Ultralytics YOLO11を使用した地域ベースのオブジェクトカウント

オブジェクトカウントは単純なことのよう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、すぐに深刻な課題となることがあります。長年にわたり、オブジェクトカウントは主に手動で行われてきました。車両の数え上げ、店舗の出入りする歩行者の追跡、またはセキュリティ目的での動きの監視に何時間も費やされてきました。しかし、このアプローチは時間がかかり、ミスが起こりやすく、拡張性が高くありません。

ここで人工知能（AI）、具体的にはコンピュータビジョンが活躍します。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ことを扱うAIのサブフィールドです。その主要なアプリケーションの1つがオブジェクトカウントであり、特定のエリア内のオブジェクトを自動的に検出して追跡するのに役立ちます。

通常、物体カウントは単にアイテムの総数を出すことに限定されており、その物体がどこにあるのかまでは分かりません。領域ベースのカウントやカウント領域を使用することは、画像内の特定のエリアに焦点を当てることでこれを解決します。これにより、より詳細な洞察が得られ、より有意義な方法で動きを追跡できるようになります。

Ultralytics YOLO11は、オブジェクト検出や追跡など、領域ベースのオブジェクトカウントに使用できるさまざま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す。この記事では、Ultralytics YOLO11を領域内のオブジェクトカウントに使用する方法、その実世界のアプリケーション、および主なメリットについて説明します。それでは始めましょう！

領域内での物体カウントの概要#

画像内の物体を検出してカウントするだけでは限界があります。特に空港やモールのように、単一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なおさらです。その物体が正確にどこにあり、何個が特定の領域を通過したかといった洞察の方が重要です。

Ultralytics YOLO11 などのコンピュータビジョンモデルを使用すると、このような computer vision applications を簡単に対処できます。主要な場所に搭乗口や待合室などのゾーンを割り当てることで、YOLO11 を使用してその特定のスペース内のオブジェクトのみをカウントできます。移動可能な領域を使用して、さまざまな領域内のオブジェクトの数をリアルタイムで取得することも可能です。

図1 スポーツにおける領域ベースのプレイヤーカウントへのYOLOの使用例。

Ultralytics YOLO11はこのプロセスをシンプルかつ効率的にします。物体の検出、動きの追跡、そして出入りするゾーンに基づいたカウントをサポートします。YOLO11が特に効果的なのは、精度を落とすことなくリアルタイムの結果を提供できる点です。また、各定義済みゾーン内でのマルチオブジェクトトラッキングもサポートしており、様々な物体を一度にカウント・分類できます。

Ultralytics YOLO11を使用した領域内での物体カウント#

Ultralyticsは、YOLOモデルの最先端の使用例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、オブジェクトカウント、移動可能な領域でのオブジェクトカウント、ブラー処理、速度推定などの実際のソリューションが含まれます。

領域ベースの物体カウントのためのUltralyticsソリューションのセットアップと実行は、非常にシンプルで簡単です。これにより、ユーザーは複雑な構成ではなく、洞察を得ることに集中できます。

内部では、領域ベースのオブジェクトカウントソリューションはUltralytics YOLO11を使用してビデオの各フレーム内のオブジェクトを検出します。これらの検出結果は、tracking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が割り当てられます。

物体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）と交差しているかどうかを確認します。交差している場合、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。

領域ベースの物体カウントのためのUltralyticsソリューションのその他の主な機能は以下の通りです。

• 高速処理: このソリューションにより、Ultralytics YOLO11を使用したリアルタイムのオブジェクトカウントが可能になり、ビデオストリームの迅速かつ効率的な分析が保証されます。

• カスタマイズ可能な領域: ユーザーはビデオフレーム内の特定の領域をポリゴン、長方形、または線で定義でき、カウントを行う場所を正確に制御できます。

• マルチオブジェクトカウント: システムは、同じ定義領域内で複数の種類の物体を同時に検出およびカウントできます。

• 簡単な統合: Ultralytics Python APIまたはコマンドラインインターフェースを使用して、最小限の構成で既存のシステムとシームレスに統合できます。

領域内での物体カウントを実際に体験する#

領域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を使用して領域内のオブジェクトをカウントする方法をステップバイステップで説明している公式のUltralytics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、以下のヒントを参考にしてください。

• UltralyticsのPythonパッケージが正しくインストールされていることを確認してください。公式ドキュメントのトラブルシューティングガイドをご確認ください。

