Как запустить Ultralytics YOLO11 через CLI

Сегодня камеры повсюду — в магазинах, офисах, на улицах и в общественных местах. Они фиксируют моменты, которые могут помочь ответить на важные вопросы. Визуальные данные с этих камер позволяют получить полезную информацию о различных аспектах нашей повседневной жизни: транспортных потоках, поведении толпы, состоянии окружающей среды и даже об отдельных перемещениях и взаимодействиях людей. Однако просматривать все эти видео вручную невозможно, из-за чего важные инсайты часто остаются незамеченными.

Передовые технологии искусственного интеллекта, такие как computer vision, могут вмешаться и поднять визуальный анализ данных на новый уровень. Они упрощают сложные задачи, превращая исходные видеоматериалы в четкие, применимые на практике выводы. Будь то обнаружение закономерностей, отслеживание активности или улучшение процессов, это делает все быстрее и точнее. Для бизнеса это означает меньше времени, потраченного на ручную работу, и более умные, эффективные решения.

В частности, Ultralytics YOLO11 — это передовая computer vision model, которая упрощает задачи YOLO, такие как обнаружение объектов в реальном времени, оценка поз, отслеживание и классификация изображений. Созданная для пользователей с разным уровнем технического опыта, она позволяет каждому легко извлекать ценные инсайты из своих изображений и видео.

В этой статье мы подробнее рассмотрим running Ultralytics YOLO11 solutions через интерфейс командной строки (CLI). Давай начнем!

Что такое интерфейс командной строки?#

Интерфейс командной строки — это простой инструмент, позволяющий взаимодействовать с компьютером путем ввода несложных текстовых команд. Ты можешь напрямую обращаться к своей системе через CLI, чтобы быстро выполнять задачи, не полагаясь на громоздкое ПО или сложные интерфейсы. Это чистый и эффективный способ работы, особенно для тех, кто хочет получить результат без лишних шагов.

CLI также обеспечивает быстрый и эффективный способ выполнения повторяющихся задач. После создания команду можно легко использовать повторно, когда это необходимо, что оптимизирует рабочие процессы и минимизирует ручные усилия.

Что касается computer vision, ты можешь использовать Ultralytics YOLO11 через CLI, чтобы легко анализировать видео или track objects; никаких специальных знаний не требуется. Например, с помощью всего нескольких строк команд ты можешь подсчитать, сколько людей присутствует в видео, чтобы получить быстрые и точные результаты для отслеживания активности.

Рис. 1. Подсчет людей для точного отслеживания и получения аналитики.

Обзор решений Ultralytics YOLO11#

Пакет Ultralytics Python package поставляется со встроенными решениями на базе YOLO11 для решения реальных задач в розничной торговле, на транспорте, в сфере безопасности и спорта. Запуская эти решения из командной строки, компании могут быстро упрощать сложные задачи и получать ценные инсайты.

Вот краткий обзор некоторых решений, предлагаемых Ultralytics:

• Object counting: автоматически подсчитывай объекты в видео или прямых трансляциях, такие как автомобили на дорогах или складские запасы, чтобы отслеживать активность или управлять запасами.
• Queue management: контролируй длину очередей в реальном времени, чтобы повысить эффективность обслуживания и сократить время ожидания клиентов.
• Система охранной сигнализации: Обнаружение необычных движений или несанкционированных объектов в запретных зонах и активация оповещений для повышения безопасности.
• Speed estimation: измеряй скорость движения транспортных средств или спортсменов в видео для улучшения управления дорожным движением или анализа спортивных результатов.

Это лишь несколько универсальных решений, предлагаемых Ultralytics. Чтобы ознакомиться с полным спектром доступных опций, ты можешь обратиться к официальной документации Ultralytics.

Открой для себя решения Ultralytics YOLO11 с помощью CLI#

Начать работу с решениями Ultralytics YOLO11 очень просто и не требует технических знаний. Ты можешь приступить к анализу изображений и видео, чтобы получить значимые инсайты всего за несколько простых шагов.

Сначала открой интерфейс командной строки на своем компьютере. В Windows просто найди «Командную строку» в меню «Пуск». Для macOS или Linux ты можешь найти приложение «Терминал» в своей системе. Затем установи пакет Ultralytics Python с помощью команды: pip install ultralytics.

Вот и все, ты готов! Пакет Ultralytics Python автоматически настроит все за тебя, поэтому нет необходимости в сложных конфигурациях или дополнительных инструментах. После установки ты готов изучать его функции.

Пакет Ultralytics Python дает тебе гибкость в настройке функций под твои нужды. Ты можешь выбрать модель в зависимости от своей конкретной задачи для получения более быстрых результатов или более подробного анализа. Кроме того, результаты могут отображаться в режиме реального времени по мере обработки данных системой или сохраняться для последующего просмотра, как тебе удобно.

Превращение визуальных данных в реальные истории#

Когда Ultralytics YOLO11 настроен, ты готов изучить, как он превращает необработанные визуальные данные в полезную информацию. Чтобы продемонстрировать его возможности, давай разберем практический пример: анализ видео дорожного движения на шоссе для создания тепловой карты.

Тепловые карты — отличный способ визуализировать транспортный поток и определить зоны с высокой и низкой активностью. Раскрывая закономерности движения, они позволяют принимать более разумные решения и более эффективно планировать управление дорожным движением в повседневной жизни.

Fig 2. Кадр из примера исходного видео для анализа дорожного движения в реальных условиях.

