Ultralytics YOLO27: Iscriviti alla lista d'attesa.
Licenza YOLO
Ultralytics YOLO

Conteggio degli oggetti basato su regioni con Ultralytics YOLO11

Scopri come Ultralytics YOLO11 semplifica il conteggio degli oggetti basato su regioni in settori come vendita al dettaglio, traffico e sicurezza, offrendo analisi in tempo reale con l'IA visiva.

Abirami VinaAbirami Vina9 min di lettura
Scopri come Ultralytics YOLO11 semplifica il conteggio degli oggetti basato su regioni in settori come vendita al dettaglio, traffico e sicurezza, offrendo analisi in tempo reale con l'IA visiva.

Il conteggio degli oggetti può sembrare semplice, ma in luoghi molto frequentati come strade, negozi o magazzini può diventare rapidamente una sfida concreta. Per anni il conteggio degli oggetti è stato effettuato soprattutto a mano. Si sono trascorse ore a contare veicoli, monitorare gli ingressi e le uscite dei clienti dai negozi o osservare gli spostamenti per motivi di sicurezza. Questo approccio, però, richiede molto tempo, è soggetto a errori e non è facilmente scalabile.

È qui che entra in gioco l'intelligenza artificiale (AI), in particolare la visione artificiale. La visione artificiale è un sottocampo dell'AI che si occupa di elaborare dati visivi in modo simile agli esseri umani. Una delle sue applicazioni principali è il conteggio degli oggetti, che consente di rilevare e tracciare automaticamente gli oggetti in un'area specifica.

In genere, il conteggio degli oggetti si limita a calcolare il numero totale di elementi, senza mostrare dove si trovano. Il conteggio basato su regioni, o l'uso di regioni di conteggio, risolve questo problema concentrandosi su aree specifiche dell'immagine. Fornisce informazioni più dettagliate e aiuta a tracciare gli spostamenti in modo più significativo.

Ultralytics YOLO11 è un modello di visione artificiale che supporta diverse attività, come il rilevamento e il tracciamento degli oggetti, e può essere utilizzato per il conteggio degli oggetti basato su regioni. In questo articolo vedremo come utilizzare Ultralytics YOLO11 per contare gli oggetti all'interno di una regione, quali sono le applicazioni pratiche e i principali vantaggi. Cominciamo!

Panoramica del conteggio degli oggetti nelle regioni#

Rilevare e contare gli oggetti in un'immagine può fornire solo informazioni limitate, soprattutto in luoghi come aeroporti o centri commerciali, dove più regioni dello stesso fotogramma possono affollarsi di persone. È più importante sapere esattamente dove si trovano gli oggetti e quanti ne attraversano regioni specifiche.

I modelli di visione artificiale come Ultralytics YOLO11 possono essere facilmente utilizzati per queste applicazioni di visione artificiale. Assegnando zone a punti strategici, come i gate d'imbarco o le sale d'attesa, YOLO11 può contare solo gli oggetti presenti in quella specifica area. È possibile usare anche regioni mobili per contare in tempo reale gli oggetti presenti in regioni diverse.

Un esempio di utilizzo di YOLO per contare i giocatori nelle diverse regioni di un campo sportivo

Fig. 1. Un esempio di utilizzo di YOLO per contare i giocatori nelle diverse regioni di un campo sportivo.

Ultralytics YOLO11 rende questo processo semplice ed efficiente. Può aiutare a rilevare gli oggetti, tracciarne i movimenti e contarli in base alle zone in cui entrano o da cui escono. Ciò che rende YOLO11 particolarmente efficace è la capacità di fornire risultati in tempo reale senza compromettere la precisione. Supporta anche il tracciamento di più oggetti in ogni zona definita, consentendo ai sistemi di contare e classificare contemporaneamente oggetti diversi.

