Региональный подсчет объектов с использованием Ultralytics YOLO11

Подсчет объектов может показаться простой задачей, но в людных местах, таких как дороги, магазины или склады, это быстро превращается в настоящую проблему. Годами подсчет объектов велся преимущественно вручную. Люди тратили часы на подсчет транспортных средств, отслеживание потока людей на входе и выходе из магазинов или мониторинг перемещений в целях безопасности. Однако такой подход требует много времени, подвержен ошибкам и плохо масштабируется.

Здесь на помощь приходит искусственный интеллект (ИИ), а конкретно компьютерное зрение. Компьютерное зрение — это подраздел ИИ, который занимается обработкой визуальных данных подобно тому, как это делают люди. Одно из его ключевых применений — подсчет объектов, что помогает автоматически обнаруживать и отслеживать объекты в заданной области.

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, поддерживающая различные задачи, такие как обнаружение и отслеживание объектов, которые можно использовать для подсчета объектов по регионам. В этой статье мы разберем, как Ultralytics YOLO11 можно использовать для подсчета объектов внутри региона, рассмотрим примеры применения в реальной жизни и ключевые преимущества. Давай начнем!

Link to this sectionОбзор 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 YOLO11, можно легко использовать для подобных приложений компьютерного зрения. Назначая зоны для ключевых локаций, например, выходов на посадку или залов ожидания, YOLO11 можно применять для подсчета объектов только в этом конкретном пространстве. Подвижные регионы также можно использовать для определения количества объектов в разных областях в режиме реального времени.

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

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.

Link to this sectionИспользование Ultralytics YOLO11 для подсчета объектов в регионах#

Ultralytics предоставляет простые в использовании решения, демонстрирующие передовые примеры применения моделей YOLO. К ним относятся такие реальные задачи, как подсчет объектов, подсчет объектов в подвижных регионах, 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 по регионам использует YOLO11 для обнаружения объектов в каждом кадре видео. Затем эти обнаруженные объекты передаются алгоритму отслеживания (например, BoT-SORT или ByteTrack) для присвоения каждому объекту постоянного идентификатора (ID) на протяжении всех кадров.

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 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.

Link to this sectionПрактическое использование подсчета объектов в регионах#

Чтобы начать работу с решением Ultralytics для подсчета объектов по регионам, ты можешь заглянуть в официальную документацию Ultralytics, где пошагово описывается, как использовать YOLO11 для подсчета объектов в регионах.

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

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

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

• Следи за обновлениями и новыми релизами и поддерживай пакет Ultralytics для Python в актуальном состоянии.

Link to this sectionРеальные 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.

Link to this sectionОтслеживание потока покупателей для розничной аналитики#

Подсчет объектов по регионам легко отвечает на вопросы о том, где покупатели проводят больше всего времени в магазине. YOLO11 помогает ритейлерам отслеживать паттерны движения в ключевых точках, таких как выходы, кассовые зоны и секции с популярными товарами. Вместо того чтобы просто измерять общий трафик, этот региональный подход дает представление о том, сколько покупателей посещает конкретные зоны.

Использование решения Ultralytics помогает ритейлерам, избавляя от необходимости написания кода вручную или сложной настройки. Ритейлеры могут легко отметить различные секции магазина для отслеживания движения покупателей и трафика с помощью полигонов или прямоугольных линий.

Затем YOLO11 обнаруживает объекты, отслеживает их перемещение и обновляет счетчики в реальном времени, когда люди входят или выходят из региона. Это помогает ритейлерам понимать поток покупателей, оценивать вовлеченность и принимать решения, основанные на данных.

Рис. 2. Использование YOLO для подсчета людей за пределами магазина с помощью регионального обнаружения.

Link to this sectionУправление 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 по регионам с помощью YOLO11 помогает в этом, разделяя дороги на участки, такие как перекрестки или полосы для оплаты проезда. Команды управления движением могут мониторить количество транспортных средств в каждом регионе в режиме реального времени. Эти оперативные данные позволяют быстрее реагировать, лучше планировать движение и обеспечивать более плавный 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 контроля всего трафика сразу система фокусируется только на автомобилях, проезжающих через конкретные полосы. Когда машины въезжают или выезжают, YOLO11 мгновенно их считает, помогая операторам следить за тем, какие полосы становятся загруженными.

Рис. 3. Региональный подсчет, реализованный с помощью YOLO11 на пункте оплаты проезда.

Link to this sectionПодсчет животных на фермах и в приютах#

Подсчет животных бывает трудным, особенно когда они передвигаются стадами через узкие пространства. Несколько пропущенных особей могут привести к проблемам с кормлением, проверкой здоровья или фермерским учетом. Для фермеров критически важно поддерживать точное количество голов, не замедляя при этом рабочий процесс.

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.

Link to this sectionМониторинг толпы для обеспечения общественной безопасности#

Людные общественные пространства могут за считанные минуты заполниться до отказа. В метро, аэропортах или на концертах чрезмерное скопление людей в одном месте может замедлить движение и создать угрозы безопасности. Мониторинг пешеходного трафика в реальном времени дает властям способ заранее заметить образование толпы и принять меры до того, как ситуация выйдет из-под контроля.

В частности, региональный подсчет с использованием YOLO11 позволяет мониторить движение через конкретные зоны, такие как турникеты, платформы или залы ожидания, вместо отслеживания каждого человека в поле зрения. Это позволяет командам безопасности сфокусироваться на паттернах движения, быстро выявлять точки заторов и принимать более эффективные операционные решения — от изменения расписания до перераспределения персонала.

Рис. 4. Подсчет людей с помощью YOLO11 в регионах для лучшего управления толпой в метро.

Link to this sectionОсновные 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 GitHub и стань частью нашего растущего сообщества. Изучай достижения в области ИИ для автомобилей и компьютерного зрения в сельском хозяйстве. Ознакомься с нашими вариантами лицензирования и воплощай свои проекты в области визуального ИИ в жизнь.