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 ИИ, такие как computer vision, могут вывести анализ визуальных данных на новый уровень. Они упрощают сложные задачи, превращая необработанные видеозаписи в четкие и применимые на практике данные. Будь то поиск закономерностей, отслеживание активности или оптимизация процессов — все становится быстрее и точнее. Для бизнеса это означает сокращение времени на ручную работу и принятие более разумных и эффективных решений.

В частности, Ultralytics YOLO11 — это передовая computer vision model, которая упрощает такие задачи YOLO, как обнаружение объектов в реальном времени, оценка позы, отслеживание и классификация изображений. Она разработана для пользователей с разным уровнем технической подготовки и позволяет каждому легко извлекать ценную информацию из своих изображений и видео.

В этой статье мы более подробно рассмотрим running Ultralytics YOLO11 solutions через интерфейс командной строки (CLI). Приступим!

Link to this sectionЧто 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.

В контексте computer vision ты можешь использовать Ultralytics YOLO11 через CLI, чтобы с легкостью анализировать видео или track objects; при этом не требуется никаких специальных навыков. Например, с помощью всего нескольких строк команд ты можешь посчитать количество людей в видео и получить быстрые и точные результаты для отслеживания активности.

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

Link to this sectionОбзор решений Ultralytics YOLO11#

В состав Ultralytics Python package входят 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 процессы и получить применимые на практике инсайты.

Вот краткий обзор некоторых решений, предлагаемых Ultralytics:

• Object counting: Автоматический подсчет объектов на видео или в прямых трансляциях, например, автомобилей на дорогах или товаров на складе, для отслеживания активности или управления запасами.
• Queue management: Мониторинг длины очередей в реальном времени для повышения эффективности обслуживания и сокращения времени ожидания клиентов.
• Система охранной сигнализации: Обнаружение необычных движений или несанкционированных объектов в запретных зонах и активация оповещений для повышения безопасности.
• Speed estimation: Измерение скорости движения транспортных средств или спортсменов на видео для улучшения управления трафиком 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.

Link to this sectionОткрой 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 командную строку на своем компьютере. В Windows просто найди «Командная строка» (Command Prompt) в меню «Пуск». В macOS или Linux можно 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.

Link to this sectionПревращение визуальных данных в реальные истории#

Как только YOLO11 настроен, ты готов изучить, как он может превращать необработанные визуальные данные в значимые инсайты. Чтобы продемонстрировать его возможности, давай рассмотрим практический пример: анализ видео с трафиком 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 демонстрационного видео для анализа реального транспортного потока.

Для начала работы в CLI достаточно простой команды: ты указываешь местоположение видеофайла в системе, и решение анализирует видео, обнаруживая и отслеживая объекты, создавая тепловую карту с цветовой кодировкой. Более теплые цвета показывают области с большей активностью, а холодные цвета выделяют менее активные зоны. Ultralytics Heatmaps Solution Guide содержит четкие примеры таких команд, что позволяет легко адаптировать и запустить решение под твои требования.

Link to this sectionКак 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 транспортного потока, сгенерированная с помощью YOLO11. Изображение автора.

Визуализируя закономерности движения, тепловые карты упрощают выявление «бутылочных горлышек» или проблемных зон и поиск путей повышения эффективности. Они также могут выявить важные детали, такие как внезапные смены полосы движения или замедления, что может указывать на риски безопасности. Устранение этих проблем помогает сократить количество аварий и делает дороги безопаснее и надежнее. В целом, тепловые карты предоставляют данные, необходимые для улучшения traffic management и способствуют повышению безопасности дорожного движения для всех.

Link to this sectionСоздание 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.

Link to this sectionОптимизация розничной торговли с помощью YOLO11#

Управление розничным магазином в часы пик может быть изматывающим. Иногда сотрудникам трудно вручную следить за потоком клиентов, что приводит к переполненности проходов и нехватке персонала на кассах. Используя YOLO11, Ultralytics предлагает простое решение для count customers, входящих в магазин и выходящих из него, что помогает менеджерам корректировать расстановку персонала в соответствии со спросом без лишних предположений.

Link to this sectionYOLO11 может помочь улучшить управление парковкой#

Parking management может вызывать раздражение, когда трудно найти свободное место. Традиционные методы, такие как ручной мониторинг, часто не справляются в часы пик. Использование YOLO11 — отличный способ предоставления обновлений о доступных парковочных местах в реальном времени. Computer vision помогает эффективно направлять водителей и сокращать лишние задержки.

Более того, несанкционированные транспортные средства, занимающие зарезервированные места, могут создавать проблемы с безопасностью. С помощью YOLO11 и ANPR (автоматическое распознавание номерных знаков) такие нарушения можно быстро выявлять и устранять, обеспечивая безопасность ограниченных зон. Кроме того, анализируя модели движения на парковке, можно минимизировать заторы, создавая более комфортные условия для водителей.

Fig 4. Умное управление парковкой с помощью YOLO11.

Link to this sectionОптимизация сельскохозяйственных операций с помощью YOLO11#

Еще одно интересное решение Ultralytics связано с object counting in specific regions. Его можно использовать для помощи фермерам в более эффективном управлении масштабными операциями. Например, оно может анализировать кадры с дронов для мониторинга урожая или скота в определенных зонах, облегчая раннее обнаружение таких проблем, как нашествия вредителей или очаги болезней. Это позволяет фермерам быстро действовать для защиты урожая и сокращения потерь.

Рис. 5. Использование computer vision для обнаружения жуков.

Link to this sectionПреимущества использования решений Ultralytics YOLO11#

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

• Оптимизация распределения ресурсов: YOLO11 помогает определить, где ресурсы наиболее востребованы, например, для распределения персонала в более загруженных зонах или изменения планировки 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.

Link to this sectionОсновные 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 нашему сообществу и загляни в наш репозиторий GitHub, чтобы узнать больше об ИИ. Посмотри, как computer vision in manufacturing и AI in healthcare расширяют границы инноваций. Ознакомься также с нашими вариантами лицензирования, чтобы начать работу сегодня!