Для начала с помощью простой команды в CLI ты можешь указать расположение файла видео в твоей системе, и решение проанализирует видео для обнаружения и отслеживания объектов, создавая тепловую карту с цветовой кодировкой. Более теплыe цвета показывают области с большей активностью, в то время как более холодные цвета выделяют менее активные зоны. Руководство по решению Ultralytics Heatmaps Solution Guide предоставляет четкие примеры таких команд, что позволяет легко настроить и запустить решение в соответствии с твоими потребностями.

Как инсайты тепловых карт помогают принимать более верные решения#

Как показано ниже, тепловая карта для демонстрационного кадра дает четкое представление о транспортном потоке, выделяя зоны заторов и более свободного движения. Эти инсайты невероятно полезны для управления дорожным движением: они позволяют планировщикам перенаправлять транспортные средства, улучшать схему парковки и более эффективно использовать дорожную сеть.

Рис. 3. Тепловая карта потока движения, созданная с помощью Ultralytics YOLO11. Изображение автора.

Визуализируя модели движения, тепловые карты упрощают выявление заторов или проблемных зон и поиск способов повышения эффективности. Они также могут выявить важные детали, такие как внезапные перестроения или замедления, которые могут указывать на угрозы безопасности. Устранение этих проблем помогает снизить количество аварий и делает дороги более безопасными и надежными. В целом тепловые карты предоставляют аналитику, необходимую для улучшения traffic management и обеспечения безопасности дорог для всех.

Создание приложений computer vision с использованием решений Ultralytics#

Решения Ultralytics YOLO11 можно использовать для решения повседневных задач в различных секторах, повышая эффективность и качество принятия решений. Давай обсудим некоторые из них более подробно.

Оптимизация розничной торговли с помощью Ultralytics YOLO11#

Управление розничным магазином в часы пик может казаться утомительным. Иногда сотрудникам трудно вручную следить за потоком клиентов, что приводит к переполненности проходов и недостаточному количеству персонала на кассах. Используя YOLO11, Ultralytics предлагает простое решение для count customers, входящих и выходящих из магазина, помогая менеджерам корректировать расстановку персонала в соответствии со спросом без лишних догадок.

Ultralytics YOLO11 может помочь улучшить управление парковкой#

Управление парковкой может раздражать, когда места трудно найти. Традиционные методы, такие как ручной мониторинг, часто не справляются в часы пик. Использование Ultralytics YOLO11 может стать отличным способом предоставления обновлений о доступных парковочных местах в реальном времени. Компьютерное зрение помогает эффективно направлять водителей и сокращать лишние задержки.

Вдобавок к этому, несанкционированные транспортные средства, занимающие зарезервированные места, могут вызывать проблемы с безопасностью. С помощью Ultralytics YOLO11 и ANPR (Automatic Number Plate Recognition) эти нарушения можно выявлять и оперативно пресекать, обеспечивая безопасность ограниченных зон. Кроме того, анализируя схемы движения на парковке, можно минимизировать заторы, создавая лучшие условия для водителей.

Fig 4. Умное управление парковкой с использованием YOLO11.

Оптимизация сельскохозяйственных операций с помощью Ultralytics YOLO11#

Другое интересное решение Ultralytics связано с object counting in specific regions. Его можно использовать, чтобы помочь фермерам эффективнее управлять крупномасштабными операциями. Например, оно может анализировать кадры с дронов для мониторинга посевов или скота в определенных зонах, что облегчает раннее обнаружение таких проблем, как вспышки вредителей или очаги заболеваний. Это позволяет фермерам действовать быстро для защиты урожая и минимизации потерь.

Рис. 5. Использование computer vision для обнаружения жуков.

Преимущества использования решений Ultralytics YOLO11#

Вот несколько уникальных преимуществ, демонстрирующих положительное влияние, которое решения Ultralytics YOLO11 могут оказать на различные бизнес-процессы:

• Улучшает распределение ресурсов: Ultralytics YOLO11 помогает определить, где ресурсы нужнее всего, например, направляя персонал в более загруженные зоны или изменяя планировку для повышения эффективности.
• Снижение операционных затрат: Автоматизация видеоанализа снижает зависимость от ручного труда, экономя время и сокращая расходы при сохранении бесперебойной работы.
• Выявление скрытых возможностей: Это позволяет выделить тенденции и закономерности, которые могут быть упущены, например, недостаточно используемые пространства или возможности для повышения вовлеченности клиентов.
• Упрощение обмена данными: Подробные визуальные отчеты позволяют легко делиться инсайтами между командами, гарантируя, что все придерживаются единого видения для улучшения координации.

Основные выводы#

Ultralytics YOLO11 предлагает передовые технологии в удобном формате, упрощая задачи анализа изображений и видео, чтобы их мог легко использовать любой человек, независимо от технического уровня подготовки. Благодаря своей гибкости YOLO11 поддерживает применение в различных отраслях, включая розничную торговлю, городское планирование, спорт и производственную безопасность.

Компании могут использовать его для решения сложных задач, выявления ценных инсайтов и оптимизации повседневных операций. Простая настройка, гибкие опции и понятные результаты делают его эффективным инструментом для превращения визуальных данных в применимые на практике знания.

Присоединяйся к our community и загляни в наш репозиторий GitHub repository, чтобы узнать больше об искусственном интеллекте. Узнай, как computer vision in manufacturing и AI in healthcare раздвигают границы инноваций. Кроме того, ознакомься с нашими licensing options, чтобы начать работу уже сегодня!