Yolo Vision Shenzhen
Шэньчжэнь
Присоединиться сейчас

Как запустить Ultralytics YOLO11 через CLI

Абирами Вина

5 мин чтения

27 января 2025 г.

Узнайте, как использование пакета Ultralytics Python через интерфейс командной строкиCLI) упрощает выполнение решений YOLO11 для различных отраслей.

В наши дни камеры есть повсюду — в магазинах, офисах, на улицах и в общественных местах — они фиксируют моменты, которые могут ответить на важные вопросы. Визуальные данные с этих камер могут выявить полезную информацию о различных аспектах нашей повседневной жизни, таких как транспортный поток, поведение толпы, состояние окружающей среды и даже индивидуальные движения и взаимодействия. Однако просмотр всех этих видео вручную невозможен, и часто важные сведения остаются незамеченными.

Передовые технологии ИИ, такие как компьютерное зрение, могут выйти на новый уровень анализа визуальных данных. Они упрощают сложные задачи, превращая необработанные кадры в четкие и действенные аналитические выводы. Будь то выявление закономерностей, отслеживание действий или улучшение процессов, это делает все быстрее и точнее. Для бизнеса это означает сокращение времени, затрачиваемого на ручную работу, и принятие более разумных и эффективных решений.

В частности, Ultralytics YOLO11 - это передовая модель компьютерного зрения, которая упрощает yolo задачи, как обнаружение объектов, оценка положения, отслеживание и классификация изображений в режиме реального времени. Разработанная для пользователей с разным уровнем технического опыта, она позволяет любому человеку легко извлекать ценные сведения из своих изображений и видео.

В этой статье мы подробно рассмотрим запуск решений Ultralytics YOLO11 через интерфейс командной строкиCLI). Давайте начнем!

Что такое интерфейс командной строки?

Интерфейс командной строки - это простой инструмент, позволяющий взаимодействовать с компьютером путем ввода простых текстовых команд. Вы можете напрямую взаимодействовать с системой через CLI , чтобы быстро выполнять задачи, не прибегая к громоздкому программному обеспечению или сложным интерфейсам. Это чистый и эффективный способ выполнения задач, особенно для тех, кто хочет получить результат без лишних действий.

CLI также обеспечивает быстрый и эффективный способ выполнения повторяющихся задач. Созданная команда может быть легко повторно использована при необходимости, что упрощает рабочие процессы и минимизирует ручные усилия.

Что касается компьютерного зрения, вы можете использовать Ultralytics YOLO11 через CLI , чтобы легко анализировать видео или track объекты; для этого не требуется специальных знаний. Например, с помощью нескольких строк команд вы можете подсчитать количество людей на видео, чтобы получить быстрые и точные результаты для track активности.

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

Обзор решений Ultralytics YOLO11

ПакетUltralytics Python содержит встроенные решения на базе YOLO11 для решения реальных задач в сфере розничной торговли, транспорта, безопасности и спорта. Запуская эти решения из командной строки, компании могут быстро упростить сложные задачи и получить полезные сведения.

Вот краткий обзор некоторых решений, которые предлагает Ultralytics :

  • Подсчет объектов: Автоматически подсчитывайте объекты в видеороликах или прямых трансляциях, например автомобили на дорогах или складские запасы, для track активности или управления запасами.
  • Управление очередью: Отслеживайте длину очереди в режиме реального времени, чтобы повысить эффективность обслуживания и сократить время ожидания клиентов.
  • Система охранной сигнализации: Обнаруживайте необычные движения или несанкционированные объекты в запрещенных зонах и отправляйте оповещения для повышения безопасности.
  • Оценка скорости: Измеряйте скорость движения транспортных средств или спортсменов на видео, чтобы улучшить управление дорожным движением или анализ спортивных результатов.

Это лишь некоторые из универсальных решений, которые предлагает Ultralytics . Чтобы изучить весь спектр доступных опций, вы можете обратиться к официальной документации Ultralytics .

Разблокируйте решения Ultralytics YOLO11 с помощью CLI

Работа с решениями Ultralytics YOLO11 проста и не требует технических знаний. Всего за несколько простых шагов вы сможете начать анализировать изображения и видео и получать значимые выводы.

Сначала откройте интерфейс командной строки на своем компьютере. В Windows просто найдите "Командную строку" в меню "Пуск". В macOS или Linux вы можете найти приложение Terminal в вашей системе. Далее установите пакет Ultralytics Python с помощью команды: `pip install ultralytics.

Все готово! Пакет Ultralytics Python автоматически настраивает все за вас, поэтому нет необходимости в сложных конфигурациях или дополнительных инструментах. После установки вы можете приступать к изучению его возможностей.

Пакет Ultralytics Python позволяет гибко настраивать его функции в соответствии с вашими потребностями. Вы можете выбрать модель, основанную на специфике вашего приложения, для получения быстрых результатов или более детального анализа. Кроме того, результаты могут отображаться в реальном времени, пока система обрабатывает данные, или сохраняться для последующего просмотра в зависимости от ваших предпочтений.

Превращение визуальных данных в действенные истории

После того как YOLO11 настроен, вы готовы изучить, как он может превратить необработанные визуальные данные в содержательные выводы. Чтобы продемонстрировать его возможности, давайте рассмотрим практический пример: анализ видеозаписи движения на шоссе для создания тепловой карты. 

Тепловые карты - отличный способ визуализации транспортных потоков и определения зон с высокой и низкой активностью. Выявляя структуру трафика, они позволяют принимать более разумные решения и эффективнее планировать решение повседневных задач по управлению трафиком.

