Cách sử dụng Ultralytics YOLO11 để theo dõi đối tượng

Giả sử bạn muốn giám sát và theo dõi chuyển động của các linh kiện trên dây chuyền lắp ráp tại một cơ sở sản xuất nhằm đảm bảo kiểm soát chất lượng và cải thiện hiệu quả quy trình. Thông thường, việc này đòi hỏi kiểm tra thủ công hoặc sử dụng cảm biến cơ bản để theo dõi sản phẩm, vốn tốn thời gian và dễ xảy ra sai sót. Tuy nhiên, có thể dùng thị giác máy tính và theo dõi đối tượng để tự động hóa và cải thiện quy trình này.

Theo dõi đối tượng là một tác vụ thị giác máy tính giúp phát hiện, nhận diện và theo dõi đối tượng trong video. Tác vụ này có thể ứng dụng trong nhiều lĩnh vực, từ giám sát động vật tại trang trại đến an ninh và giám sát tại cửa hàng bán lẻ. Các đối tượng được theo dõi trong video thường được hiển thị bằng bounding box, giúp người dùng thấy chính xác vị trí đối tượng được phát hiện trong khung hình video.

Ra mắt tại sự kiện kết hợp trực tiếp và trực tuyến thường niên của Ultralytics, YOLO Vision 2024 (YV24), Ultralytics YOLO11 là model thị giác máy tính có thể xử lý nhiều tác vụ AI thị giác, bao gồm cả theo dõi đối tượng. (YOLO11 sau đó đã được thay thế bởi Ultralytics YOLO26.) Trong bài viết này, chúng ta sẽ tìm hiểu cách thức hoạt động của theo dõi đối tượng và thảo luận về các ứng dụng thực tế. Chúng ta cũng sẽ xem cách thử theo dõi đối tượng bằng YOLO11. Hãy bắt đầu!

Hình 1. Ví dụ sử dụng Ultralytics YOLO11 để theo dõi đối tượng trong cửa hàng bán lẻ.

Theo dõi đối tượng bằng AI với Ultralytics YOLO11#

Theo dõi đối tượng là một kỹ thuật thị giác máy tính thiết yếu. Kỹ thuật này cho phép xác định và theo dõi các đối tượng trong video theo thời gian. Theo dõi đối tượng có thể trông rất giống một tác vụ thị giác máy tính khác: phát hiện đối tượng. Điểm khác biệt chính giữa hai tác vụ là cách xử lý các khung hình video. Phát hiện đối tượng phân tích riêng từng khung hình, xác định và phân loại đối tượng mà không xét đến các khung hình trước hoặc sau. Ngược lại, theo dõi đối tượng liên kết các khung hình với nhau, bám theo cùng một đối tượng theo thời gian và ghi nhận chuyển động của đối tượng.

Dưới đây là hướng dẫn chi tiết hơn về cách thức hoạt động của theo dõi đối tượng:

• Phát hiện đối tượng: Quá trình bắt đầu bằng việc phát hiện đối tượng trong một khung hình video. Có thể sử dụng YOLO11 để xác định chính xác nhiều đối tượng và vị trí của chúng.
• Gán ID duy nhất: Mỗi đối tượng được phát hiện sẽ được gán một ID duy nhất để phân biệt với các đối tượng khác và giúp việc theo dõi dễ dàng hơn.
• Theo dõi chuyển động qua các khung hình: Thuật toán theo dõi bám theo đối tượng qua những khung hình tiếp theo, cập nhật vị trí đồng thời duy trì liên kết với ID riêng của từng đối tượng.
• Xử lý hiện tượng che khuất: Nếu đối tượng tạm thời biến mất khỏi tầm nhìn (ví dụ: bị một đối tượng khác che khuất), bộ theo dõi sẽ cố gắng tiếp tục theo dõi đối tượng bằng cùng ID khi đối tượng xuất hiện trở lại.
• Cập nhật thông tin đối tượng: Khi đối tượng di chuyển, vị trí và thuộc tính của đối tượng (như tốc độ hoặc hướng) được cập nhật liên tục để phản ánh những thay đổi theo thời gian.

Ultralytics hỗ trợ theo dõi đối tượng thời gian thực bằng các thuật toán theo dõi như BoT-SORT và ByteTrack. Nền tảng này cũng hoạt động với các model YOLO11 phân đoạn và ước tính tư thế, trở thành công cụ linh hoạt cho nhiều tác vụ theo dõi.

