Đếm đối tượng dựa trên vùng sử dụng Ultralytics YOLO11

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

Đây là lúc trí tuệ nhân tạo (AI), cụ thể là computer vision, phát huy tác dụng. Computer vision là một lĩnh vực con của AI chuyên xử lý dữ liệu trực quan, tương tự như con người. Một trong những ứng dụng quan trọng 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 giới hạn ở việc tổng hợp số lượng mục; nó không hiển thị vị trí của các đối tượng đó. Đếm dựa trên vùng hoặc sử dụng các vùng đếm sẽ giải quyết vấn đề này bằng cách tập trung vào các khu vực cụ thể trong hình ảnh. Nó cung cấp thông tin chi tiết hơn và giúp theo dõi chuyển động một cách có ý nghĩa hơn.

Ultralytics YOLO11 là một model computer vision hỗ trợ các tác vụ computer vision khác nhau, như phát hiện và theo dõi đối tượng, có thể được sử dụng để đếm đối tượng dựa trên vùng. Trong bài viết này, chúng ta sẽ khám phá cách Ultralytics YOLO11 có thể được sử dụng để đếm các đối tượng trong một vùng, các ứng dụng thực tế và những lợi ích chính của nó. Hãy cùng bắt đầu nhé!

Tổng quan về việc đếm đối tượng trong các vùng#

Việc phát hiện và đếm đối tượng trong một hình ảnh chỉ cung cấp thông tin hạn chế, đặc biệt là ở những nơi như sân bay hoặc trung tâm thương mại, nơi mọi người có thể tập trung đông đúc trong nhiều vùng trong một khung hình duy nhất. Những thông tin chi tiết như vị trí chính xác của các đối tượng đó và số lượng người đi qua các vùng cụ thể là quan trọng hơn nhiều.

Các mô hình computer vision như Ultralytics YOLO11 có thể được sử dụng dễ dàng cho các computer vision applications. Bằng cách gán các vùng cho các vị trí quan trọng, như cổng lên máy bay hoặc phòng chờ, YOLO11 có thể được sử dụng để đếm chỉ các đối tượng trong không gian cụ thể đó. Các vùng có thể di chuyển cũng có thể được sử dụng để tìm số lượng đối tượng trong các vùng khác nhau theo thời gian thực.

Hình 1. Ví dụ về việc sử dụng YOLO để đếm cầu thủ dựa trên vùng trong thể thao.

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

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

Ultralytics cung cấp các easy-to-use solutions thể hiện các trường hợp sử dụng tiên tiến của các model YOLO. Các giải pháp này bao gồm các giải pháp 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 dựa trên vùng rất đơn giản và trực quan. Điều này cho phép người dùng tập trung vào thông tin chi tiết thay vì các cấu hình phức tạp.

Phía sau hậu trường, giải pháp đếm đối tượng dựa trên vùng sử dụng Ultralytics YOLO11 để phát hiện các đối tượng trong từng khung hình của video. Các phát hiện này sau đó được chuyển qua thuật toán tracking (chẳng hạn như BoT-SORT hoặc ByteTrack) để gán ID nhất quán cho từng đối tượng xuyên suốt các khung hình.

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

• Xử lý nhanh: Giải pháp này hỗ trợ đếm đối tượng thời gian thực bằng cách sử dụng Ultralytics YOLO11, đảm bảo phân tích 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 cách sử dụng đa giác, hình chữ nhật hoặc đường thẳng, cho phép kiểm soát chính xác vị trí diễn ra việc đếm.

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

• Tích hợp dễ dàng: Việc tích hợp với các hệ thống hiện có diễn ra liền mạch bằng cách sử dụng Python API hoặc giao diện dòng lệnh (CLI) của Ultralytics, đòi hỏi nỗ lực cấu hình tối thiểu.

Bắt đầu với việc đếm đối tượng trong các vùng#

Để bắt đầu với giải pháp Ultralytics cho việc đếm dựa trên vùng, bạn có thể xem tài liệu chính thức của Ultralytics, hướng dẫn từng bước cách sử dụng YOLO11 để count objects in regions.

Nếu bạn gặp bất kỳ vấn đề nào trong khi thiết lập giải pháp, đây là một số mẹo cần lưu ý:

• Đảm bảo gói Python Ultralytics được cài đặt đúng cách. Hãy xem troubleshooting guide trong tài liệu chính thức.

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

• Kiểm tra các bản cập nhật và new releases để giữ cho gói Python Ultralytics luôn được cập nhật.

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

Bây giờ chúng ta đã hiểu rõ hơn về cách sử dụng Ultralytics YOLO11 để đếm đối tượng dựa trên vùng, hãy cùng khám phá một số ứng dụng thực tế mà nó có thể được sử dụng.

Theo dõi luồng khách hàng cho phân tích bán lẻ#

Tính năng đếm đối tượng dựa trên vùng có thể dễ dàng giải đáp các câu hỏi liên quan đến việc khách hàng dành phần lớn thời gian ở đâu trong cửa hàng. Ultralytics YOLO11 có thể giúp các nhà bán lẻ theo dõi các mẫu di chuyển tại các vị trí quan trọng, chẳng hạn như lối ra, quầy thanh toán và các khu vực sản phẩm được quan tâm nhiều. Thay vì chỉ đo lường lưu lượng khách hàng tổng thể, phương pháp tiếp cận dựa trên vùng này cung cấp thông tin chi tiết về số lượng khách hàng ghé thăm các khu vực cụ thể.

