Подсчёт объектов в заданных областях с помощью Ultralytics YOLO11

Подсчёт объектов может показаться простой задачей, но в оживлённых местах, таких как дороги, магазины или склады, она быстро становится серьёзным вызовом. Годами подсчёт объектов в основном выполнялся вручную. Люди часами считали транспортные средства, отслеживали поток посетителей, входящих в магазины и выходящих из них, или контролировали перемещения в целях безопасности. Однако такой подход требует много времени, подвержен ошибкам и плохо масштабируется.

Именно здесь на помощь приходит искусственный интеллект (AI), в частности компьютерное зрение. Компьютерное зрение — это подраздел AI, связанный с обработкой визуальных данных подобно тому, как это делают люди. Одно из его ключевых применений — подсчёт объектов, который помогает автоматически обнаруживать и отслеживать объекты в заданной области.

Обычно подсчёт объектов ограничивается простым подсчётом их общего количества и не показывает, где именно они находятся. Подсчёт по регионам, или использование регионов подсчёта, решает эту проблему, фокусируясь на определённых областях изображения. Это даёт более подробную информацию и помогает осмысленнее отслеживать перемещения.

Ultralytics YOLO11 — модель компьютерного зрения, поддерживающая различные задачи компьютерного зрения, например обнаружение и отслеживание объектов, которую можно использовать для подсчёта объектов по регионам. В этой статье мы рассмотрим, как Ultralytics YOLO11 можно применять для подсчёта объектов внутри региона, его практические применения и ключевые преимущества. Давайте начнём!

Обзор подсчёта объектов по регионам#

Обнаружение и подсчёт объектов на изображении дают лишь ограниченную информацию, особенно в таких местах, как аэропорты или торговые центры, где люди могут одновременно находиться в нескольких регионах одного кадра. Гораздо важнее знать, где именно находятся эти объекты и сколько из них проходит через определённые регионы.

Модели компьютерного зрения, такие как Ultralytics YOLO11, легко применять для подобных задач компьютерного зрения. Назначив зоны для ключевых мест, например выходов на посадку или залов ожидания, можно использовать YOLO11 для подсчёта только объектов в конкретной области. Перемещаемые регионы также позволяют в реальном времени подсчитывать объекты в разных областях.

Рис. 1. Пример использования YOLO для подсчёта игроков по регионам в спорте.

Ultralytics YOLO11 делает этот процесс простым и эффективным. Модель помогает обнаруживать объекты, отслеживать их перемещения и подсчитывать их в зависимости от зон, в которые они входят или из которых выходят. Особенно важна способность YOLO11 выдавать результаты в реальном времени без ущерба для точности. Модель также поддерживает отслеживание нескольких объектов в каждой заданной зоне, помогая системам одновременно подсчитывать и классифицировать различные объекты.

Использование Ultralytics YOLO11 для подсчёта объектов по регионам#

Ultralytics предоставляет простые в использовании решения, демонстрирующие передовые варианты применения моделей YOLO. Среди них — практические решения для подсчёта объектов, подсчёта объектов в перемещаемых регионах, размытия и оценки скорости.

Настройка и запуск решения Ultralytics для подсчёта объектов по регионам выполняются быстро и просто. Это позволяет сосредоточиться на анализе данных, а не на сложных конфигурациях.

Внутри решение для подсчёта объектов по регионам использует Ultralytics YOLO11 для обнаружения объектов в каждом кадре видео. Затем эти результаты передаются в алгоритм отслеживания, например BoT-SORT или ByteTrack, который назначает каждому объекту постоянный идентификатор в разных кадрах.

После обнаружения и отслеживания объектов система проверяет, пересекаются ли они с какими-либо заранее заданными регионами — полигонами, прямоугольниками или линиями. Если пересечение есть, объекты подсчитываются на основе их входа в эти зоны или перемещения через них.

Вот некоторые другие ключевые особенности решения Ultralytics для подсчёта объектов по регионам:

• Быстрая обработка: решение обеспечивает подсчёт объектов в реальном времени с использованием Ultralytics YOLO11, гарантируя быстрый и эффективный анализ видеопотоков.

• Настраиваемые регионы: пользователи могут задавать определённые регионы в кадре видео с помощью полигонов, прямоугольников или линий, получая точный контроль над областью подсчёта.

• Подсчёт нескольких объектов: система может одновременно обнаруживать и подсчитывать несколько типов объектов в одном заданном регионе.

• Простая интеграция: интеграция с существующими системами выполняется без проблем с помощью Python API Ultralytics или интерфейса командной строки и требует минимальных усилий по настройке.

Практическое использование подсчёта объектов по регионам#

Чтобы начать работу с решением Ultralytics для подсчёта по регионам, ознакомься с официальной документацией Ultralytics, где пошагово показано, как использовать YOLO11 для подсчёта объектов по регионам.

Если при настройке решения возникнут проблемы, учти следующие советы:

• Убедись, что пакет Ultralytics для Python установлен правильно. Ознакомься с руководством по устранению неполадок в официальной документации.

• Проверь настройки регионов и убедись, что заданные регионы правильно настроены в интерфейсе.

• Проверь наличие обновлений и новых выпусков и поддерживай пакет Ultralytics для Python в актуальном состоянии.

Практическое применение подсчёта объектов по регионам#

Теперь, когда мы лучше понимаем, как использовать Ultralytics YOLO11 для подсчёта объектов по регионам, рассмотрим некоторые практические варианты его применения.

