如何通过 CLI 运行 Ultralytics YOLO11

如今，摄像头随处可见——商店、办公室、街道和公共场所都有它们的身影，记录下的画面能够回答一些关键问题。这些摄像头采集的视觉数据可以揭示日常生活不同方面的有用信息，例如交通流量、人群行为、环境状况，甚至个人的行动和互动情况。然而，人工审查所有这些视频并不现实，而且往往会让重要洞见被忽略。

计算机视觉等先进 AI 技术可以发挥作用，将视觉数据分析提升到新的水平。它能将原始视频转化为清晰、可执行的洞见，从而简化复杂任务。无论是发现模式、跟踪活动还是改进流程，都能让工作更快速、更准确。对于企业而言，这意味着减少人工工作所耗费的时间，并做出更明智、更有效的决策。

具体来说，Ultralytics YOLO11 是一款先进的计算机视觉模型，可以简化实时目标检测、姿势估计、跟踪和图像分类等任务。它面向不同技术经验水平的用户设计，让每个人都能轻松从图像和视频中提取有价值的洞察。

本文将详细介绍如何通过命令行界面 (CLI)运行 Ultralytics YOLO11 解决方案。

什么是命令行界面？#

命令行界面是一种简单直接的工具，你可以通过输入简单的文本命令与计算机交互。你可以直接通过 CLI 与系统交互，快速完成任务，无需依赖臃肿的软件或复杂的界面。这是一种简洁高效的任务执行方式，尤其适合希望直达结果、不想经历多余步骤的人。

CLI 还提供了一种快速高效的方式来完成重复性任务。命令设置好后，就可以在需要时轻松重复使用，从而简化工作流程并减少人工操作。

在计算机视觉领域，你可以通过 CLI 使用 Ultralytics YOLO11，轻松分析视频或跟踪对象，无需专业知识。例如，只需输入几行命令，就能统计视频中的人数，从而快速、准确地跟踪活动情况。

图 1. 统计人数，实现精准跟踪并获取洞见。

Ultralytics YOLO11 解决方案概览#

Ultralytics Python 软件包内置了由 YOLO11 驱动的解决方案，可处理零售、交通运输、安全和体育等行业中的实际任务。企业通过命令行运行这些解决方案，可以快速简化复杂任务并获得可执行的洞见。

下面快速介绍 Ultralytics 提供的一些解决方案：

• 对象计数：自动统计视频或实时流中的对象，例如道路上的汽车或仓库库存，以跟踪活动或管理库存。
• 队列管理：实时监控队列长度，以提升服务效率并缩短客户等待时间。
• 安全警报系统：检测受限区域内的异常移动或未经授权的物体，并触发警报以提升安全性。
• 速度估计：测量视频中车辆或运动员的移动速度，以改进交通管理或体育表现分析。

这些只是 Ultralytics 提供的部分多功能解决方案。要了解全部可用方案，请参阅 Ultralytics Solutions 文档。

通过 CLI 解锁 Ultralytics YOLO11 解决方案#

开始使用 Ultralytics YOLO11 解决方案非常简单，无需任何技术专业知识。只需几个简单步骤，你就可以开始分析图像和视频并获取有意义的洞见。

首先，在计算机上打开命令行界面。在 Windows 上，只需在“开始”菜单中搜索“命令提示符”。在 macOS 或 Linux 上，你可以在系统中搜索“终端”应用。接下来，使用以下命令安装 Ultralytics Python 软件包：pip install ultralytics。

这样就全部准备好了！Ultralytics Python 软件包会自动为你完成所有设置，因此无需进行复杂配置或使用额外工具。安装完成后，你就可以开始探索其功能了。

Ultralytics Python 软件包让你可以灵活地根据需求调整其功能。你可以根据具体应用选择模型，以更快获得结果或进行更详细的分析。此外，系统处理数据时可以实时显示输出，也可以根据你的需要保存输出，以便稍后查看。

将视觉数据转化为可执行的洞见#

设置好 Ultralytics YOLO11 后，你就可以探索它如何将原始视觉数据转化为有意义的洞见。为了展示它的功能，我们来看一个实际示例：分析高速公路交通视频并生成热力图。

