Ultralytics YOLO11 kullanarak bölge tabanlı nesne sayımı

Nesne sayımı basit gibi görünebilir, ancak yollar, mağazalar veya depolar gibi yoğun yerlerde hızla çok gerçek bir zorluk haline gelebilir. Yıllardır nesne sayımı öncelikle elle yapılıyor. Araçları saymak, mağazalara giriş çıkışları takip etmek veya güvenlik amacıyla hareketi izlemek için saatler harcanmıştır. Ancak, bu yaklaşım zaman alıcıdır, hatalara yatkındır ve iyi ölçeklenemez.

İşte burada yapay zeka (AI), özellikle de bilgisayarlı görü devreye giriyor. Bilgisayarlı görü, insanlara benzer şekilde görsel verileri işlemeyle ilgilenen bir yapay zeka alt alanıdır. Temel uygulamalarından biri, belirli bir alandaki nesneleri otomatik olarak algılamaya ve izlemeye yardımcı olan nesne sayımıdır.  

Genellikle nesne sayımı, yalnızca toplam öğe sayısıyla sınırlıdır; bu nesnelerin nerede olduğunu göstermez. Bölge tabanlı sayım veya sayım bölgelerinin kullanılması, bir görüntüdeki belirli alanlara odaklanarak bu sorunu çözer. Daha ayrıntılı bilgiler sağlar ve hareketi daha anlamlı bir şekilde izlemeye yardımcı olur.

Ultralytics YOLO11, bölge tabanlı nesne sayımı için kullanılabilen nesne tespiti ve izleme gibi çeşitli bilgisayarla görü görevlerini destekleyen bir bilgisayarla görü modelidir. Bu makalede, Ultralytics YOLO11'in bir bölge içindeki nesneleri saymak için nasıl kullanılabileceğini, gerçek dünya uygulamalarını ve temel faydalarını keşfedeceğiz. Hadi başlayalım!

Bölgelerdeki nesne sayımına genel bakış

Bir görüntüdeki nesneleri tespit etmek ve saymak bize çok fazla şey anlatabilir, özellikle de insanların tek bir karede birden fazla bölgede toplandığı havaalanları veya alışveriş merkezleri gibi yerlerde. Bu nesnelerin tam olarak nerede olduğu ve kaç tanesinin belirli bölgelerden geçtiği gibi içgörüler daha önemlidir. 

YOLO11 gibi bilgisayarlı görü modelleri bu tür bilgisayarlı görü uygulamaları için kolayca kullanılabilir. YOLO11, biniş kapıları veya bekleme salonları gibi önemli konumlara bölgeler atayarak yalnızca o belirli alandaki nesneleri saymak için kullanılabilir. Hareketli bölgeler, farklı bölgelerdeki nesnelerin sayısını gerçek zamanlı olarak bulmak için de kullanılabilir.

‍

Ultralytics YOLO11 bu süreci basit ve verimli hale getirebilir. Nesneleri algılamaya, hareketlerini izlemeye ve girdikleri veya çıktıkları bölgelere göre saymaya yardımcı olabilir. YOLO11'i özellikle etkili kılan şey, doğruluktan ödün vermeden gerçek zamanlı sonuçlar sunabilmesidir. Ayrıca, her tanımlı bölge içinde çoklu nesne takibini destekleyerek sistemlerin çeşitli nesneleri aynı anda saymasına ve sınıflandırmasına yardımcı olur. 

Bölgelerdeki nesneleri saymak için Ultralytics YOLO11'i kullanma

Ultralytics, YOLO modellerinin en son kullanım örneklerini sergileyen kullanımı kolay çözümler sunar. Bunlar arasında nesne sayımı, hareketli bölgelerde nesne sayımı, bulanıklaştırma ve hız tahmini gibi gerçek dünya çözümleri bulunur. 

Bölge tabanlı nesne sayımı için Ultralytics çözümünü kurmak ve çalıştırmak basit ve anlaşılırdır. Bu, kullanıcıların karmaşık konfigürasyonlar yerine içgörülere odaklanmasını sağlar. 

Sahne arkasında, bölge tabanlı nesne sayma çözümü, videonun her karesindeki nesneleri tespit etmek için YOLO11'i kullanır. Bu tespitler daha sonra, kareler genelinde her nesneye tutarlı kimlikler atamak için bir izleme algoritmasından (BoT-SORT veya ByteTrack gibi) geçirilir. 

