Региональный подсчет объектов с использованием Ultralytics YOLO11

Подсчет объектов может казаться простым, но в людных местах, таких как дороги, магазины или склады, это быстро становится реальной проблемой. Годами подсчет объектов выполнялся преимущественно вручную. Часы уходили на подсчет машин, отслеживание потока людей на входе и выходе из магазинов или мониторинг движений в целях безопасности. Однако этот подход отнимает много времени, подвержен ошибкам и плохо масштабируется.

Здесь в игру вступает искусственный интеллект (ИИ), а именно компьютерное зрение. Компьютерное зрение — это подраздел ИИ, который занимается обработкой визуальных данных, подобно человеку. Одно из его ключевых применений — подсчет объектов, который помогает автоматически обнаруживать и отслеживать объекты в заданной зоне.

Обычно подсчет объектов ограничивается лишь суммированием их общего количества; он не показывает, где именно находятся эти объекты. Подсчет по регионам или использование счетных регионов решают эту задачу, фокусируясь на конкретных областях внутри изображения. Это дает более подробную аналитику и помогает отслеживать перемещения более эффективно.

Ultralytics YOLO11 — это модель компьютерного зрения, которая поддерживает различные задачи компьютерного зрения, такие как обнаружение и отслеживание объектов, которые могут использоваться для подсчета объектов на основе областей. В этой статье мы рассмотрим, как Ultralytics YOLO11 может применяться для подсчета объектов в пределах определенной области, его практическое применение и ключевые преимущества. Давай начнем!

Обзор подсчета объектов в регионах#

Обнаружение и подсчет объектов на изображении дают ограниченную информацию, особенно в таких местах, как аэропорты или торговые центры, где люди могут скапливаться в нескольких регионах в одном кадре. Более важными являются такие данные, как точное местоположение этих объектов и количество людей, проходящих через конкретные области.

Модели компьютерного зрения, такие как Ultralytics YOLO11, можно легко использовать для таких приложений компьютерного зрения. Назначая зоны ключевым местам, например посадочным выходам или залам ожидания, YOLO11 можно использовать для подсчета объектов только в этом конкретном пространстве. Подвижные области также можно использовать для определения количества объектов в разных областях в режиме реального времени.

Рис. 1. Пример использования YOLO для подсчета игроков в спорте на основе областей.

Ultralytics YOLO11 может сделать этот процесс простым и эффективным. Модель помогает обнаруживать объекты, отслеживать их перемещение и считать их на основе зон, в которые они входят или из которых выходят. Что делает YOLO11 особенно эффективным, так это способность выдавать результаты в режиме реального времени без ущерба для точности. Она также поддерживает отслеживание нескольких объектов внутри каждой определенной зоны, помогая системам считать и классифицировать различные объекты одновременно.

Использование Ultralytics YOLO11 для подсчета объектов в регионах#

Ultralytics предоставляет простые в использовании решения, которые демонстрируют передовые варианты использования моделей YOLO. К ним относятся такие практические решения, как подсчет объектов, подсчет объектов в перемещаемых областях, размытие и оценка скорости.

Настройка и запуск решения Ultralytics для подсчета объектов по регионам просты и понятны. Это позволяет тебе сосредоточиться на результатах, а не на сложной конфигурации.

За кулисами решение для подсчета объектов на основе регионов использует Ultralytics YOLO11 для обнаружения объектов в каждом кадре видео. Затем эти обнаружения передаются через алгоритм tracking (например, BoT-SORT или ByteTrack) для назначения постоянных ID каждому объекту между кадрами.

Как только объекты обнаружены и отслежены, система проверяет, пересекаются ли они с какой-либо из заранее определенных областей (полигонами, прямоугольниками или линиями). Если пересекаются, они засчитываются на основе входа или движения через эти зоны.

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

• Быстрая обработка: Решение обеспечивает подсчет объектов в реальном времени с помощью Ultralytics YOLO11, гарантируя быстрый и эффективный анализ видеопотоков.

• Настраиваемые регионы: Ты можешь определять конкретные области в кадре видео с помощью полигонов, прямоугольников или линий, что позволяет точно контролировать, где именно происходит подсчет.

• Подсчет нескольких объектов: Система может одновременно обнаруживать и считать несколько типов объектов в одной и той же определенной области.

• Простая интеграция: Интеграция с существующими системами происходит легко через API Python или интерфейс командной строки Ultralytics, требуя минимальных усилий при настройке.

Практическое использование подсчета объектов в регионах#

Чтобы начать работу с решением Ultralytics для подсчета на основе областей, ты можешь ознакомиться с официальной документацией Ultralytics, в которой пошагово описано, как использовать YOLO11 для подсчета объектов в областях.

Если у тебя возникли проблемы во время настройки решения, вот несколько советов, которые стоит иметь в виду:

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

• Проверь настройки регионов и убедись, что определенные области правильно заданы в интерфейсе.

• Проверяй наличие обновлений и новых релизов и поддерживай Python-пакет Ultralytics в актуальном состоянии.

Реальные применения подсчета объектов в регионах#

Теперь, когда у нас есть лучшее понимание того, как использовать Ultralytics YOLO11 для подсчета объектов по регионам, давай рассмотрим некоторые реальные области применения этой технологии.