热力图是可视化交通流量并识别活动频繁和较少区域的好方法。通过展现交通模式，热力图有助于做出更明智的决策，并更有效地规划日常交通管理工作。

图 2. 用于真实交通分析的示例输入视频中的一帧。

开始使用时，只需在 CLI 中运行一条简单命令（例如 yolo solutions heatmap source="path/to/video.mp4"），指定系统中视频文件的位置，解决方案就会分析视频、检测并跟踪物体，同时生成彩色编码热力图。较暖的颜色表示活动较多的区域，较冷的颜色则表示活动较少的区域。Ultralytics 热力图解决方案指南提供了清晰的命令示例，让你可以根据需求轻松自定义并运行该解决方案。

热力图洞见如何助力更明智的决策#

如下所示，示例输入帧的热力图清晰展现了交通流量，并突出显示拥堵区域和通行顺畅区域。这些洞见对交通管理非常有帮助，可以让规划人员重新规划车辆路线、改进停车布局并更充分地利用道路。

图 3. 使用 Ultralytics YOLO11 生成的交通流量热力图。图片由作者提供。

通过可视化交通模式，热力图能更轻松地识别瓶颈或问题区域，并找到提升效率的方法。热力图还可以揭示突然变道或车速减缓等重要细节，这些情况可能意味着存在安全风险。解决这些问题有助于减少事故，让道路更安全、更可靠。总的来说，热力图提供的洞见有助于改进交通管理，让每个人都能享有更安全的道路。

使用 Ultralytics 解决方案构建计算机视觉应用#

Ultralytics YOLO11 解决方案可用于解决不同行业的日常难题，提升效率并改进决策。下面详细介绍其中几个解决方案。

使用 Ultralytics YOLO11 优化零售运营#

高峰时段管理零售门店可能让人应接不暇。有时，员工很难手动监控客流，导致过道过度拥挤，而收银台人手不足。借助 YOLO11，Ultralytics 提供了一种简单方案，可以统计进出门店的顾客人数，帮助管理者根据需求调整员工安排，而不必靠猜测。

Ultralytics YOLO11 助力改进停车管理#

找不到停车位时，停车管理会让人感到头疼。人工监控等传统方法在高峰时段往往难以应付。使用 Ultralytics YOLO11 可以实时更新可用停车位信息。计算机视觉可以帮助驾驶员高效找到车位，减少不必要的延误。

此外，未经授权的车辆占用预留车位也会引发安全问题。借助 Ultralytics YOLO11 和自动车牌识别 (ANPR)，可以及时检测并处理这些违规行为，确保限制区域安全。此外，通过分析停车场内的交通模式，可以减少拥堵，让驾驶员获得更好的体验。

图 4：使用 YOLO11 进行智能停车管理。

使用 Ultralytics YOLO11 优化农业运营#

Ultralytics 另一个有趣的解决方案与特定区域内的对象计数有关。它可以帮助农民更有效地管理大规模农业运营。例如，它可以分析无人机拍摄的视频，监测特定区域内的作物或牲畜，从而更容易及早发现虫害暴发或疾病高发区等问题。这让农民能够迅速采取行动，保护收成并减少损失。

图 5. 使用计算机视觉检测甲虫。

使用 Ultralytics YOLO11 解决方案的优势#

以下是 Ultralytics YOLO11 解决方案为各种业务工作流程带来积极影响的一些独特优势：

• 优化资源分配： Ultralytics YOLO11 可以帮助确定最需要资源的地方，例如在更繁忙的区域安排员工，或调整布局以提高效率。
• 降低运营成本： 自动化视频分析减少了对人工操作的依赖，既节省时间又降低开支，同时确保运营平稳进行。
• 发现潜在机会： 它可以突出显示容易被忽略的趋势和模式，例如空间利用率不足或改善客户参与度的机会。
• 简化数据共享： 详细的可视化输出让团队间分享洞见变得轻松，确保所有人信息一致，从而更好地协调工作。

要点#

Ultralytics YOLO11 以简单易用的方式提供先进技术，简化图像和视频分析任务，让任何人都能轻松使用，无需具备专业技术知识。YOLO11 灵活多用，可用于零售、城市规划、体育和工作场所安全等多个行业。

企业可以利用它应对挑战、发现有价值的洞见并简化日常运营。它设置简单、选项灵活、输出清晰，是将视觉数据转化为可执行洞见的有效工具。

加入我们的社区并查看我们的 GitHub 仓库，了解更多 AI 相关信息。了解制造业中的计算机视觉和医疗保健领域的 AI如何不断推动创新。还可以查看我们的许可选项，立即开始使用！