Nesneler tespit edilip izlendikten sonra, sistem bunların önceden tanımlanmış bölgelerden (çokgenler, dikdörtgenler veya çizgiler) herhangi biriyle kesişip kesişmediğini kontrol eder. Kesişiyorlarsa, bu bölgelere girişlerine veya bu bölgelerdeki hareketlerine göre sayılırlar. 

İşte bölge tabanlı nesne sayımı için Ultralytics çözümünün diğer bazı temel özellikleri:

• Hızlı işleme: Çözüm, YOLO11 kullanarak gerçek zamanlı nesne sayımını mümkün kılarak video akışlarının hızlı ve verimli bir şekilde analiz edilmesini sağlar.

• Özelleştirilebilir bölgeler: Kullanıcılar, bir video karesinde çokgenler, dikdörtgenler veya çizgiler kullanarak belirli bölgeler tanımlayabilir ve sayımın nerede gerçekleşeceği üzerinde hassas kontrol sağlayabilir.

• Çoklu nesne sayımı: Sistem, aynı tanımlanmış bölge içinde aynı anda birden çok türde nesneyi algılayabilir ve sayabilir.

• Kolay entegrasyon: Mevcut sistemlerle entegrasyon, minimum yapılandırma çabası gerektiren Ultralytics Python API'si veya komut satırı arayüzü kullanılarak sorunsuz bir şekilde yapılır.

Bölgelerdeki nesne sayımı ile uygulamalı deneyim

Bölge tabanlı sayım için Ultralytics çözümüne başlamak için, YOLO11'i kullanarak bölgelerdeki nesneleri nasıl sayacağınızı adım adım gösteren resmi Ultralytics belgelerine göz atabilirsiniz. 

Çözümü kurarken herhangi bir sorun yaşarsanız, aklınızda bulundurmanız gereken bazı ipuçları şunlardır:

• Ultralytics Python paketinin doğru şekilde yüklendiğinden emin olun. Resmi dokümantasyondaki sorun giderme kılavuzuna göz atın.

• Bölge ayarlarını doğrulayın ve tanımlanan bölgelerin arayüzde doğru şekilde ayarlandığından emin olun.

• Güncellemeleri ve yeni sürümleri kontrol edin ve Ultralytics Python paketini güncel tutun.

Bölgelerde nesne sayımının gerçek dünya uygulamaları

Ultralytics YOLO11'i bölge tabanlı nesne sayımı için nasıl kullanacağımızı daha iyi anladığımıza göre, kullanılabileceği bazı gerçek dünya uygulamalarını keşfedelim.

Perakende analitiği için müşteri akışını izleme

Bölge tabanlı nesne sayımı, müşterilerin bir mağazada zamanlarının çoğunu nerede geçirdikleriyle ilgili soruları kolayca yanıtlayabilir. YOLO11, perakendecilerin çıkış noktaları, ödeme gişeleri ve yüksek ilgi gören ürün bölümleri gibi kilit konumlardaki hareket düzenlerini izlemesine yardımcı olabilir. Sadece genel yaya trafiğini ölçmek yerine, bu bölge tabanlı yaklaşım, kaç müşterinin belirli alanları ziyaret ettiğine dair bilgiler sağlar. 

Ultralytics çözümünü kullanmak, perakendecilerin manuel kodlama veya karmaşık kurulum süreçlerine olan ihtiyacını ortadan kaldırarak onlara yardımcı olur. Perakendeciler, müşteri hareketlerini ve yaya trafiğini takip etmek için mağazanın farklı bölümlerini çokgenler veya dikdörtgen çizgiler kullanarak kolayca işaretleyebilir.

YOLO11 daha sonra nesneleri algılayabilir, hareketlerini takip edebilir ve insanlar o bölgeye girip çıktıkça sayıları gerçek zamanlı olarak güncelleyebilir. Bu, perakendecilerin müşteri akışını anlamalarına, etkileşimi ölçmelerine ve veriye dayalı kararlar almalarına yardımcı olur.

‍

Gişe alanlarında trafik yönetimi

Şehirler her zaman trafikle doludur; arabalar otoyollara girer, trafik ışıklarında durur ve yoğun kavşaklarda sıralanır. Trafiği yönetmek, yolları güvenli tutmanın ve işlerin sorunsuz ilerlemesini sağlamanın kritik bir parçasıdır. R

YOLO11 ile bölge tabanlı nesne sayımı, karayollarını kavşaklar veya ücretli geçiş şeritleri gibi bölümlere ayırarak bunu destekleyebilir. Trafik yönetim ekipleri, her bölgedeki araç sayılarını gerçek zamanlı olarak izleyebilir. Bu canlı veri, daha hızlı yanıtlar, daha iyi trafik planlaması ve daha sorunsuz bir genel akış sağlar.