Utilizzare Ultralytics YOLO11 per contare gli oggetti nelle aree#

Ultralytics offre soluzioni facili da usare che presentano casi d'uso pratici dei modelli YOLO. Tra queste ci sono soluzioni concrete come il conteggio degli oggetti, il conteggio degli oggetti in aree mobili, la sfocatura e la stima della velocità.

Configurare ed eseguire la soluzione Ultralytics per il conteggio degli oggetti basato su regioni è semplice. Questo permette agli utenti di concentrarsi sugli insight anziché su configurazioni complesse.

Dietro le quinte, la soluzione per il conteggio degli oggetti basato su aree utilizza Ultralytics YOLO11 per rilevare gli oggetti in ogni fotogramma del video. I rilevamenti vengono quindi elaborati da un algoritmo di tracking (come BoT-SORT o ByteTrack) per assegnare ID coerenti a ciascun oggetto nei vari fotogrammi.

Una volta rilevati e tracciati gli oggetti, il sistema verifica se intersecano una delle aree predefinite (poligoni, rettangoli o linee). In caso affermativo, li conta in base al loro ingresso o al movimento all'interno di tali zone.

Ecco alcune altre caratteristiche principali della soluzione Ultralytics per il conteggio degli oggetti basato su aree:

  • Elaborazione rapida: la soluzione consente di contare gli oggetti in tempo reale con Ultralytics YOLO11, garantendo un'analisi rapida ed efficiente dei flussi video.
  • Aree personalizzabili: gli utenti possono definire aree specifiche in un fotogramma video usando poligoni, rettangoli o linee, controllando con precisione dove avviene il conteggio.
  • Conteggio di più oggetti: il sistema può rilevare e contare contemporaneamente più tipi di oggetti nella stessa area definita.
  • Integrazione semplice: l'integrazione con i sistemi esistenti è semplice grazie all'API Python o all'interfaccia a riga di comando di Ultralytics e richiede configurazioni minime.

Metti in pratica il conteggio degli oggetti nelle aree#

Per iniziare a usare la soluzione Ultralytics per il conteggio basato su aree, puoi consultare la documentazione ufficiale di Ultralytics, che spiega passo dopo passo come usare YOLO11 per contare gli oggetti nelle aree.

Se riscontri problemi durante la configurazione della soluzione, ecco alcuni suggerimenti da tenere a mente:

  • Assicurati che il pacchetto Python Ultralytics sia installato correttamente. Consulta la guida alla risoluzione dei problemi nella documentazione ufficiale.
  • Verifica le impostazioni delle aree e assicurati che le aree definite siano configurate correttamente nell'interfaccia.
  • Controlla gli aggiornamenti e le nuove versioni e mantieni aggiornato il pacchetto Python Ultralytics.

Applicazioni concrete del conteggio degli oggetti nelle aree#

Ora che abbiamo capito meglio come usare Ultralytics YOLO11 per il conteggio degli oggetti basato su aree, esploriamo alcune applicazioni concrete.

Tracciamento dei flussi di clienti per l'analisi del commercio al dettaglio#

Il conteggio degli oggetti basato su aree può rispondere facilmente a domande su dove i clienti trascorrono la maggior parte del tempo in un negozio. Ultralytics YOLO11 può aiutare i rivenditori a tracciare gli schemi di movimento nei punti chiave, come le uscite, le casse e le sezioni con prodotti particolarmente interessanti. Invece di misurare soltanto il traffico complessivo, questo approccio basato su aree offre insight sul numero di clienti che visitano aree specifiche.

La soluzione Ultralytics aiuta i rivenditori, eliminando la necessità di scrivere codice manualmente o di affrontare procedure di configurazione complesse. I rivenditori possono facilmente contrassegnare diverse aree del negozio per monitorare gli spostamenti dei clienti e il flusso di persone usando poligoni, rettangoli o linee.

Ultralytics YOLO11 può quindi rilevare gli oggetti, tracciarne gli spostamenti e aggiornare i conteggi in tempo reale quando le persone entrano o escono da quell'area. Questo aiuta i rivenditori a comprendere i flussi dei clienti, misurare il coinvolgimento e prendere decisioni basate sui dati.

