi con i modelli YOLO11 per la segmentazione e la stima della posa, offrendo uno strumento flessibile per un’ampia gamma di attività di tracciamento.

Applicazioni del tracciamento degli oggetti con Ultralytics YOLO11#

Le versatili funzionalità del modello Ultralytics YOLO11 aprono numerose possibilità applicative in molti settori. Vediamo più da vicino alcuni casi d’uso del tracciamento degli oggetti con YOLO11.

Ultralytics YOLO11 per il tracciamento dei veicoli autonomi#

Il tracciamento degli oggetti è fondamentale per aiutare le auto a guida autonoma a funzionare in modo sicuro ed efficiente. Questi veicoli devono comprendere costantemente l’ambiente circostante per prendere decisioni in tempo reale, come fermarsi, svoltare o cambiare corsia. Il rilevamento degli oggetti consente all’auto di identificare gli elementi chiave dell’ambiente, come pedoni, ciclisti, altri veicoli e segnali stradali. Tuttavia, rilevare questi oggetti in un singolo istante non basta per navigare in sicurezza.

È qui che entra in gioco il tracciamento degli oggetti, che consente all’auto di seguire questi oggetti nel tempo e tracciarne i movimenti attraverso più fotogrammi. Per esempio, aiuta i veicoli autonomi a prevedere la direzione di un pedone, monitorare la velocità e la direzione dei veicoli vicini o riconoscere che un semaforo non è cambiato. Combinando rilevamento e tracciamento, le auto a guida autonoma possono prevedere i movimenti degli oggetti circostanti, reagire in modo proattivo e procedere in sicurezza e senza intoppi.

Fig. 2. Ultralytics YOLO11 può essere utilizzato per rilevare e tracciare le auto.

Usare il tracciamento degli oggetti con Ultralytics YOLO11 per monitorare gli animali#

Il tracciamento degli animali in una fattoria, come i bovini, è fondamentale per una gestione efficace, ma può essere un’attività noiosa e dispendiosa in termini di tempo. I metodi tradizionali, come l’uso di sensori o targhette, presentano spesso degli svantaggi. Questi dispositivi possono stressare gli animali quando vengono applicati e rischiano di staccarsi o danneggiarsi, interrompendo il tracciamento.

La visione artificiale offre agli agricoltori una soluzione migliore per monitorare e tracciare gli animali senza ricorrere a targhette fisiche. Il tracciamento degli oggetti può fornire agli agricoltori informazioni preziose sul comportamento e sulla salute degli animali. Per esempio, può aiutare a rilevare condizioni come la zoppia, che influiscono sul modo in cui un animale cammina. Con il tracciamento degli oggetti, gli agricoltori possono individuare sottili cambiamenti nei movimenti e affrontare tempestivamente i problemi di salute.

Oltre a monitorare la salute, la visione artificiale può aiutare gli agricoltori a comprendere altri comportamenti, come le interazioni sociali, le abitudini alimentari e gli schemi di movimento. Queste informazioni possono migliorare la gestione delle mandrie, ottimizzare i programmi di alimentazione e favorire il benessere generale degli animali. Riducendo il lavoro manuale e minimizzando lo stress per gli animali, il tracciamento basato sulla visione artificiale è uno strumento pratico ed efficiente per l’agricoltura moderna.

Fig. 3. Uso di Ultralytics YOLO11 per tracciare agricoltori e una mucca.

Tracciamento degli oggetti nella produzione con Ultralytics YOLO11#

Il tracciamento degli oggetti trova numerose applicazioni nel settore della produzione. Per esempio, i sistemi di rilevamento e tracciamento degli oggetti possono monitorare le linee di produzione. È facile tracciare e contare i prodotti o le materie prime mentre si spostano su un nastro trasportatore. Questi sistemi possono anche essere integrati con altri sistemi di visione artificiale per svolgere attività aggiuntive. Per esempio, un sistema di rilevamento dei difetti può individuare un articolo difettoso, che può poi essere tracciato per assicurarsi che venga gestito correttamente.