• 領域設定を検証し、定義された領域がインターフェース内で正しく設定されていることを確認してください。

• 更新情報や新しいリリースを確認し、UltralyticsのPythonパッケージを最新の状態に保ってください。

領域ベースの物体カウントの実世界での応用#

領域ベースの物体カウントにUltralytics YOLO11をどのように使用するかを理解したところで、実際に使用できる応用例をいくつか探ってみましょう。

小売分析のための顧客フローの追跡#

領域ベースのオブジェクトカウントを使用すると、顧客が店内で大部分の時間を過ごしている場所に関する疑問に簡単に答えることができます。Ultralytics YOLO11は、小売業者が出口、レジカウンター、関心の高い商品セクションなどの主要な場所での移動パターンを追跡するのに役立ちます。この領域ベースのアプローチにより、全体的な来客数を測定するだけでなく、特定のエリアを訪れる顧客の数に関する洞察が得られます。

Ultralyticsのソリューションを使用することで、小売業者は手動でのコーディングや複雑なセットアッププロセスの必要性をなくすことができます。小売業者は、ポリゴンや長方形のラインを使用して店舗のさまざまなセクションを簡単にマークし、顧客の動きや足取りを追跡できます。

Ultralytics YOLO11 は、オブジェクトの検出、移動の追跡、およびその領域に出入りする人数のリアルタイムでのカウント更新を行います。これにより、小売業者は顧客の動線を把握し、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ます。

図2 領域ベースの検出を使用して店舗外の人間をカウントするために使用されているYOLO。

料金所での交通管理#

都市は常に渋滞しており、車が高速道路に合流し、信号で停止し、交差点で行列を作っています。交通管理は、道路を安全に保ち、スムーズに流動させるための重要な部分です。

Ultralytics YOLO11 を使用した領域ベースのオブジェクトカウントは、道路を交差点や料金所レーンなどのセクションに分割することで、これをサポートできます。交通管理チームは、各領域の車両数をリアルタイムで監視できます。このライブデータにより、迅速な対応、より優れた交通計画、および全体的な交通の円滑化が可能になります。

この興味深いユースケースの一つに、適切に監視されないとすぐに混雑してしまう料金所があります。領域ベースのカウントのためのUltralyticsソリューションを使用すると、各料金レーンを個別に追跡できます。

交通全体を一度に監視するのではなく、特定のレーンを通過する車両のみにシステムが焦点を当てます。車が出入りすると、Ultralytics YOLO11 が即座にカウントし、オペレーターが混雑しているレーンを把握できるように支援します。

図3 料金所でYOLO11によって有効化された領域ベースのカウント。

農場やシェルターでの動物のカウント#

動物のカウントは、特に狭いスペースを群れで移動する場合に困難になることがあります。数え間違いがいくつか発生すると、給餌、健康チェック、または農場の記録に問題が生じる可能性があります。農家にとって、ペースを落とさずに正確な数を維持することは不可欠です。

Ultralytics YOLO11はこのプロセスを非常にスムーズにします。農家はこれを使用して、広いゲート、狭い通路、湾曲した囲いなど、カスタムトラッキングゾーンを作成できます。これらのゾーン内で、モデルは動物をリアルタイムで検出し、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通る羊やヤギの大きな群れを、手作業なしで迅速かつ正確にカウントできます。

公共安全のための群衆監視#

混雑した公共スペースは、ほんの数分でガラガラの状態から満杯の状態に変わることがあります。地下鉄、空港、コンサート会場などでは、1つの場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ます。足取りをリアルタイムで監視することで、当局は群衆の密集を早期に発見し、事態が手に負えなくなる前に行動を起こす方法を得ることができます。

具体的には、Ultralytics YOLO11 を使用した領域ベースのカウントにより、視界内の全員を追跡するのではなく、入場ゲート、プラットフォーム、待合室などの特定のゾーン全体での移動を監視することが可能です。これにより、セキュリティチームは移動パターンに集中し、混雑ポイントを迅速に特定し、スケジュール変更からスタッフの配置に至るまで、より優れた運用上の意思決定を行うことができます。

Fig 4. 地下鉄の混雑管理を改善するための領域内でのUltralytics YOLO11を使用した人数カウント。

重要なポイント#

Ultralytics YOLO11による領域ベースの物体カウントは、特定のエリア内の物体をより効率的かつ正確に追跡します。小売、交通管理、公共安全のいずれにおいても、このビジョンAI主導のアプローチは、企業や都市計画者がより優れたデータに基づいた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が物体カウントをさらにスマートにするでしょう。より高い精度、異なる環境に対応するための適応学習、そして自動化システムやIoT（モノのインターネット）システムとの統合が期待されます。このようなスマートな自動化が、空間、人々、動きをどのように管理するかという未来を形作っています。

AIの詳細については、当社のGitHubリポジトリをご覧いただき、拡大するコミュニティの一員になりましょう。自動運転車におけるAIや農業におけるコンピュータビジョンの進歩を探索してください。ライセンスオプションを確認し、ビジョンAIプロジェクトを実現させてください。