Отслеживание потока покупателей для аналитики розничной торговли#

Подсчёт объектов по регионам позволяет легко ответить на вопросы о том, где покупатели проводят больше всего времени в магазине. Ultralytics YOLO11 помогает ритейлерам отслеживать схемы перемещения в ключевых местах, таких как выходы, кассы и секции с наиболее востребованными товарами. Вместо простого измерения общего потока посетителей такой подход по регионам показывает, сколько покупателей посещает конкретные области.

Использование решения Ultralytics помогает ритейлерам отказаться от ручного программирования и сложных процессов настройки. Ритейлеры могут легко обозначить разные секции магазина и отслеживать перемещения покупателей и поток посетителей с помощью полигонов или прямоугольных линий.

Затем Ultralytics YOLO11 обнаруживает объекты, отслеживает их перемещения и обновляет счётчики в реальном времени, когда люди входят в этот регион или покидают его. Это помогает ритейлерам понимать поток покупателей, оценивать вовлечённость и принимать решения на основе данных.

Рис. 2. Использование YOLO для подсчёта людей возле магазина с помощью обнаружения по регионам.

Управление движением на пунктах взимания платы#

В городах постоянно кипит дорожное движение: автомобили выезжают на автомагистрали, останавливаются на светофорах и выстраиваются в очереди на загруженных перекрёстках. Управление движением — важная часть обеспечения безопасности на дорогах и поддержания плавного транспортного потока.

Подсчёт объектов по регионам с помощью Ultralytics YOLO11 может поддержать эту задачу, разделив дороги на участки, например перекрёстки или полосы пункта взимания платы. Команды управления движением могут отслеживать количество транспортных средств в каждом регионе в реальном времени. Эти актуальные данные позволяют быстрее реагировать, лучше планировать движение и поддерживать более плавный общий поток.

Интересный вариант применения — пункты взимания платы, где без надлежащего контроля быстро могут образоваться заторы. С помощью решения Ultralytics для подсчёта по регионам каждую платную полосу можно отслеживать отдельно.

Вместо одновременного мониторинга всего движения система фокусируется только на транспортных средствах, проезжающих по определённым полосам. Когда автомобили въезжают на полосу или покидают её, Ultralytics YOLO11 мгновенно подсчитывает их, помогая операторам отслеживать, какие полосы становятся загруженными.

Рис. 3. Подсчёт по регионам с помощью YOLO11 на пункте взимания платы.

Подсчёт животных на фермах и в приютах#

Подсчитывать животных может быть сложно, особенно когда они перемещаются стадами в тесных пространствах. Даже несколько пропущенных животных могут привести к проблемам с кормлением, проверкой здоровья или ведением фермерского учёта. Для фермеров крайне важно поддерживать точные данные о количестве животных, не замедляя рабочие процессы.

Ultralytics YOLO11 значительно упрощает этот процесс. Фермеры могут создавать настраиваемые зоны отслеживания — будь то широкие ворота, узкая дорожка или ограждение изогнутой формы. Внутри этих зон модель обнаруживает животных в реальном времени, выделяет их BBox и отслеживает их перемещения. Например, она может быстро и точно подсчитать большое стадо овец или коз, проходящих через ограждённый коридор, без каких-либо ручных действий.

Мониторинг скоплений людей для обеспечения общественной безопасности#

Оживлённые общественные места могут за считанные минуты превратиться из пустых в переполненные. В метро, аэропортах или на концертах слишком большое количество людей в одном месте может замедлить движение и создать угрозу безопасности. Мониторинг потока людей в реальном времени позволяет властям заранее замечать скопления и принимать меры, пока ситуация не вышла из-под контроля.

В частности, подсчёт по регионам с использованием Ultralytics YOLO11 позволяет отслеживать перемещения в определённых зонах, таких как входы, платформы или зоны ожидания, вместо отслеживания всех людей в поле зрения. Это помогает службам безопасности сосредоточиться на схемах перемещения, быстро выявлять места скопления и принимать более эффективные оперативные решения — от изменения расписания до перераспределения персонала.

Рис. 4. Подсчёт людей с помощью Ultralytics YOLO11 внутри регионов для более эффективного управления скоплениями в метро.

Основные выводы#

Подсчёт объектов по регионам с помощью Ultralytics YOLO11 делает отслеживание объектов в определённых областях более эффективным и точным. В розничной торговле, управлении движением или обеспечении общественной безопасности этот подход на основе AI и компьютерного зрения помогает компаниям и городским планировщикам принимать более эффективные решения на основе данных. Автоматизация подсчёта снижает объём ручной работы и повышает общую эффективность.

В будущем AI и компьютерное зрение, вероятно, сделают подсчёт объектов ещё более интеллектуальным. Можно ожидать повышения точности, адаптивного обучения для работы в разных условиях и интеграции с системами автоматизации и IoT (интернет вещей). Такая интеллектуальная автоматизация формирует будущее управления пространствами, людьми и перемещениями.

Узнай больше об AI в нашем репозитории GitHub и присоединяйся к нашему растущему сообществу. Изучи достижения в области AI для автомобильного транспорта и компьютерного зрения в сельском хозяйстве. Ознакомься с нашими вариантами лицензирования и воплоти свои проекты в области AI и компьютерного зрения в жизнь.