Việc sử dụng giải pháp Ultralytics giúp các nhà bán lẻ loại bỏ nhu cầu viết mã thủ công hoặc các quy trình thiết lập phức tạp. Retailers có thể dễ dàng đánh dấu các khu vực khác nhau của cửa hàng để theo dõi chuyển động của khách hàng và lưu lượng người qua lại bằng cách sử dụng đa giác hoặc đường chữ nhật.

Ultralytics YOLO11 sau đó 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 khu vực đó. Điều này giúp các nhà bán lẻ hiểu được lưu lượng khách hàng, đo lường mức độ tương tác và đưa ra các quyết định dựa trên dữ liệu.

Hình 2. YOLO được sử dụng để đếm người bên ngoài cửa hàng bằng cách sử dụng phát hiện dựa trên vùng.

Quản lý giao thông tại các trạm thu phí#

Các thành phố luôn nhộn nhịp với giao thông, với ô tô nhập làn trên đường cao tốc, dừng lại ở đèn giao thông và xếp hàng tại các giao lộ bận rộn. Quản lý giao thông là một phần quan trọng để giữ cho đường sá an toàn và mọi thứ di chuyển trơn tru.

Đếm đối tượng dựa trên vùng với Ultralytics YOLO11 có thể hỗ trợ việc này bằng cách chia các tuyến đường thành các phần, chẳng hạn như các nút giao thông hoặc làn thu phí. Các đội ngũ quản lý giao thông có thể giám sát số lượng phương tiện ở từng vùng theo thời gian thực. Dữ liệu trực tiếp này cho phép phản hồi nhanh hơn, lập kế hoạch giao thông tốt hơn và dòng phương tiện tổng thể mượt mà hơn.

Một trường hợp sử dụng thú vị của điều này là các trạm thu phí có thể nhanh chóng trở nên đông đúc nếu không được giám sát đúng cách. Với giải pháp Ultralytics để đếm dựa trên vùng, mỗi làn thu phí có thể được theo dõi riêng biệt.

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

Hình 3. Đếm dựa trên vùng được hỗ trợ bởi YOLO11 tại trạm thu phí.

Đếm động vật trong các trang trại và khu bảo tồn#

Counting animals có thể gặp khó khăn, đặc biệt là khi chúng di chuyển thành bầy đàn qua các không gian chật hẹp. Một vài lần đếm sót ở đây và ở đó có thể dẫn đến các vấn đề về cho ăn, kiểm tra sức khỏe hoặc hồ sơ trang trại. Đối với nông dân, việc duy trì số lượng chính xác mà không làm chậm mọi thứ là điều cần thiết.

Ultralytics YOLO11 làm cho quy trình này trở nên mượt mà hơn nhiều. Người nông dân có thể sử dụng nó để tạo các vùng theo dõi tùy chỉnh, cho dù đó là một cổng rộng, một lối đi hẹp hay một hàng rào 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 của chúng. Ví dụ, nó có thể đếm nhanh chóng và chính xác các đàn cừu hoặc dê lớn khi chúng di chuyển qua một hành lang có rào chắn mà không cần bất kỳ nỗ lực thủ công nào.

Giám sát đám đông vì an toàn công cộng#

Các không gian công cộng đông đúc có thể chuyển từ trống rỗng sang chật kín chỉ trong vòng vài phút. Ở các metros, sân bay hoặc buổi hòa nhạc, quá nhiều người ở một nơi có thể làm chậm quá trình di chuyển và tạo ra các mối lo ngại về an toàn. Việc giám sát lưu lượng người qua lại theo thời gian thực cung cấp cho các nhà chức trách một cách để phát hiện sớm tình trạng tụ tập đông người và hành động trước khi mọi thứ vượt ngoài tầm kiểm soát.

Cụ thể, việc đếm dựa trên vùng sử dụng Ultralytics YOLO11 giúp bạn có thể giám sát chuyển động qua các khu vực cụ thể như cổng ra vào, sân ga hoặc khu vực chờ thay vì theo dõi mọi người trong tầm nhìn. Điều này cho phép các nhóm an ninh tập trung vào các mẫu chuyển động, xác định nhanh chóng các điểm ùn tắc và đưa ra các quyết định vận hành tốt hơn, từ việc thay đổi lịch trình đến điều động nhân sự.

Fig 4. Đếm người sử dụng Ultralytics YOLO11 trong các vùng để quản lý đám đông tàu điện ngầm tốt hơn.

Các điểm chính cần lưu ý#

Việc đếm đối tượng dựa trên vùng với Ultralytics YOLO11 giúp việc theo dõi đối tượng trong các khu vực cụ thể trở nên hiệu quả và chính xác hơn. Cho dù trong bán lẻ, quản lý giao thông hay an toàn công cộng, cách tiếp cận dựa trên AI thị giác này giúp các doanh nghiệp và nhà quy hoạch thành phố đưa ra các quyết định tốt hơn, dựa trên dữ liệu. Việc tự động hóa đếm giúp giảm nỗ lực thủ công và cải thiện hiệu quả tổng thể.

Trong tương lai, AI và thị giác máy tính có khả năng sẽ làm cho việc đếm đối tượng trở nên thông minh hơn nữa. Chúng ta có thể mong đợi độ chính xác cao hơn, 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). Loại tự động hóa thông minh này đang định hình tương lai về cách chúng ta quản lý không gian, con người và chuyển động.

Tìm hiểu thêm về AI trên GitHub repository của chúng tôi và trở thành một phần trong community đang phát triển của chúng tôi. Khám phá những tiến bộ trong AI in automotive vehicles và computer vision in agriculture. Kiểm tra các licensing options của chúng tôi và hiện thực hóa các dự án AI thị giác của bạn.