Como utilizar o Ultralytics YOLO11 para o rastreamento de objetos

Imagina que queres monitorizar e acompanhar o movimento de componentes numa linha de montagem de uma unidade de produção industrial, para garantir o controlo de qualidade e melhorar a eficiência do fluxo de trabalho. Normalmente, isso envolveria inspeções manuais ou o uso de sensores básicos para acompanhar os itens, o que pode ser demorado e propenso a erros. No entanto, a visão computacional e o rastreamento de objetos podem automatizar e aprimorar esse processo.

O rastreamento de objetos é uma tarefa de visão computacional que ajuda a detetar, identificar e acompanhar objetos num vídeo. Pode ser usado numa grande variedade de aplicações, desde a monitorização de animais em quintas até à segurança e à vigilância em lojas de retalho. Os objetos rastreados num vídeo são geralmente visualizados com caixas delimitadoras, para ajudar o utilizador a ver exatamente onde estão localizados e detetados no fotograma do vídeo.

Lançado durante o evento híbrido anual da Ultralytics, o YOLO Vision 2024 (YV24), o Ultralytics YOLO11 é um modelo de visão computacional capaz de lidar com uma grande variedade de tarefas de IA visual, incluindo o rastreamento de objetos. Neste artigo, vamos explorar como funciona o rastreamento de objetos e discutir aplicações do mundo real. Também veremos como podes experimentar o rastreamento de objetos com o YOLO11. Vamos começar!

Fig. 1. Exemplo de uso do Ultralytics YOLO11 para rastrear objetos numa loja de retalho.

Rastreamento de objetos com o Ultralytics YOLO11 baseado em IA#

O rastreamento de objetos é uma técnica essencial de visão computacional. Permite identificar e acompanhar objetos num vídeo ao longo do tempo. O rastreamento de objetos pode parecer muito semelhante a outra tarefa de visão computacional: a deteção de objetos. A principal diferença entre os dois está na forma como lidam com os fotogramas do vídeo. A deteção de objetos analisa cada fotograma individualmente, identificando e classificando objetos sem considerar os fotogramas anteriores ou futuros. Já o rastreamento de objetos estabelece as ligações entre os fotogramas, acompanhando os mesmos objetos ao longo do tempo e registando os seus movimentos.

Segue uma explicação mais detalhada de como funciona o rastreamento de objetos:

• Deteção de objetos: o processo começa pela deteção de objetos num único fotograma de um vídeo. O YOLO11 pode ser usado para identificar com precisão vários objetos e as respetivas localizações.
• Atribuição de IDs únicos: cada objeto detetado recebe um ID único para o distinguir dos outros e facilitar o rastreamento.
• Rastrear o movimento entre fotogramas: um algoritmo de rastreamento acompanha os objetos nos fotogramas seguintes, atualizando as suas posições e mantendo a associação com os respetivos IDs únicos.
• Lidar com oclusões: se um objeto desaparecer temporariamente da vista (por exemplo, por estar tapado por outro objeto), o sistema garante que o rastreamento é retomado quando o objeto reaparece.
• Atualizar as informações dos objetos: à medida que os objetos se movem, as suas posições e características (como velocidade ou direção) são atualizadas continuamente para refletir as mudanças ao longo do tempo.

A Ultralytics oferece suporte ao rastreamento de objetos em tempo real com algoritmos avançados de rastreamento, como BoT-SORT e ByteTrack. A solução também funciona perfeitamente com segmentação e modelos YOLO11 de estimativa de pose YOLO11, tornando-se uma ferramenta flexível para uma grande variedade de tarefas de rastreamento.

Aplicações do rastreamento de objetos com o Ultralytics YOLO11#

Os recursos versáteis do modelo Ultralytics YOLO11 abrem um amplo leque de aplicações possíveis em muitos setores. Vamos analisar mais detalhadamente alguns casos de uso do rastreamento de objetos com YOLO11.

Ultralytics YOLO11 para rastreamento de veículos autónomos#

O rastreamento de objetos é essencial para ajudar os carros autónomos a operar de forma segura e eficiente. Esses veículos precisam compreender constantemente o ambiente à sua volta para tomar decisões em tempo real, como parar, virar ou mudar de faixa. A deteção de objetos permite que o carro identifique elementos importantes no ambiente, como peões, ciclistas, outros veículos e sinais de trânsito. No entanto, detetar esses objetos num único instante não é suficiente para uma navegação segura.

É aí que entra o rastreamento de objetos. Ele permite que o carro acompanhe esses objetos ao longo do tempo, seguindo os seus movimentos em vários fotogramas. Por exemplo, ajuda os veículos autónomos a prever para onde um peão se dirige, a monitorizar a velocidade e a direção dos veículos próximos ou a reconhecer que um semáforo não mudou. Ao combinar deteção e rastreamento, os carros autónomos podem antecipar o movimento dos objetos à sua volta, reagir proativamente e conduzir com segurança e suavidade.

Fig. 2. O Ultralytics YOLO11 pode ser usado para detetar e rastrear carros.

Uso do rastreamento de objetos do Ultralytics YOLO11 para monitorizar animais#

Rastrear animais numa quinta, como bovinos, é essencial para uma gestão eficaz, mas pode ser uma tarefa tediosa e demorada. Os métodos tradicionais, como o uso de sensores ou etiquetas, têm frequentemente desvantagens. Quando colocados nos animais, esses dispositivos podem causar-lhes stress e são propensos a cair ou a sofrer danos, o que interrompe o rastreamento.

