Como usar o Ultralytics YOLO11 para rastreamento de objetos

Digamos que queres monitorizar e acompanhar o movimento de componentes numa linha de montagem numa instalação de manufacturing para garantir o quality control e melhorar a eficiência do fluxo de trabalho. Normalmente, isto envolveria inspeções manuais ou a utilização de sensores básicos para acompanhar itens, o que pode ser demorado e propício a erros. No entanto, a computer vision e o object tracking podem ser utilizados para automatizar e melhorar este processo.

O object tracking é uma computer vision task que ajuda a detetar, identificar e acompanhar objetos num vídeo. Pode ser utilizado para uma grande variedade de aplicações, desde o animal monitoring em quintas até à security e surveillance em lojas de retail. Os objects being tracked num vídeo são habitualmente visualized utilizando bounding boxes para ajudar o utilizador a ver exatamente onde estão localizados e detetados dentro do fotograma do vídeo.

Lançado durante o Ultralytics’ annual hybrid event, YOLO Vision 2024 (YV24), o Ultralytics YOLO11 é um computer vision model capaz de lidar com uma grande variedade de tarefas de vision AI, incluindo o object tracking. Neste artigo, vamos explorar como funciona o object tracking e discutir aplicações do mundo real. Também vamos ver como podes experimentar o object tracking utilizando o YOLO11. Vamos começar!

Fig. 1. Um exemplo de uso de Ultralytics YOLO11 para rastreamento de objetos em uma loja de varejo.

Rastreamento de objetos impulsionado por IA com Ultralytics YOLO11#

O object tracking é uma técnica essencial de visão por computador. Permite que os objetos num vídeo sejam identificados e acompanhados ao longo do tempo. O object tracking pode parecer muito semelhante a outra tarefa de visão por computador: a object detection. A principal diferença entre as duas reside na forma como lidam com os fotogramas de vídeo. A object detection analisa cada fotograma individualmente, identificando e classificando objetos sem considerar fotogramas anteriores ou futuros. O object tracking, por outro lado, liga os pontos entre os fotogramas, seguindo os mesmos objetos ao longo do tempo e mantendo o registo dos seus movimentos.

Eis uma explicação mais detalhada de como funciona o object tracking:

• Object detection: O processo começa por detetar objetos num único fotograma de um vídeo. O YOLO11 pode ser utilizado para identificar vários objetos e as suas localizações com precisão.
• Atribuir IDs únicos: Cada objeto detectado recebe um ID único para distingui-lo dos outros e tornar mais fácil o rastreamento.
• Track movement across frames: Um algoritmo de rastreio segue os objetos através dos fotogramas subsequentes, atualizando as suas posições enquanto mantém a associação aos seus IDs únicos.
• Lidar com oclusões: Se um objeto desaparece temporariamente da visão (por exemplo, bloqueado por outro objeto), o sistema garante que o rastreamento seja retomado assim que o objeto reaparecer.
• Atualizar informações do objeto: À medida que os objetos se movem, suas posições e atributos (como velocidade ou direção) são atualizados continuamente para refletir as mudanças ao longo do tempo.

A Ultralytics suporta o rastreio de objetos em tempo real através da utilização de algoritmos de rastreio avançados como o BoT-SORT e o ByteTrack. Também funciona perfeitamente com os YOLO11 models de segmentation e pose estimation, tornando-se uma ferramenta flexível para uma ampla gama de tarefas de rastreio.

Aplicações do rastreamento de objetos com Ultralytics YOLO11#

As capacidades versáteis do Ultralytics YOLO11 model abrem um vasto leque de potenciais aplicações em muitas indústrias. Vamos analisar mais de perto alguns casos de uso de rastreio de objetos com o YOLO11.

Ultralytics YOLO11 para rastreamento de veículos autônomos#

O object tracking é crucial para ajudar os carros self-driving a operar de forma segura e eficiente. Estes veículos precisam de compreender constantemente o seu meio circundante para tomar decisões em tempo real, como parar, virar ou mudar de faixa. A object detection permite que o carro identifique elementos-chave no seu ambiente, tais como peões, cyclists, outros veículos e sinais de trânsito. No entanto, detetar estes objetos num único momento não é suficiente para uma navegação segura.

É aqui que entra o object tracking. Permite que o carro siga estes objetos ao longo do tempo, acompanhando os seus movimentos através de vários fotogramas. Por exemplo, ajuda os autonomous vehicles a prever para onde se dirige um peão, a monitorizar a velocidade e a direção de veículos próximos ou a reconhecer que um semáforo não mudou. Ao combinar a detection e o rastreio, os carros autónomos conseguem antecipar o movimento dos objetos à sua volta, responder de forma proativa e conduzir com segurança e suavidade.

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

Usando o rastreamento de objetos do Ultralytics YOLO11 para monitorar animais#

Tracking animals numa quinta, como o gado, é vital para uma gestão eficaz, mas pode ser uma tarefa maçadora e demorada. Os métodos tradicionais, como a utilização de sensores ou etiquetas, têm frequentemente desvantagens. Estes dispositivos podem causar stress aos animais quando colocados e são propensos a cair ou a danificar-se, o que interrompe o rastreio.

