Ultralytics YOLO11 、小売、交通、セキュリティなどの分野で、地域ベースのオブジェクト計数を簡素化し、リアルタイムのVision AIインサイトを可能にする方法をご覧ください。
オブジェクトのカウントは単純に聞こえるかもしれませんが、道路、店舗、倉庫などの混雑した場所では、非常に現実的な課題になる可能性があります。長年にわたり、オブジェクトのカウントは主に手作業で行われてきました。車両のカウント、店舗への出入りの追跡、またはセキュリティ目的の動きの監視に何時間も費やされてきました。ただし、このアプローチは時間がかかり、間違いが発生しやすく、拡張性も高くありません。
そこで登場するのが人工知能（AI）、特にコンピューター・ビジョンだ。コンピュータ・ビジョンは、人間と同様に視覚データを処理するAIの一分野である。その重要な用途のひとつが物体計数であり、所定のエリア内の物体を自動的にdetect ・track するのに役立つ。
通常、オブジェクトのカウントは、単にアイテムの数を合計するだけで、それらのオブジェクトがどこにあるかは表示されません。リージョンベースの計数、または計数領域を使用すると、画像内の特定の領域に焦点を当てることによってこれを解決します。これはより詳細な洞察を提供し、より意味のある方法で動きをtrack のに役立ちます。
Ultralytics YOLO11は、物体検出や追跡などの様々なコンピュータビジョンタスクをサポートするコンピュータビジョンモデルで、リージョンベースの物体カウントに使用することができます。この記事では、Ultralytics YOLO11 どのように領域内のオブジェクトをカウントするために使用できるか、その実際のアプリケーションと主な利点を探ります。それでは始めましょう！
画像内の物体を検出してカウントするだけでは、特に空港やショッピングモールのように、1つのフレーム内の複数の領域に人々が密集するような場所では、多くを語ることはできません。それらの物体が正確にどこにあり、特定の領域を通過する数がどれくらいかといった洞察の方が重要です。
YOLO11 ようなコンピュータ・ビジョン・モデルは、このようなコンピュータ・ビジョン・アプリケーションに簡単に使用できる。搭乗ゲートや待合ラウンジのような重要な場所にゾーンを割り当てることで、YOLO11 その特定の空間にある物体だけをカウントするのに使うことができる。また、移動可能な領域を使えば、異なる領域にある物体の数をリアルタイムで見つけることができる。
Ultralytics YOLO11 11は、このプロセスをシンプルかつ効率的にすることができます。YOLO11は、物体の検出、動きの追跡、出入りするゾーンに基づくカウントを支援します。YOLO11 特にインパクトがあるのは、精度を落とすことなくリアルタイムで結果を出せることです。また、定義された各ゾーン内でのマルチ・オブジェクト・トラッキングをサポートしており、システムが様々なオブジェクトを一度にカウントし、分類するのに役立ちます。
Ultralytics 、YOLO モデルの最先端のユースケースを紹介する 使いやすいソリューションを提供しています。これには、オブジェクトのカウント、移動可能な領域でのオブジェクトのカウント、ぼかし、速度推定などの実世界のソリューションが含まれます。
リージョンベースのオブジェクトカウントのためのUltralytics ソリューションのセットアップと実行は簡単でシンプルです。これにより、ユーザーは複雑な設定よりも洞察に集中することができます。
舞台裏では、リージョンベースのオブジェクトカウントソリューションは、YOLO11 使用して、ビデオの各フレーム内のオブジェクトをdetect します。これらの検出は、トラッキングアルゴリズム（BoT-SORTやByteTrackなど）に渡され、フレーム間で各オブジェクトに一貫したIDが割り当てられる。
オブジェクトが検出および追跡されると、システムはそれらが定義済みの領域（ポリゴン、長方形、または線）と交差するかどうかを確認します。交差する場合、それらのゾーンへの進入または移動に基づいてカウントされます。
以下は、リージョンベースのオブジェクトカウントのためのUltralytics ソリューションのその他の主な機能です：
リージョンベースのカウントのためのUltralytics ソリューションを始めるには、YOLO11 リージョン内のオブジェクトをカウントする方法を順を追って説明したUltralytics 公式ドキュメントをご覧ください。
ソリューションのセットアップ中に問題が発生した場合は、以下の点に注意してください。
さて、Ultralytics YOLO11 リージョンベースのオブジェクトカウントに使用する方法について理解を深めたところで、実際に使用できるアプリケーションをいくつか調べてみよう。