A visão computacional oferece aos agricultores uma solução melhor para monitorizar e rastrear animais sem a necessidade de etiquetas físicas. O rastreamento de objetos pode fornecer aos agricultores informações valiosas sobre o comportamento e a saúde dos animais. Por exemplo, pode ajudar a detetar problemas como a claudicação, que afetam a forma como um animal caminha. Com o rastreamento de objetos, os agricultores podem identificar mudanças subtis no movimento e tratar problemas de saúde precocemente.

Além da monitorização da saúde, a visão computacional também pode ajudar os agricultores a compreender outros comportamentos, como interações sociais, hábitos alimentares e padrões de movimento. Essas informações podem melhorar a gestão do rebanho, otimizar os horários de alimentação e promover o bem-estar geral dos animais. Ao reduzir o trabalho manual e minimizar o stress dos animais, o rastreamento baseado em visão computacional é uma ferramenta prática e eficiente para a agricultura moderna.

Fig. 3. Uso do Ultralytics YOLO11 para rastrear agricultores e uma vaca.

Rastreamento de objetos na indústria com o Ultralytics YOLO11#

O rastreamento de objetos tem muitos casos de uso no setor industrial. Por exemplo, os sistemas de deteção e rastreamento de objetos podem monitorizar linhas de produção. Os produtos ou as matérias-primas podem ser facilmente rastreados e contados à medida que se deslocam numa correia transportadora. Esses sistemas também podem ser integrados com outros sistemas de visão computacional para realizar tarefas adicionais. Por exemplo, um item com defeito pode ser identificado com um sistema de deteção de defeitos e rastreado por meio do rastreamento de objetos para garantir que seja tratado corretamente.

Outra aplicação importante do rastreamento de objetos na indústria está relacionada com a segurança. Os sistemas de rastreamento de objetos podem detetar e rastrear trabalhadores em ambientes industriais potencialmente perigosos. As zonas de perigo podem ser assinaladas e monitorizadas continuamente com sistemas de visão computacional, e os supervisores podem ser avisados se os trabalhadores rastreados se aproximarem dessas áreas. Esses sistemas de segurança também podem ser usados para detetar e rastrear equipamentos, evitando o roubo.

Fig. 4. Exemplo de uso da deteção de objetos do YOLO11 para detetar trabalhadores.

Rastreamento de objetos e vigilância com o Ultralytics YOLO11#

O rastreamento de objetos em tempo real é amplamente utilizado em sistemas de segurança e vigilância. Esses sistemas podem ser usados para monitorizar locais públicos, centros de transporte e grandes espaços de retalho, como centros comerciais. Em áreas grandes e movimentadas, essa tecnologia pode rastrear pessoas suspeitas ou o comportamento das multidões, proporcionando uma solução de vigilância integrada. Por exemplo, durante a pandemia, os sistemas de rastreamento de objetos foram usados para monitorizar zonas movimentadas e garantir que as pessoas mantinham o distanciamento social.

O rastreamento de objetos também pode ser usado na vigilância do trânsito. O rastreamento de objetos permite acompanhar e analisar o comportamento dos veículos, identificando ações invulgares ou suspeitas em tempo real para ajudar a evitar acidentes ou crimes. Os sistemas de estimativa de velocidade são um bom exemplo. Esses sistemas conseguem detetar e rastrear um veículo para determinar a sua velocidade.

Fig. 5. A estimativa de velocidade pode ser feita com o rastreamento de objetos.

Experimenta o rastreamento de objetos com o Ultralytics YOLO11#

Agora que explorámos algumas aplicações do rastreamento de objetos, vamos ver como podes experimentar essa funcionalidade com o modelo Ultralytics YOLO11.

Para começar, instala o pacote Python da Ultralytics com pip, conda ou Docker. Se encontrares dificuldades durante a instalação, o nosso Guia de problemas comuns oferece dicas úteis para resolver problemas.

Depois de instalares o pacote com sucesso, executa o código seguinte. O código mostra como carregar o modelo Ultralytics YOLO11 e usá-lo para rastrear objetos num ficheiro de vídeo. O modelo usado no código é “yolo11n.pt”. O ‘n’ significa Nano — a variante mais pequena do modelo YOLO11. Também podes escolher outras variantes do modelo: small, medium, large e extra-large.

Fig. 6. Trecho de código que demonstra o rastreamento de objetos com o modelo Ultralytics YOLO11.

Também podes optar por usar um modelo treinado por ti em vez de um modelo pré-treinado. O treino personalizado envolve o ajuste fino de um modelo pré-treinado para o adaptar à tua aplicação específica.

Como mencionado anteriormente, há suporte ao rastreamento de objetos nos seguintes modelos YOLO11: deteção de objetos, estimativa de pose e segmentação de instâncias. Se tiveres uma aplicação específica que envolva rastreamento, podes treinar qualquer um desses modelos de forma personalizada, conforme a tua aplicação. Podes treinar um modelo de forma personalizada com o pacote Python da Ultralytics ou com a plataforma sem código Ultralytics HUB.

Principais conclusões#

O Ultralytics YOLO11 é uma excelente ferramenta para rastrear objetos em vídeos e pode ser usado em muitos setores diferentes, como carros autónomos, agricultura, indústria e segurança. O modelo consegue detetar e acompanhar objetos em tempo real, ajudando empresas e setores a monitorizar os seus trabalhadores e equipamentos. É fácil de usar e pode ser personalizado para necessidades específicas, o que o torna uma boa opção para quem tem interesse em adotar recursos de visão computacional sem complicações.

Para saber mais, acesse nosso repositório no GitHub e participe da nossa comunidade. Explore aplicações de IA em carros autônomos e na agricultura em nossas páginas de soluções. 🚀