A computer vision fornece uma melhor solution for farmers para monitorizar e acompanhar animais sem a necessidade de etiquetas físicas. O object tracking pode dar aos farmers informações valiosas sobre o comportamento e a saúde dos animais. Por exemplo, pode ajudar a detetar condições como a claudicação que afetam a forma como um animal caminha. Ao utilizar o object tracking, os farmers conseguem detetar alterações subtis no movimento e resolver problemas de saúde precocemente.

Além da monitorização da saúde, a computer vision também pode ajudar os farmers a compreender outros comportamentos, tais como interações sociais, hábitos alimentares e padrões de movimento. Estes conhecimentos 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 para os animais, o rastreio baseado em computer vision é uma ferramenta prática e eficiente para a agricultura moderna.

Fig 3. Usando o Ultralytics YOLO11 para rastrear agricultores e uma vaca.

Rastreamento de objetos na fabricação usando o Ultralytics YOLO11#

O object tracking tem muitos casos de uso no setor de manufacturing. Por exemplo, os sistemas de deteção e rastreio de objetos podem monitorizar linhas de produção. Os produtos ou matérias-primas podem ser facilmente acompanhados e counted à medida que se deslocam numa fita transportadora. Estes sistemas também podem ser integrated com outros sistemas de computer vision para realizar tarefas adicionais. Por exemplo, um item com um defeito pode ser identificado através de um sistema de defect detection e acompanhado através de object tracking para garantir que é devidamente tratado.

Outra aplicação importante do object tracking na fabricação está relacionada com a safety. Os sistemas de object tracking podem ser utilizados para detetar e acompanhar trabalhadores em ambientes de fabrico potencialmente perigosos. As regiões perigosas podem ser sinalizadas e monitorizadas constantemente através de sistemas de computer vision, e os supervisores podem ser notificados se os trabalhadores (que estão a ser acompanhados) se aproximarem dessas áreas. Esses safety systems também podem ser utilizados para detetar e acompanhar equipamento, prevenindo a possibilidade de theft.

Fig 4. Um exemplo da deteção de objetos do YOLO11 a ser utilizada para detetar trabalhadores.

Rastreamento de objetos e vigilância usando o Ultralytics YOLO11#

O rastreio de objetos em tempo real é amplamente utilizado em sistemas de segurança e vigilância. Estes sistemas podem ser utilizados para monitor public places, transportation hubs e grandes retail environments como centros comerciais. Grandes áreas cheias de gente podem utilizar esta tecnologia para rastrear indivíduos suspeitos ou o comportamento de multidões, fornecendo uma solução de vigilância integrada. Por exemplo, durante a pandemia, os sistemas de object tracking foram utilizados para monitorizar áreas cheias de gente e garantir que as pessoas mantinham o distanciamento social.

O object tracking também pode ser utilizado na traffic surveillance. O object tracking torna possível acompanhar e analisar o comportamento dos veículos, detetando ações invulgares ou suspeitas em tempo real para ajudar a prevenir acidentes ou crimes. Um bom exemplo são os sistemas de speed estimation. Podem detetar e track a vehicle para determinar a sua velocidade.

Fig 5. A estimativa de velocidade pode ser feita utilizando o object tracking.

Experimente o rastreamento de objetos com o Ultralytics YOLO11#

Agora que explorámos algumas das aplicações de object tracking, vamos discutir como o podes experimentar utilizando o Ultralytics YOLO11 model.

Para get started, instala o Ultralytics Python package usando pip, conda ou Docker. Se enfrentares algum desafio durante a instalação, o nosso Common Issues Guide oferece dicas úteis de resolução de problemas.

Assim que tiveres installed o pacote com sucesso, executa o seguinte código. Descreve como carregar o modelo Ultralytics YOLO11 e usá-lo para rastrear objetos num ficheiro de vídeo. O modelo utilizado no código é “yolo11n.pt”. O ‘n’ significa Nano - a variante mais pequena do modelo YOLO11. Existem também outras variantes de modelo à escolha - small, medium, large e extra-large.

Fig 6. Um trecho de código que demonstra o rastreamento de objetos usando o modelo Ultralytics YOLO11.

Também podes optar por utilizar um modelo treinado de forma personalizada em vez de um modelo pré-treinado. O treino personalizado envolve a fine-tuning de um modelo pré-treinado para se adaptar à tua specific application.

Como mencionado anteriormente, o object tracking é suportado para os seguintes modelos YOLO11: deteção de objetos, pose estimation e instance segmentation. Se tiveres uma aplicação específica que envolva rastreio, podes treinar de forma personalizada qualquer um destes modelos, dependendo da tua aplicação. Podes treinar um modelo de forma personalizada utilizando o Ultralytics Python package ou a no-code platform, Ultralytics HUB.

Principais pontos#

O Ultralytics YOLO11 é uma ótima ferramenta para rastrear objetos em vídeos e pode ser usado em muitos campos diferentes, como carros autônomos, agricultura, manufatura e segurança. Ele pode detectar e seguir objetos em tempo real, ajudando empresas e indústrias a manter o controle de seus trabalhadores e equipamentos. O modelo é fácil de usar e pode ser personalizado para necessidades específicas, tornando-o uma boa opção para qualquer pessoa interessada em adotar capacidades de visão computacional de forma integrada.

Para saber mais, visite nosso repositório do GitHub e participe da nossa comunidade. Explore aplicações de IA em carros autônomos e agricultura em nossas páginas de soluções. 🚀