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

物体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、倉庫のような混雑した場所では、すぐに非常に困難な課題となります。長年にわたり、物体カウントは主に手作業で行われてきました。車両の数え上げ、店舗への出入り客数の追跡、あるいはセキュリティ目的での動きの監視など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、ミスが発生しやすく、スケールもしません。

そこで登場するのが人工知能（AI）、具体的にはコンピュータビジョンです。コンピュータビジョンは、人間と同じように視覚データを処理するAIのサブフィールドです。その主要な応用の一つが物体カウントであり、特定の領域内の物体を自動的に検出および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、物体検出や追跡など、領域ベースの物体カウントに使用できる様々なコンピュータビジョンの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。本記事では、Ultralytics YOLO11を使用して領域内の物体をカウントする方法、その実世界での応用、そして主要な利点について解説します。それでは始めましょう！

Link to this section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。

YOLO11のようなコンピュータビジョンモデルは、そ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活用できます。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を使用してその特定の空間内の物体のみをカウントできます。可動領域を使用して、異なる領域内の物体数をリアルタイムで調べることも可能です。

図1 スポーツにおける領域ベースの選手カウントにYOLOを使用した例。

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。

Link to this sectionUltralytics YOLO11を使用した領域内での物体カウント#

Ultralyticsは、YOLOモデルの最先端のユースケースを示す使いやすいソリューションを提供しています。これには、物体カウント、可動領域での物体カウント、ブラー処理、速度推定といった実世界で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。

舞台裏では、領域ベースの物体カウントソリューションはYOLO11を使用してビデオの各フレーム内の物体を検出します。これらの検出結果は、追跡アルゴリズム（BoT-SORTやByteTrackなど）を介して、フレーム間で各物体に一貫したIDを割り当てます。

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はYOLO11を使用してリアルタイムの物体カウントを可能にし、ビデオストリームの迅速かつ効率的な分析を保証します。

• 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。

Link to this section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物体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 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確認してください。

• 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。

• アップデートと新しいリリースを確認し、Ultralytics Pythonパッケージを最新の状態に保ってください。

Link to this section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。

Link to this section小売分析のための顧客フローの追跡#

領域ベースの物体カウントは、店内のどこで顧客が最も時間を過ごしているかといった質問に簡単に答えることができます。YOLO11は、小売業者が出口、レジカウンター、注目度の高い商品コーナーなどの重要な場所での移動パターンを追跡するのに役立ちます。全体の来店数だけでなく、この領域ベースのアプローチにより、特定のエリアに何人の顧客が訪れたかについての洞察が得られます。

Ultralyticsソリューションを使用すると、手動コーディングや複雑なセットアップが不要になるため、小売業者の負担が軽減されます。小売業者は、ポリゴンや長方形の線を使用して店内のさまざまなセクションを簡単にマークし、顧客の移動や来店客数を追跡できます。

YOLO11は物体を検出し、その移動を追跡し、人々がその領域に出入りするたびにリアルタイムでカウントを更新できます。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えるようになります。

図2 領域ベースの検出を使用して店舗外の人々をカウントするYOLO。

Link to this section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。

YOLO11による領域ベースの物体カウントは、道路を交差点や料金レーンのようなセクションに分けることで、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、より迅速な対応、より良い交通計画、そして全体的な円滑な流れが可能になります。

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。

すべての交通を一度に監視するのではなく、システムは特定のレーンを通過する車両のみに焦点を合わせます。車が出入りするたびに、YOLO11が瞬時にカウントし、オペレーターがどのレーンが混雑してきているかを把握するのに役立ちます。

図3 料金所でYOLO11により可能になった領域ベースのカウント。

Link to this section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、特に狭い場所を群れで移動する場合に困難になることがあります。数匹の数え間違いが、給餌、健康診断、あるいは農場記録の問題につながる可能性があります。農家にとって、作業を停滞させることなく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。

Link to this section公共安全のための群衆監視#

公共の混雑した場所は、数分で空っぽから満員になることがあります。地下鉄、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ます。人流をリアルタイムで監視することで、当局は群衆の蓄積を早期に発見し、事態が悪化する前に行動を起こす手段を得ることができます。

特にYOLO11を使用した領域ベースのカウントでは、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、待合エリアなどの特定のゾーンを横切る動き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、スケジュールの変更から人員配置に至るまで、より良い運営上の決定を下すことができます。

図4 地下鉄の群衆管理を改善するために領域内でYOLO11を使用して人々をカウント。

Link to this section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リポジトリをご覧になり、成長を続けるコミュニティにご参加ください。自動車のAIおよび農業におけるコンピュータビジョンの進歩をご覧ください。当社のライセンスオプションを確認し、あなたのビジョンAIプロジェクトを実現しましょう。