Отслеживание потока покупателей для розничной аналитики#

Подсчет объектов на основе регионов позволяет легко отвечать на вопросы о том, где покупатели проводят больше всего времени в магазине. Ultralytics YOLO11 помогает ритейлерам отслеживать шаблоны перемещений в ключевых зонах, таких как точки выхода, кассы и популярные товарные секции. Вместо простого измерения общего пешеходного трафика этот подход на основе регионов дает понимание того, сколько именно клиентов посещают определенные зоны.

Использование решения Ultralytics помогает ритейлерам, избавляя от необходимости ручного кодирования или сложных процессов настройки. Ритейлеры могут легко отмечать разные секции магазина для отслеживания движения клиентов и пешеходного трафика с помощью полигонов или прямоугольных линий.

Ultralytics YOLO11 может затем обнаруживать объекты, отслеживать их перемещение и обновлять счетчики в реальном времени, когда люди входят в эту зону или покидают ее. Это помогает ритейлерам понимать поток клиентов, измерять вовлеченность и принимать решения на основе данных.

Рис. 2. Использование YOLO для подсчета людей снаружи магазина с помощью обнаружения на основе областей.

Управление дорожным движением на пунктах оплаты проезда#

Города всегда переполнены транспортом: машины вливаются в магистрали, останавливаются на светофорах и выстраиваются в очередь на оживленных перекрестках. Управление движением — важная часть обеспечения безопасности на дорогах и плавности транспортных потоков.

Подсчет объектов на основе зон с помощью Ultralytics YOLO11 может поддержать это, разделив проезжие части на участки, такие как перекрестки или полосы для оплаты проезда. Команды управления дорожным движением могут в реальном времени отслеживать количество транспортных средств в каждой зоне. Эти данные в реальном времени обеспечивают более быстрый отклик, улучшенное планирование движения и более плавный общий поток.

Интересный пример — пункты оплаты проезда, которые могут быстро стать перегруженными, если за ними не следить должным образом. С решением Ultralytics для регионального подсчета каждую полосу оплаты можно отслеживать отдельно.

Вместо того чтобы следить за всем трафиком сразу, система фокусируется только на транспортных средствах, проезжающих по определенным полосам. По мере въезда или выезда автомобилей Ultralytics YOLO11 может мгновенно подсчитывать их, помогая операторам отслеживать, какие полосы начинают перегружаться.

Рис. 3. Подсчет на основе областей, поддерживаемый YOLO11 на пункте взимания платы за проезд.

Подсчет животных на фермах и в приютах#

Подсчет животных может быть сложной задачей, особенно когда они движутся стадами в тесных пространствах. Несколько пропущенных при подсчете голов тут и там могут привести к проблемам с кормлением, проверкой здоровья или фермерскими записями. Для фермеров поддержание точных цифр без замедления процессов имеет важное значение.

Ultralytics YOLO11 делает этот процесс намного проще. Фермеры могут создавать пользовательские зоны отслеживания: будь то широкие ворота, узкая тропа или изогнутое ограждение. Внутри этих зон модель обнаруживает животных в реальном времени, отмечает их ограничивающими рамками (BBox) и отслеживает движение. Например, она может быстро и точно посчитать большое стадо овец или коз, когда они проходят через огороженный коридор, без каких-либо ручных усилий.

Мониторинг толпы для обеспечения общественной безопасности#

Людные общественные места могут за считанные минуты превратиться из пустых в забитые до отказа. В метро, аэропортах или на концертах слишком большое количество людей в одном месте может замедлить движение и создать угрозу безопасности. Мониторинг пешеходного трафика в режиме реального времени дает властям возможность вовремя выявлять скопления людей и принимать меры до того, как ситуация выйдет из-под контроля.

В частности, подсчет на основе зон с использованием Ultralytics YOLO11 позволяет отслеживать движение в определенных зонах, таких как входные ворота, платформы или зоны ожидания, вместо отслеживания каждого человека в поле зрения. Это позволяет службам безопасности фокусироваться на паттернах движения, быстро выявлять точки заторов и принимать лучшие операционные решения — от изменения расписания до распределения персонала.

Fig 4. Подсчет людей с использованием Ultralytics YOLO11 в пределах регионов для лучшего управления толпой в метро.

Основные выводы#

Подсчет объектов по регионам с помощью Ultralytics YOLO11 делает отслеживание объектов в определенных областях более эффективным и точным. Будь то ритейл, управление движением или общественная безопасность, этот подход, основанный на ИИ, помогает бизнесу и городским планировщикам принимать более качественные, подкрепленные данными решения. Автоматизация подсчета снижает ручной труд и повышает общую эффективность.

В будущем ИИ и компьютерное зрение, вероятно, сделают подсчет объектов еще умнее. Мы можем ожидать повышения точности, адаптивного обучения для работы в различных условиях, а также интеграции с системами автоматизации и IoT (интернета вещей). Такая умная автоматизация формирует будущее того, как мы управляем пространствами, людьми и движением.

Узнай больше об ИИ в нашем репозитории на GitHub и стань частью нашего растущего сообщества. Изучай достижения в области ИИ для автотранспорта и компьютерного зрения в сельском хозяйстве. Ознакомься с нашими вариантами лицензирования и воплощай свои проекты в области визуального ИИ в жизнь.