Bunun ilginç bir kullanım alanı, düzgün bir şekilde izlenmezlerse hızla kalabalıklaşabilen ücretli geçiş gişeleridir. Ultralytics'in bölge tabanlı sayım çözümü ile her bir gişe şeridi ayrı ayrı izlenebilir. I

Sistem, tüm trafiği aynı anda izlemek yerine, yalnızca belirli şeritlerden geçen araçlara odaklanır. Arabalar girip çıktıkça, YOLO11 bunları anında sayabilir ve operatörlerin hangi şeritlerin yoğunlaştığını takip etmesine yardımcı olur.

‍

Çiftliklerde ve barınaklarda hayvan sayımı

Hayvanları saymak, özellikle de dar alanlarda sürüler halinde hareket ettiklerinde zor olabilir. Burada ve orada birkaç cevapsız sayım, besleme, sağlık kontrolleri veya çiftlik kayıtlarıyla ilgili sorunlara yol açabilir. Çiftçiler için, işleri yavaşlatmadan doğru sayıları tutmak önemlidir.

Ultralytics YOLO11 bu süreci çok daha sorunsuz hale getirir. Çiftçiler, ister geniş bir kapı, ister dar bir yol veya kavisli bir çevre olsun, özel izleme bölgeleri oluşturmak için kullanabilirler. Bu bölgeler içinde model, hayvanları gerçek zamanlı olarak algılar, sınırlayıcı kutularla işaretler ve hareketlerini izler. Örneğin, çitlerle çevrili bir koridordan geçerken büyük koyun veya keçi sürülerini herhangi bir manuel çaba harcamadan hızlı ve doğru bir şekilde sayabilir. 

Halk güvenliği için kalabalık izleme

Kalabalık kamu alanları birkaç dakika içinde boşken dolup taşabilir. Metrolarda, havaalanlarında veya konserlerde, tek bir yerde çok fazla insan hareketleri yavaşlatabilir ve güvenlik endişeleri yaratabilir. Gerçek zamanlı olarak yaya trafiğini izlemek, yetkililere kalabalık birikimlerini erken tespit etme ve işler kontrolden çıkmadan harekete geçme olanağı sağlar.

Özellikle, YOLO11 kullanılarak bölge tabanlı sayım, görüntüdeki herkesi izlemek yerine giriş kapıları, platformlar veya bekleme alanları gibi belirli bölgelerdeki hareketi izlemeyi mümkün kılar. Bu, güvenlik ekiplerinin hareket düzenlerine odaklanmasını, tıkanıklık noktalarını hızla belirlemesini ve program değişikliklerinden personel görevlendirmesine kadar daha iyi operasyonel kararlar almasını sağlar.

‍

Önemli çıkarımlar

Ultralytics YOLO11 ile bölge tabanlı nesne sayımı, belirli alanlardaki nesnelerin takibini daha verimli ve doğru hale getirir. İster perakende, ister trafik yönetimi veya kamu güvenliği olsun, bu Yapay Zeka destekli yaklaşım, işletmelerin ve şehir planlamacılarının daha iyi, veri destekli kararlar almasına yardımcı olur. Sayımı otomatikleştirmek, manuel çabayı azaltır ve genel verimliliği artırır.

Gelecekte, yapay zeka ve bilgisayarlı görü, nesne sayımını daha da akıllı hale getirecek. Daha iyi doğruluk, farklı ortamları işlemek için uyarlanabilir öğrenme ve otomasyon ve IoT (Nesnelerin İnterneti) sistemleriyle entegrasyonlar bekleyebiliriz. Bu tür akıllı otomasyon, mekanları, insanları ve hareketi nasıl yönettiğimizin geleceğini şekillendiriyor.

GitHub depomuzda yapay zeka hakkında daha fazla bilgi edinin ve büyüyen topluluğumuzun bir parçası olun. Otomotiv araçlarında yapay zeka ve tarımda bilgisayarlı görüdeki gelişmeleri keşfedin. Lisanslama seçeneklerimize göz atın ve Vision AI projelerinizi hayata geçirin.