Ứng dụng theo dõi đối tượng Ultralytics YOLO11#

Các khả năng linh hoạt của model Ultralytics YOLO11 mở ra nhiều ứng dụng tiềm năng trong các ngành khác nhau. Hãy cùng xem xét một số trường hợp sử dụng YOLO11 để theo dõi đối tượng.

Ultralytics YOLO11 dùng để theo dõi phương tiện tự hành#

Theo dõi đối tượng đóng vai trò thiết yếu giúp xe tự lái vận hành an toàn và hiệu quả. Những phương tiện này cần liên tục nhận biết môi trường xung quanh để đưa ra quyết định theo thời gian thực, chẳng hạn như dừng lại, rẽ hoặc chuyển làn. Phát hiện đối tượng giúp xe xác định các thành phần quan trọng trong môi trường, như người đi bộ, người đi xe đạp, phương tiện khác và biển báo giao thông. Tuy nhiên, chỉ phát hiện các đối tượng tại một thời điểm là chưa đủ để điều hướng an toàn.

Đó là lúc theo dõi đối tượng phát huy tác dụng. Tác vụ này cho phép xe theo dõi các đối tượng theo thời gian và chuyển động của chúng qua nhiều khung hình. Ví dụ, tác vụ này giúp phương tiện tự hành dự đoán hướng di chuyển của người đi bộ, theo dõi tốc độ và hướng của các phương tiện gần đó hoặc nhận biết đèn giao thông chưa chuyển trạng thái. Bằng cách kết hợp phát hiện và theo dõi, xe tự lái có thể dự đoán chuyển động của các đối tượng xung quanh, chủ động phản ứng và di chuyển an toàn, êm ái.

Hình 2. Có thể sử dụng Ultralytics YOLO11 để phát hiện và theo dõi ô tô.

Sử dụng tính năng theo dõi đối tượng của Ultralytics YOLO11 để giám sát động vật#

Theo dõi động vật tại trang trại, chẳng hạn như gia súc, rất quan trọng để quản lý hiệu quả, nhưng có thể là công việc tẻ nhạt và tốn thời gian. Các phương pháp truyền thống, chẳng hạn như dùng cảm biến hoặc thẻ gắn, thường có nhược điểm. Những thiết bị này có thể khiến động vật căng thẳng khi được gắn lên cơ thể và dễ rơi hoặc hỏng, làm gián đoạn việc theo dõi.

Thị giác máy tính cung cấp cho nông dân giải pháp tốt hơn để giám sát và theo dõi động vật mà không cần gắn thẻ vật lý. Theo dõi đối tượng có thể cung cấp cho nông dân những thông tin hữu ích về hành vi và sức khỏe của vật nuôi. Ví dụ, tác vụ này có thể giúp phát hiện các tình trạng như què, ảnh hưởng đến cách vật nuôi đi lại. Bằng cách sử dụng theo dõi đối tượng, nông dân có thể nhận ra những thay đổi nhỏ trong chuyển động và xử lý vấn đề sức khỏe sớm.

Ngoài việc theo dõi sức khỏe, thị giác máy tính còn có thể giúp nông dân hiểu những hành vi khác như tương tác xã hội, thói quen ăn uống và kiểu di chuyển. Những thông tin này có thể cải thiện việc quản lý đàn, tối ưu lịch cho ăn và nâng cao sức khỏe tổng thể của vật nuôi. Bằng cách giảm lao động thủ công và hạn chế căng thẳng cho vật nuôi, theo dõi dựa trên thị giác máy tính là công cụ thiết thực và hiệu quả cho hoạt động nông nghiệp hiện đại.

Hình 3. Sử dụng Ultralytics YOLO11 để theo dõi nông dân và một con bò.

Theo dõi đối tượng trong sản xuất bằng Ultralytics YOLO11#

Theo dõi đối tượng có nhiều ứng dụng trong lĩnh vực sản xuất. Ví dụ, hệ thống phát hiện và theo dõi đối tượng có thể giám sát dây chuyền sản xuất. Sản phẩm hoặc nguyên liệu thô có thể được theo dõi và đếm dễ dàng khi di chuyển trên băng chuyền. Các hệ thống này cũng có thể tích hợp với những hệ thống thị giác máy tính khác để thực hiện thêm tác vụ. Chẳng hạn, hệ thống phát hiện lỗi có thể xác định sản phẩm bị lỗi, sau đó theo dõi đối tượng có thể giám sát sản phẩm để đảm bảo sản phẩm được xử lý đúng cách.

Một ứng dụng quan trọng khác của theo dõi đối tượng trong sản xuất liên quan đến an toàn. Hệ thống theo dõi đối tượng có thể phát hiện và theo dõi công nhân trong các môi trường sản xuất tiềm ẩn nguy hiểm. Có thể đánh dấu và giám sát liên tục các khu vực nguy hiểm bằng hệ thống thị giác máy tính, đồng thời thông báo cho người giám sát nếu công nhân đang được theo dõi đến gần những khu vực đó. Các hệ thống an toàn này cũng có thể phát hiện và theo dõi thiết bị, giảm nguy cơ trộm cắp.

Hình 4. Ví dụ sử dụng tính năng phát hiện đối tượng của YOLO11 để phát hiện công nhân.

Theo dõi đối tượng và giám sát bằng Ultralytics YOLO11#

Theo dõi đối tượng thời gian thực được sử dụng rộng rãi trong các hệ thống an ninh và giám sát. Những hệ thống này có thể giám sát không gian công cộng, đầu mối giao thông và các khu bán lẻ lớn như trung tâm thương mại. Công nghệ này có thể được sử dụng tại những khu vực rộng lớn, đông người để theo dõi cá nhân đáng ngờ hoặc hành vi đám đông, qua đó hỗ trợ giám sát liên tục. Ví dụ, trong đại dịch, hệ thống theo dõi đối tượng được dùng để theo dõi khu vực đông đúc và đảm bảo mọi người duy trì giãn cách xã hội.

Theo dõi đối tượng cũng có thể được sử dụng trong giám sát giao thông. Kỹ thuật này cho phép theo dõi và phân tích hành vi của phương tiện, phát hiện hành động bất thường hoặc đáng ngờ theo thời gian thực để giúp ngăn ngừa tai nạn hoặc tội phạm. Một ví dụ điển hình là hệ thống ước tính tốc độ, có thể phát hiện và theo dõi phương tiện để xác định tốc độ.

Hình 5. Có thể ước tính tốc độ bằng theo dõi đối tượng.

Thử theo dõi đối tượng với Ultralytics YOLO11#

Sau khi tìm hiểu một số ứng dụng của theo dõi đối tượng, hãy cùng xem cách thử tính năng này bằng model Ultralytics YOLO11 và chế độ theo dõi.

Để bắt đầu, hãy cài đặt gói Python của Ultralytics bằng pip, conda hoặc Docker. Nếu gặp vấn đề trong quá trình cài đặt, Hướng dẫn xử lý sự cố thường gặp của chúng tôi cung cấp các mẹo khắc phục hữu ích.

Sau khi cài đặt gói thành công, hãy chạy đoạn mã sau. Đoạn mã minh họa cách tải model Ultralytics YOLO11 và sử dụng model để theo dõi đối tượng trong tệp video. Model được dùng trong mã là “yolo11n.pt”. Chữ ‘n’ là viết tắt của Nano, biến thể nhỏ nhất của model YOLO11. Ngoài ra còn có các biến thể model khác để lựa chọn: small, medium, large và extra-large.

Hình 6. Đoạn mã minh họa cách theo dõi đối tượng bằng model Ultralytics YOLO11.

Bạn cũng có thể chọn sử dụng model được huấn luyện tùy chỉnh thay vì model đã tiền huấn luyện. Huấn luyện tùy chỉnh bao gồm việc tinh chỉnh model đã tiền huấn luyện để phù hợp với ứng dụng cụ thể của bạn.

Như đã đề cập, các model YOLO11 sau hỗ trợ theo dõi đối tượng: phát hiện đối tượng, ước tính tư thế và phân đoạn instance. Nếu ứng dụng cụ thể của bạn có sử dụng theo dõi, bạn có thể huấn luyện tùy chỉnh bất kỳ model nào trong số này cho phù hợp với ứng dụng. Bạn có thể huấn luyện tùy chỉnh model bằng gói Python của Ultralytics hoặc nền tảng không cần viết mã Ultralytics HUB (hiện là Ultralytics Platform).

Điểm chính cần ghi nhớ#

Ultralytics YOLO11 là công cụ tuyệt vời để theo dõi đối tượng trong video và có thể được sử dụng trong nhiều lĩnh vực như xe tự lái, nông nghiệp, sản xuất và an ninh. Model có thể phát hiện và bám theo đối tượng theo thời gian thực, giúp doanh nghiệp và các ngành theo dõi công nhân cũng như thiết bị. Model dễ sử dụng và có thể tùy chỉnh theo nhu cầu cụ thể, phù hợp với bất kỳ ai quan tâm đến việc ứng dụng thị giác máy tính.

Để tìm hiểu thêm, hãy truy cập kho GitHub và tham gia cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong xe tự lái và nông nghiệp trên các trang giải pháp của chúng tôi.