__wf_reserved_inherit
Рис. 2. Кадр из образца входного видео для анализа реального трафика.

Чтобы начать работу, с помощью простой команды в CLI можно указать местоположение видеофайла в системе, и решение проанализирует видео для detect и track объектов, создав тепловую карту с цветовой кодировкой. Более теплые цвета показывают области с повышенной активностью, в то время как более холодные цвета выделяют менее активные области. В руководстве по решениюUltralytics Heatmaps приведены наглядные примеры этих команд, что упрощает настройку и запуск решения в соответствии с вашими потребностями.

Как аналитика тепловых карт помогает принимать более взвешенные решения

Как показано ниже, тепловая карта для образца входного кадра дает четкое представление о транспортном потоке, выделяя зоны заторов и более плавного движения. Эти данные невероятно полезны для управления дорожным движением, позволяя планировщикам перенаправлять транспортные средства, улучшать планировку парковок и более эффективно использовать дороги.

__wf_reserved_inherit
Рис. 3. Тепловая карта транспортного потока, созданная с помощью YOLO11. Изображение автора.

Визуализируя структуру трафика, тепловые карты облегчают выявление узких мест или проблемных зон и поиск способов повышения эффективности. Они также могут выявить важные детали, такие как внезапные перестроения или замедления, которые могут указывать на риски для безопасности. Решение этих проблем помогает снизить количество аварий и делает дороги более безопасными и надежными. В целом, тепловые карты предоставляют информацию, необходимую для улучшения управления дорожным движением и способствуют повышению безопасности дорог для всех.

Создание приложений компьютерного зрения с помощью решений Ultralytics

Решения Ultralytics YOLO11 могут использоваться для решения повседневных задач в различных отраслях, повышая эффективность и улучшая процесс принятия решений. Давайте подробно остановимся на некоторых из них. 

Оптимизация розничной торговли с помощью YOLO11

Управление розничным магазином в часы пик может показаться непосильной задачей. Иногда сотрудникам приходится вручную отслеживать поток покупателей, что приводит к переполненным проходам и нехватке персонала на кассах. Используя YOLO11, Ultralytics предлагает простое решение для подсчета входящих и выходящих из магазина покупателей, помогая менеджерам корректировать расстановку персонала, чтобы удовлетворить спрос без догадок.

YOLO11 поможет улучшить управление парковкой

Управление парковкой может быть очень сложным, когда трудно найти свободные места. Традиционные методы, такие как ручной мониторинг, часто не справляются с задачей в часы пик. Использование YOLO11 может стать отличным способом предоставления информации о свободных местах на парковке в режиме реального времени. Компьютерное зрение поможет эффективно направлять водителей и сократить ненужные задержки.

Кроме того, несанкционированные автомобили, занимающие зарезервированные места, могут вызывать опасения в плане безопасности. С помощью YOLO11 и системы ANPR (автоматическое распознавание номерных знаков) эти нарушения могут быть обнаружены и оперативно устранены, обеспечивая безопасность запретных зон. Кроме того, анализируя схемы движения на парковке, можно минимизировать узкие места, создавая лучшие условия для водителей.

__wf_reserved_inherit
Рис. 4. Интеллектуальное управление парковкой с помощью YOLO11.

Оптимизация сельскохозяйственных операций с помощью YOLO11

Еще одно интересное решение Ultralytics связано с подсчетом объектов в определенных регионах. Оно может быть использовано для того, чтобы помочь фермерам более эффективно управлять крупномасштабными операциями. Например, оно позволяет анализировать записи с беспилотников для мониторинга посевов или поголовья скота в определенных районах, что облегчает раннее detect таких проблем, как вспышки вредителей или очаги заболеваний. Это позволяет фермерам оперативно принимать меры по защите урожая и сокращению потерь. 

__wf_reserved_inherit
Рис. 5. Использование компьютерного зрения для detect жуков.

Преимущества использования решений Ultralytics YOLO11

Вот несколько уникальных преимуществ, демонстрирующих положительное влияние решений Ultralytics YOLO11 на различные бизнес-процессы:

  • Улучшает распределение ресурсов: YOLO11 поможет определить, где ресурсы наиболее необходимы, например, направить персонал в более загруженные зоны или скорректировать планировку для повышения эффективности.
  • Снижает операционные расходы: Автоматизация анализа видео снижает зависимость от ручных усилий, экономя время и снижая затраты, обеспечивая при этом бесперебойную работу.
  • Выявляет скрытые возможности: Он может выделить тенденции и закономерности, которые могут быть упущены из виду, например, неиспользуемые пространства или возможности для улучшения взаимодействия с клиентами.
  • Упрощает обмен данными: Подробные визуальные выходные данные упрощают обмен информацией между командами, гарантируя, что все находятся на одной волне для лучшей координации.

Основные выводы

Ultralytics YOLO11 предлагает передовые технологии в удобной для пользователя форме, упрощая задачи анализа изображений и видео, чтобы ими мог легко воспользоваться любой человек, независимо от технических знаний. Благодаря своей гибкости YOLO11 может применяться в различных отраслях, включая розничную торговлю, городское планирование, спорт и безопасность на рабочем месте. 

Предприятия могут использовать его для решения задач, выявления ценных инсайтов и оптимизации повседневных операций. Простая настройка, гибкие опции и понятные результаты делают его эффективным инструментом для преобразования визуальных данных в действенные выводы.

Присоединяйтесь к нашему сообществу и посетите наш репозиторий на GitHub, чтобы узнать больше об ИИ. Узнайте, как компьютерное зрение в производстве и ИИ в здравоохранении расширяют границы инноваций. Также ознакомьтесь с нашими вариантами лицензирования, чтобы начать уже сегодня!

Давайте строить будущее
ИИ вместе!

Начните свой путь в будущее машинного обучения

Начать бесплатно