YOLO utilizzato per contare le persone fuori da un negozio tramite il rilevamento basato su aree

Fig. 2 YOLO utilizzato per contare le persone fuori da un negozio tramite il rilevamento basato su aree.

Gestione del traffico ai caselli autostradali#

Le città sono sempre animate dal traffico: le auto si immettono in autostrada, si fermano ai semafori e si mettono in coda agli incroci più trafficati. Gestire il traffico è fondamentale per mantenere le strade sicure e favorire una circolazione scorrevole.

Il conteggio degli oggetti basato su aree con Ultralytics YOLO11 può essere d'aiuto dividendo le strade in sezioni, come incroci o corsie dei caselli. I team di gestione del traffico possono monitorare in tempo reale il numero di veicoli in ogni area. Questi dati in tempo reale consentono di intervenire più rapidamente, pianificare meglio il traffico e rendere più scorrevole la circolazione complessiva.

Un caso d'uso interessante è quello dei caselli autostradali, che possono congestionarsi rapidamente se non vengono monitorati adeguatamente. Con la soluzione Ultralytics per il conteggio basato su aree, è possibile tracciare separatamente ogni corsia del casello.

Invece di monitorare tutto il traffico contemporaneamente, il sistema si concentra solo sui veicoli che attraversano corsie specifiche. Quando le auto entrano o escono, Ultralytics YOLO11 può contarle all'istante, aiutando gli operatori a tenere sotto controllo quali corsie si stanno congestionando.

Conteggio basato su aree con Ultralytics YOLO11 in un casello autostradale

Fig. 3 Conteggio basato su aree con YOLO11 in un casello autostradale.

Conteggio degli animali in fattorie e rifugi#

Contare gli animali può essere difficile, soprattutto quando si spostano in mandria attraverso spazi angusti. Anche pochi errori di conteggio possono causare problemi nell'alimentazione, nei controlli sanitari o nei registri aziendali. Per gli allevatori, mantenere dati precisi senza rallentare le attività è fondamentale.

Ultralytics YOLO11 rende il processo molto più semplice. Gli allevatori possono creare zone di tracciamento personalizzate, che si tratti di un ampio cancello, di un sentiero stretto o di un recinto curvo. All'interno di queste zone, il modello rileva gli animali in tempo reale, li contrassegna con riquadri di delimitazione e ne traccia gli spostamenti. Ad esempio, può contare in modo rapido e preciso grandi mandrie di pecore o capre mentre attraversano un corridoio recintato, senza alcun intervento manuale.

Monitoraggio della folla per la sicurezza pubblica#

Gli spazi pubblici affollati possono passare dal vuoto alla massima capienza nel giro di pochi minuti. Nelle metropolitane, negli aeroporti o ai concerti, troppe persone in un solo luogo possono rallentare gli spostamenti e creare problemi di sicurezza. Monitorare in tempo reale il flusso di persone permette alle autorità di individuare per tempo gli assembramenti e intervenire prima che la situazione sfugga di mano.

In particolare, il conteggio basato su aree con Ultralytics YOLO11 consente di monitorare gli spostamenti in zone specifiche, come ingressi, binari o sale d'attesa, anziché tracciare tutte le persone presenti nell'inquadratura. In questo modo, i team di sicurezza possono concentrarsi sugli schemi di movimento, individuare rapidamente i punti di congestione e prendere decisioni operative migliori, dalle modifiche agli orari all'assegnazione del personale.

Conteggio delle persone nelle aree con Ultralytics YOLO11 per gestire meglio la folla in metropolitana

Fig. 4 Conteggio delle persone nelle aree con Ultralytics YOLO11 per gestire meglio la folla in metropolitana.