Un’altra importante applicazione del tracciamento degli oggetti nella produzione riguarda la sicurezza. I sistemi di tracciamento degli oggetti possono essere usati per rilevare e tracciare i lavoratori in ambienti di produzione potenzialmente pericolosi. I sistemi di visione artificiale possono contrassegnare e monitorare costantemente le aree a rischio, avvisando i supervisori se i lavoratori tracciati si avvicinano a tali zone. Questi sistemi di sicurezza possono anche rilevare e tracciare le attrezzature, prevenendo il furto.

Fig. 4. Esempio di utilizzo del rilevamento degli oggetti di YOLO11 per individuare i lavoratori.

Tracciamento degli oggetti e sorveglianza con Ultralytics YOLO11#

Il tracciamento degli oggetti in tempo reale è ampiamente utilizzato nei sistemi di sicurezza e sorveglianza. Questi sistemi possono servire a monitorare i luoghi pubblici, gli snodi di trasporto e i grandi spazi commerciali, come i centri commerciali. In aree vaste e affollate, questa tecnologia può tracciare individui sospetti o il comportamento della folla, offrendo una soluzione di sorveglianza senza interruzioni. Per esempio, durante la pandemia, i sistemi di tracciamento degli oggetti venivano utilizzati per monitorare le aree affollate e assicurarsi che le persone rispettassero il distanziamento sociale.

Il tracciamento degli oggetti può essere utilizzato anche nella sorveglianza del traffico. Consente di seguire e analizzare il comportamento dei veicoli, individuando in tempo reale azioni insolite o sospette per contribuire a prevenire incidenti o reati. Un buon esempio sono i sistemi di stima della velocità, che possono rilevare e tracciare un veicolo per determinarne la velocità.

Fig. 5. È possibile stimare la velocità tramite il tracciamento degli oggetti.

Prova il tracciamento degli oggetti con Ultralytics YOLO11#

Dopo aver esaminato alcune applicazioni del tracciamento degli oggetti, vediamo come puoi provarlo con il modello Ultralytics YOLO11.

Per iniziare, installa il pacchetto Python di Ultralytics usando pip, conda o Docker. Se riscontri problemi durante l’installazione, la nostra guida ai problemi comuni offre utili suggerimenti per la risoluzione.

Dopo aver installato correttamente il pacchetto, esegui il codice seguente. Mostra come caricare il modello Ultralytics YOLO11 e usarlo per tracciare gli oggetti in un file video. Il modello usato nel codice è “yolo11n.pt”. La «n» indica Nano, la variante più piccola del modello YOLO11. Sono disponibili anche altre varianti: small, medium, large ed extra-large.

Fig. 6. Frammento di codice che mostra il tracciamento degli oggetti con il modello Ultralytics YOLO11.

Puoi anche scegliere di usare un modello addestrato su misura invece di uno preaddestrato. L’addestramento personalizzato consiste nell’ottimizzare un modello preaddestrato per adattarlo alla tua applicazione specifica.

Come accennato in precedenza, il tracciamento degli oggetti è supportato dai seguenti modelli YOLO11: rilevamento degli oggetti, stima della posa e segmentazione delle istanze. Se hai un’applicazione specifica che prevede il tracciamento, puoi addestrare su misura uno qualsiasi di questi modelli in base alla tua applicazione. Puoi addestrare un modello su misura usando il pacchetto Python di Ultralytics o la piattaforma senza codice, Ultralytics HUB.

Punti chiave#

Ultralytics YOLO11 è un ottimo strumento per tracciare gli oggetti nei video e può essere usato in molti ambiti diversi, come auto a guida autonoma, agricoltura, produzione e sicurezza. Può rilevare e seguire gli oggetti in tempo reale, aiutando aziende e settori a tenere traccia dei lavoratori e delle attrezzature. Il modello è facile da usare e personalizzabile in base a esigenze specifiche, il che lo rende una buona scelta per chiunque voglia adottare le funzionalità della visione artificiale senza difficoltà.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Esplora le applicazioni AI nelle auto a guida autonoma e in agricoltura nelle nostre pagine dedicate alle soluzioni. 🚀