Đếm đối tượng theo vùng bằng Ultralytics YOLO11

Đếm đối tượng có thể nghe có vẻ đơn giản, nhưng tại những nơi đông đúc như đường phố, cửa hàng hoặc nhà kho, việc này nhanh chóng trở thành một thách thức thực sự. Trong nhiều năm, việc đếm đối tượng chủ yếu được thực hiện thủ công. Người ta đã dành hàng giờ để đếm phương tiện, theo dõi lượng người ra vào cửa hàng hoặc giám sát chuyển động nhằm mục đích an ninh. Tuy nhiên, cách tiếp cận này tốn thời gian, dễ xảy ra sai sót và khó mở rộng.

Đây là lúc trí tuệ nhân tạo (AI), cụ thể là thị giác máy tính, phát huy vai trò. Thị giác máy tính là một nhánh của AI, chuyên xử lý dữ liệu hình ảnh tương tự như con người. Một trong những ứng dụng chính của nó là đếm đối tượng, giúp tự động phát hiện và theo dõi các đối tượng trong một khu vực nhất định.

Thông thường, việc đếm đối tượng chỉ dừng ở việc tính tổng số lượng; nó không cho biết các đối tượng đang ở đâu. Đếm theo vùng hoặc sử dụng các vùng đếm giải quyết vấn đề này bằng cách tập trung vào những khu vực cụ thể trong ảnh. Cách này cung cấp thông tin chi tiết hơn và giúp theo dõi chuyển động một cách có ý nghĩa hơn.

Ultralytics YOLO11 là một model thị giác máy tính hỗ trợ nhiều tác vụ thị giác máy tính như phát hiện và theo dõi đối tượng, có thể được sử dụng để đếm đối tượng theo vùng. Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng Ultralytics YOLO11 để đếm đối tượng trong một vùng, các ứng dụng thực tế và những lợi ích chính của nó. Hãy bắt đầu!

Tổng quan về đếm đối tượng trong các vùng#

Việc phát hiện và đếm đối tượng trong ảnh chỉ cung cấp được một lượng thông tin nhất định, đặc biệt tại những nơi như sân bay hoặc trung tâm thương mại, nơi mọi người có thể tập trung ở nhiều vùng trong cùng một khung hình. Những thông tin như vị trí chính xác của các đối tượng và số lượng đối tượng đi qua từng vùng cụ thể quan trọng hơn.

Các model thị giác máy tính như Ultralytics YOLO11 có thể dễ dàng được sử dụng cho những ứng dụng thị giác máy tính như vậy. Bằng cách gán các vùng cho những vị trí quan trọng như cổng lên máy bay hoặc khu vực phòng chờ, YOLO11 có thể được sử dụng để chỉ đếm các đối tượng trong không gian cụ thể đó. Các vùng có thể di chuyển cũng được dùng để xác định số lượng đối tượng trong những vùng khác nhau theo thời gian thực.

Hình 1. Ví dụ sử dụng YOLO để đếm người chơi theo vùng trong thể thao.

Ultralytics YOLO11 giúp quy trình này trở nên đơn giản và hiệu quả. Model có thể hỗ trợ phát hiện đối tượng, theo dõi chuyển động của chúng và đếm dựa trên các vùng mà chúng đi vào hoặc đi ra. Điểm đặc biệt của YOLO11 là khả năng cung cấp kết quả theo thời gian thực mà không ảnh hưởng đến độ chính xác. Model cũng hỗ trợ theo dõi nhiều đối tượng trong từng vùng được xác định, giúp các hệ thống đếm và phân loại nhiều đối tượng cùng lúc.

Sử dụng Ultralytics YOLO11 để đếm đối tượng trong các vùng#

Ultralytics cung cấp các giải pháp dễ sử dụng, giới thiệu những trường hợp sử dụng tiên tiến của các model YOLO. Các giải pháp này bao gồm những ứng dụng thực tế như đếm đối tượng, đếm đối tượng trong các vùng có thể di chuyển, làm mờ và ước tính tốc độ.

Việc thiết lập và chạy giải pháp Ultralytics để đếm đối tượng theo vùng rất trực quan và đơn giản. Điều này cho phép người dùng tập trung vào thông tin thu được thay vì các cấu hình phức tạp.

Ở phía sau, giải pháp đếm đối tượng theo vùng sử dụng Ultralytics YOLO11 để phát hiện đối tượng trong từng khung hình video. Sau đó, các đối tượng được phát hiện sẽ được đưa qua một thuật toán theo dõi (chẳng hạn như BoT-SORT hoặc ByteTrack) để gán ID nhất quán cho từng đối tượng qua các khung hình.

Sau khi các đối tượng được phát hiện và theo dõi, hệ thống kiểm tra xem chúng có giao với bất kỳ vùng nào đã định trước (đa giác, hình chữ nhật hoặc đường thẳng) hay không. Nếu có, chúng sẽ được đếm dựa trên việc đi vào hoặc di chuyển qua các vùng đó.

Dưới đây là một số tính năng chính khác của giải pháp Ultralytics để đếm đối tượng theo vùng:

• Xử lý nhanh: Giải pháp cho phép đếm đối tượng theo thời gian thực bằng Ultralytics YOLO11, đảm bảo phân tích các luồng video nhanh chóng và hiệu quả.

• Vùng có thể tùy chỉnh: Người dùng có thể xác định các vùng cụ thể trong một khung hình video bằng đa giác, hình chữ nhật hoặc đường thẳng, cho phép kiểm soát chính xác vị trí thực hiện đếm.

• Đếm nhiều đối tượng: Hệ thống có thể đồng thời phát hiện và đếm nhiều loại đối tượng trong cùng một vùng đã xác định.

• Tích hợp dễ dàng: Việc tích hợp với các hệ thống hiện có diễn ra liền mạch thông qua Python API hoặc giao diện dòng lệnh của Ultralytics, với nỗ lực cấu hình tối thiểu.

Thực hành đếm đối tượng trong các vùng#

Để bắt đầu với giải pháp đếm đối tượng theo vùng của Ultralytics, bạn có thể xem tài liệu Ultralytics chính thức, trong đó hướng dẫn từng bước cách sử dụng YOLO11 để đếm đối tượng trong các vùng.

Nếu gặp vấn đề trong quá trình thiết lập giải pháp, dưới đây là một số mẹo cần lưu ý:

• Đảm bảo gói Python của Ultralytics đã được cài đặt chính xác. Hãy xem hướng dẫn khắc phục sự cố trong tài liệu chính thức.

• Xác minh các cài đặt vùng và đảm bảo những vùng đã xác định được thiết lập chính xác trong giao diện.

• Kiểm tra các bản cập nhật và bản phát hành mới, đồng thời luôn cập nhật gói Python của Ultralytics.

Các ứng dụng thực tế của việc đếm đối tượng trong các vùng#

Giờ đây, khi đã hiểu rõ hơn về cách sử dụng Ultralytics YOLO11 để đếm đối tượng theo vùng, hãy cùng khám phá một số ứng dụng thực tế của giải pháp này.

Theo dõi luồng khách hàng để phân tích bán lẻ#

Đếm đối tượng theo vùng có thể dễ dàng trả lời các câu hỏi liên quan đến nơi khách hàng dành phần lớn thời gian trong cửa hàng. Ultralytics YOLO11 có thể giúp các nhà bán lẻ theo dõi mô hình di chuyển tại những vị trí quan trọng như lối ra, quầy thanh toán và khu vực sản phẩm được quan tâm nhiều. Thay vì chỉ đo lưu lượng người tổng thể, cách tiếp cận theo vùng này cung cấp thông tin về số lượng khách hàng ghé thăm từng khu vực cụ thể.

Sử dụng giải pháp Ultralytics giúp các nhà bán lẻ loại bỏ nhu cầu viết code thủ công hoặc thực hiện các quy trình thiết lập phức tạp. Các nhà bán lẻ có thể dễ dàng đánh dấu các khu vực khác nhau trong cửa hàng để theo dõi chuyển động và lưu lượng khách hàng bằng đa giác hoặc các đường hình chữ nhật.

Sau đó, Ultralytics YOLO11 có thể phát hiện đối tượng, theo dõi chuyển động của chúng và cập nhật số lượng theo thời gian thực khi mọi người đi vào hoặc rời khỏi vùng đó. Điều này giúp các nhà bán lẻ hiểu được luồng khách hàng, đo lường mức độ tương tác và đưa ra quyết định dựa trên dữ liệu.

Hình 2. YOLO được sử dụng để đếm người bên ngoài cửa hàng bằng phương pháp phát hiện theo vùng.

Quản lý giao thông tại các trạm thu phí#

Các thành phố luôn tấp nập xe cộ, với ô tô nhập vào đường cao tốc, dừng tại đèn giao thông và xếp hàng ở những giao lộ đông đúc. Quản lý giao thông là một phần quan trọng để duy trì an toàn đường bộ và đảm bảo lưu thông thông suốt.

Đếm đối tượng theo vùng bằng Ultralytics YOLO11 có thể hỗ trợ việc này bằng cách chia đường thành các khu vực như giao lộ hoặc làn thu phí. Các đội ngũ quản lý giao thông có thể theo dõi số lượng phương tiện trong từng vùng theo thời gian thực. Dữ liệu trực tiếp này cho phép phản ứng nhanh hơn, lập kế hoạch giao thông tốt hơn và cải thiện lưu thông tổng thể.

Một trường hợp sử dụng thú vị là các trạm thu phí, nơi có thể nhanh chóng trở nên ùn tắc nếu không được giám sát đúng cách. Với giải pháp đếm theo vùng của Ultralytics, từng làn thu phí có thể được theo dõi riêng biệt.

Thay vì giám sát toàn bộ giao thông cùng lúc, hệ thống chỉ tập trung vào các phương tiện đi qua những làn cụ thể. Khi ô tô đi vào hoặc rời khỏi làn, Ultralytics YOLO11 có thể đếm chúng ngay lập tức, giúp nhân viên vận hành theo dõi làn nào đang trở nên đông đúc.

Hình 3. Đếm theo vùng được hỗ trợ bởi YOLO11 tại một trạm thu phí.

Đếm động vật tại trang trại và nơi trú ẩn#

Đếm động vật có thể khó khăn, đặc biệt khi chúng di chuyển theo đàn qua những không gian chật hẹp. Chỉ cần bỏ sót vài lần đếm cũng có thể gây ra vấn đề về việc cho ăn, kiểm tra sức khỏe hoặc hồ sơ trang trại. Đối với người nông dân, duy trì số liệu chính xác mà không làm chậm quy trình là điều thiết yếu.

Ultralytics YOLO11 giúp quy trình này diễn ra thuận lợi hơn nhiều. Nông dân có thể sử dụng model để tạo các vùng theo dõi tùy chỉnh, dù đó là một cổng rộng, lối đi hẹp hay khu chuồng có đường cong. Trong các vùng này, model phát hiện động vật theo thời gian thực, đánh dấu chúng bằng bounding box và theo dõi chuyển động. Ví dụ, model có thể đếm nhanh chóng và chính xác những đàn cừu hoặc dê lớn khi chúng di chuyển qua một hành lang có hàng rào mà không cần thao tác thủ công.

Giám sát đám đông để đảm bảo an toàn công cộng#

Các không gian công cộng đông đúc có thể chuyển từ vắng vẻ sang chật kín chỉ trong vài phút. Tại hệ thống metro, sân bay hoặc các buổi hòa nhạc, quá nhiều người tập trung tại một nơi có thể làm chậm dòng di chuyển và gây lo ngại về an toàn. Theo dõi lưu lượng người theo thời gian thực giúp cơ quan chức năng phát hiện sớm tình trạng đám đông dồn ứ và hành động trước khi tình hình vượt khỏi tầm kiểm soát.

Cụ thể, đếm theo vùng bằng Ultralytics YOLO11 cho phép giám sát chuyển động qua các khu vực cụ thể như cổng vào, sân ga hoặc khu vực chờ, thay vì theo dõi tất cả mọi người trong tầm nhìn. Điều này cho phép các đội ngũ an ninh tập trung vào mô hình di chuyển, nhanh chóng xác định các điểm ùn tắc và đưa ra quyết định vận hành tốt hơn, từ thay đổi lịch trình đến bố trí nhân sự.

Hình 4. Đếm người bằng Ultralytics YOLO11 trong các vùng để quản lý đám đông tại metro tốt hơn.

Những điểm chính#

Đếm đối tượng theo vùng bằng Ultralytics YOLO11 giúp việc theo dõi đối tượng trong các khu vực cụ thể trở nên hiệu quả và chính xác hơn. Dù được sử dụng trong bán lẻ, quản lý giao thông hay an toàn công cộng, phương pháp dựa trên AI thị giác này giúp doanh nghiệp và các nhà quy hoạch đô thị đưa ra quyết định tốt hơn dựa trên dữ liệu. Tự động hóa việc đếm giúp giảm công sức thủ công và cải thiện hiệu quả tổng thể.

Trong tương lai, AI và thị giác máy tính có thể sẽ giúp việc đếm đối tượng trở nên thông minh hơn nữa. Chúng ta có thể kỳ vọng độ chính xác cao hơn, khả năng học thích ứng để xử lý các môi trường khác nhau và tích hợp với các hệ thống tự động hóa và IoT (Internet vạn vật). Kiểu tự động hóa thông minh này đang định hình tương lai của cách chúng ta quản lý không gian, con người và chuyển động.

Tìm hiểu thêm về AI trong repository GitHub của chúng tôi và tham gia cộng đồng đang phát triển. Khám phá những tiến bộ trong AI trên phương tiện giao thông và thị giác máy tính trong nông nghiệp. Xem các tùy chọn cấp phép và đưa các dự án AI thị giác của bạn vào thực tế.