Punti chiave#

Il conteggio degli oggetti basato su aree con Ultralytics YOLO11 rende più efficiente e preciso il tracciamento degli oggetti in zone specifiche. Nel commercio al dettaglio, nella gestione del traffico o nella sicurezza pubblica, questo approccio basato sull'IA visiva aiuta le aziende e i pianificatori urbani a prendere decisioni migliori e basate sui dati. L'automazione del conteggio riduce il lavoro manuale e migliora l'efficienza complessiva.

In futuro, l'IA e la computer vision renderanno probabilmente il conteggio degli oggetti ancora più intelligente. Possiamo aspettarci maggiore precisione, apprendimento adattivo per gestire ambienti diversi e integrazioni con sistemi di automazione e IoT (Internet delle cose). Questo tipo di automazione intelligente sta plasmando il futuro della gestione degli spazi, delle persone e degli spostamenti.

Scopri di più sull'IA nel nostro repository GitHub e partecipa alla nostra community in crescita. Esplora i progressi dell'IA nei veicoli e della computer vision in agricoltura. Scopri le nostre opzioni di licenza e dai vita ai tuoi progetti di IA visiva.

Scritto da

Abirami Vina
Abirami Vina

Creatore di contenuti · Ultralytics

Dopo aver iniziato la sua carriera come ingegnera di visione artificiale, Abirami Vina ha costruito solide basi nell'IA visiva e nel machine learning. È creatrice di contenuti per Ultralytics e fondatrice e autrice principale di Scribe of AI, dove realizza contenuti tecnici di alta qualità per aziende specializzate in IA. Spinta dalla passione di rendere l'IA comprensibile e coinvolgente, con il suo lavoro colma il divario tra tecnologie all'avanguardia e impatto concreto.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.

Esplora le soluzioni

La visione artificiale nello sport

La visione artificiale nello sport

Scopri come Ultralytics YOLO alimenta la computer vision nello sport con il tracciamento di giocatori e palloni, l'analisi delle prestazioni, gli approfondimenti per gli allenatori e la riabilitazione degli atleti.
Scopri di più
Computer vision per immagini aeree

Computer vision per immagini aeree

Trasforma immagini aeree e riprese da drone in informazioni utili in tempo reale per agricoltura, acquacoltura, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Applica la visione artificiale nel settore aerospaziale con Ultralytics YOLO per l'ispezione degli aeromobili, il rilevamento di FOD sulle piste, le operazioni di terra aeroportuali e il rilevamento di difetti nei materiali compositi.
Scopri di più
Visione artificiale nella sicurezza

Visione artificiale nella sicurezza

Proteggi ogni sito con i modelli Ultralytics YOLO. L'IA visiva alimenta il monitoraggio perimetrale, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Visione artificiale nella robotica

Visione artificiale nella robotica

Dai più potenza alle macchine intelligenti con i modelli Ultralytics YOLO. Nell'ambito della robotica, l'IA visiva alimenta la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Visione artificiale nella logistica

Visione artificiale nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. L'IA per la visione consente l'ispezione dei pacchi, la selezione, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Visione artificiale nel commercio al dettaglio

Visione artificiale nel commercio al dettaglio

Ripensa il commercio al dettaglio con i modelli Ultralytics YOLO. L'IA per la visione consente di tracciare le scorte, monitorare gli scaffali, gestire le code e ottenere informazioni più approfondite sui clienti.
Scopri di più
Visione artificiale in ambito sanitario

Visione artificiale in ambito sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. In ambito sanitario, l'IA per la visione consente di elaborare più rapidamente le immagini mediche, migliorare la diagnostica e monitorare i pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La visione basata sull'IA migliora il controllo qualità, il rilevamento dei difetti, la conformità ai requisiti sui DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La visione basata sull'IA migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli, per strade più intelligenti.
Scopri di più
Visione artificiale in agricoltura

Visione artificiale in agricoltura

Porta l'IA visiva nell'agricoltura intelligente con i modelli Ultralytics YOLO. Gestisci il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per ottenere raccolti più abbondanti e intelligenti.
Scopri di più

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning