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 nhà kho, nó có thể nhanh chóng trở thành một thách thức thực sự. Trong nhiều năm, việc đếm đối tượng chủ yếu được thực hiện thủ công. Hàng giờ đã trôi qua để đếm phương tiện, theo dõi lượt 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 không có khả năng mở rộng tốt.

Đây là lúc trí tuệ nhân tạo (AI), cụ thể là thị giác máy tính, phát huy tác dụng. Thị giác máy tính là một nhánh con 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 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 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 dựa trên vùng. Trong bài viết này, chúng ta sẽ khám phá cách Ultralytics YOLO11 có thể được sử dụng để đếm đối tượng trong một vùng, các ứng dụng thực tế và những lợi ích chính. Hãy bắt đầu thôi!

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

Hình 1. Một ví dụ về việc sử dụng YOLO để đếm người chơi 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.

Link to this sectionSử dụng Ultralytics YOLO11 để đếm đối tượng trong các vùng#

Ultralytics cung cấp các giải pháp dễ sử dụng thể hiện các trường hợp sử dụng tiên tiến của các model YOLO. Chúng bao gồm các giải pháp thực tế như đếm đối tượng, đếm đối tượng trong các vùng di động, 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.

Đằng sau hậu trường, giải pháp đếm đối tượng dựa trên vùng sử dụng YOLO11 để phát hiện đối tượng trong từng khung hình của video. Các kết quả phát hiện này sau đó được truyền qua một thuật toán theo dõi (như BoT-SORT hoặc ByteTrack) để gán ID nhất quán cho từng đối tượng giữa 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 cho phép đếm đối tượng theo thời gian thực sử dụng YOLO11, đảm bảo việc 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.

Link to this sectionBắt 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, nơi hướng dẫn từng bước cách sử dụng YOLO11 để đếm đối tượng trong các vùng.

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

• Đảm bảo rằng gói Python của Ultralytics đã được cài đặt đúng cách. Hãy xem hướng dẫn khắc phục sự cố 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 bản phát hành mới và giữ cho gói Python của Ultralytics luôn được cập nhật.

Link to this sectionCác 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.

Link to this sectionTheo dõi luồng khách hàng cho phân tích bán lẻ#

Việc đếm đối tượng dựa trên vùng có thể dễ dàng trả lời các câu hỏi liên quan đến nơi khách hàng dành nhiều thời gian nhất trong cửa hàng. YOLO11 có thể giúp các nhà bán lẻ theo dõi mô hình di chuyển tại các vị trí chính, chẳng hạn như điểm thoát hiểm, quầy thanh toán và các khu vực sản phẩm được quan tâm nhiều. Thay vì chỉ đo lưu lượng khách hàng tổng thể, phương pháp dựa trên vùng này cung cấp thông tin chi tiết về số lượng khách hàng ghé thăm các khu vực cụ thể.

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

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 vùng đó. Điều này giúp các nhà bán lẻ hiểu được luồng 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.

Link to this sectionQuản 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.

Việc đếm đối tượng dựa trên vùng với YOLO11 có thể hỗ trợ điều này bằng cách chia đường bộ thành các đoạn, chẳng hạn như giao lộ hoặc làn thu phí. Các đội quản lý giao thông có thể giám sát số lượng phương tiện trong mỗi vùng theo thời gian thực. Dữ liệu trực tiếp này cho phép phản hồi nhanh hơn, quy hoạch giao thông tốt hơn và luồng giao thông tổng thể trơn tru 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 tất cả giao thông cùng một lúc, hệ thống chỉ tập trung vào các phương tiện đi qua các làn cụ thể. Khi ô tô đi vào hoặc rời đi, YOLO11 có thể đếm chúng ngay lập tức, giúp các nhà vận hành theo dõi làn nào đang trở nên bận rộn.

Hình 3. Đếm dựa trên vùng được kích hoạt bởi YOLO11 tại một trạm thu phí.

Link to this sectionĐếm động vật trong các trang trại và khu bảo tồn#

Đếm động vật có thể khó khăn, đặc biệt là khi chúng di chuyển thành đàn qua các không gian hẹp. Một vài lần đếm sót ở đây và ở đó có thể dẫn đến các vấn đề về việc cho ăn, kiểm tra sức khỏe hoặc hồ sơ trang trại. Đối với người nông dân, việc duy trì số lượng chính xác mà không làm chậm quy trình là rất 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.

Link to this sectionGiám sát đám đông vì an toàn công cộng#

Các không gian công cộng đông đúc có thể chuyển từ trống rỗng sang chật kín trong vòng vài phút. Trong các tàu điện ngầm, sân bay hoặc buổi hòa nhạc, quá nhiều người ở một nơi có thể làm chậm chuyển động và gây ra các mối lo ngại về an toàn. Giám sát lưu lượng người đi bộ theo thời gian thực cung cấp cho cơ quan chức năng cách để phát hiện sớm tình trạng tụ tập đông người và hành động trước khi mọi thứ vượt quá tầm kiểm soát.

Cụ thể, việc đếm dựa trên vùng sử dụng YOLO11 giúp bạn có thể giám sát chuyển động qua các vùng 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 an ninh tập trung vào các mô hình di chuyển, xác định các điểm ùn tắc nhanh chóng và đưa ra các quyết định vận hành tốt hơn từ việc thay đổi lịch trình đến triển khai nhân sự.

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

Link to this sectionCác 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 kho lưu trữ GitHub của chúng tôi và trở thành một phần của cộng đồng đang phát triển của chúng tôi. Khám phá những tiến bộ trong AI trong xe ô tô và thị giác máy tính trong nông nghiệp. Kiểm tra các tùy chọn cấp phép của chúng tôi và hiện thực hóa các dự án AI thị giác của bạn.