リージョンベースのオブジェクト・カウントは、顧客が店舗内で最も長い時間を過ごす場所に関する質問に簡単に答えることができます。YOLO11 、出口、レジカウンター、関心の高い商品コーナーなど、主要な場所での移動track のに役立ちます。この地域ベースのアプローチでは、全体的な通行量を測定する代わりに、何人の顧客が特定のエリアを訪れたかについての洞察を得ることができます。
Ultralytics ソリューションを使用することで、手作業によるコーディングや複雑な設定プロセスが不要になり、小売業に役立ちます。小売業者は、多角形や長方形の線を使用して、顧客の動きや足の動きをtrack するために、店舗のさまざまなセクションを簡単にマークすることができます。
YOLO11 、物体をdetect し、その動きをtrack し、人々がその地域に出入りするとリアルタイムでカウントを更新することができる。これにより、小売業者は顧客の流れを把握し、エンゲージメントを測定し、データに基づいた意思決定を行うことができる。
都市は常に交通量が多く、車は高速道路に合流したり、信号で停止したり、交通量の多い交差点に並んだりしています。交通管理は、道路の安全を維持し、物事を円滑に進める上で重要な役割を果たしています。
YOLO11 地域ベースのオブジェクト・カウントは、道路を交差点や有料レーンなどのセクションに分割することでこれをサポートすることができる。交通管理チームは、各地域の車両数をリアルタイムで監視することができます。このライブデータにより、迅速な対応、より良い交通計画、全体的な流れの円滑化が可能になります。
この興味深い使用例は、適切に監視されないとすぐに混雑してしまう料金所です。地域ベースのカウントを行うUltralytics ソリューションを使えば、各料金レーンを個別に追跡することができます。I
すべての交通量を一度に監視するのではなく、特定の車線を通過する車両だけに焦点を当てる。車が出入りすると、YOLO11 即座にその数をカウントし、どのレーンが混雑しているかをオペレーターがtrack するのに役立つ。
動物の個体数カウントは、特に群れで狭い場所を移動する場合には困難です。数え漏れが少しでもあると、飼料、健康チェック、または農場記録に問題が生じる可能性があります。農家にとって、作業を遅らせることなく正確な数を維持することが不可欠です。
Ultralytics YOLO11 11は、このプロセスをよりスムーズにします。農家はこれを使用して、広いゲート、狭い道、または湾曲した囲いなど、カスタム追跡ゾーンを作成することができます。これらのゾーン内で、モデルはリアルタイムで動物を検出し、バウンディング・ボックスでマークし、その動きを追跡します。例えば、フェンスで囲まれた通路を移動する羊やヤギの大群を、手作業なしで素早く正確に数えることができます。
混雑した公共スペースは、ほんの数分で人がいなくなることもあれば、人でいっぱいになることもあります。メトロ、空港、コンサートなどでは、一箇所に人が多すぎると、移動が遅くなり、安全上の懸念が生じる可能性があります。リアルタイムで人の流れを監視することで、当局は群衆の増加を早期に発見し、事態が悪化する前に対処することができます。
具体的には、YOLO11 使用した地域ベースの計数により、視界に入るすべての人を追跡するのではなく、入場ゲート、プラットフォーム、待機エリアなどの特定のゾーン全体の動きを監視することが可能になります。これにより、警備チームは動きのパターンに注目し、混雑ポイントを素早く特定し、スケジュールの変更からスタッフの配置まで、より適切な運営上の決定を下すことができる。
Ultralytics YOLO11 使用したリージョンベースの物体カウントは、特定エリアの物体をより効率的かつ正確に追跡します。小売業、交通管理、公共安全など、このVision AI主導のアプローチは、企業や都市計画者がデータに裏打ちされたより良い意思決定を行うのに役立ちます。カウントを自動化することで、手作業が減り、全体的な効率が向上します。
将来的には、AIとコンピュータビジョンによって、物体カウントはさらにスマートになるでしょう。精度が向上し、さまざまな環境に対応するための適応学習が可能になり、自動化およびIoT（モノのインターネット）システムとの統合が進むと予想されます。このようなスマートな自動化は、空間、人、動きを管理する方法の未来を形作っています。
当社のGitHubリポジトリでAIについてさらに学び、成長を続けるコミュニティに参加してください。自動車のAIや農業におけるコンピュータビジョンの進歩を探求してください。ライセンスオプションを確認し、Vision AIプロジェクトを実現しましょう。
.webp)
