yolov8交互式指定区域行人计数/车辆计数

阿利同学

于 2024-08-15 10:29:22 发布

阅读量903

点赞数 11

分类专栏：新手小白编程的Python人工智能之路文章标签： YOLO 区域行人计数车辆计数人工智能 AI 计算机视觉 opencv

本文链接：https://blog.csdn.net/ALiLiLiYa/article/details/141215704

版权

新手小白编程的Python人工智能之路专栏收录该内容

81 篇文章 44 订阅

订阅专栏

使用 Ultralytics YOLOv8 进行区域计数 (视频推理)

区域计数是一种用于统计指定区域内物体数量的方法，当考虑多个区域时，这种方法能提供更为精细的分析。这些区域可以根据用户的需求进行调整，并且计数过程能够在实时视频中进行。
在这里插入图片描述

步骤 1: 安装所需库

首先需要克隆仓库，并安装依赖项，然后进入本地目录以执行步骤 2 中的命令。

进入本地目录

cd ultralytics/examples/YOLOv8-Region-Counter

步骤 2: 运行基于 Ultralytics YOLOv8 的区域计数

下面是运行推理的基本命令：

注意
当视频开始播放后，你可以通过简单的左键点击并拖动来自由地在视频中移动区域。

# 如果你想保存结果
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img --view-img

# 如果你想在 CPU 上运行模型
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img --view-img --device cpu

# 如果你想更改模型文件
python yolov8_region_counter.py --source "path/to/video.mp4" --save-img --weights "path/to/model.pt"

# 如果你想检测特定类（如第一类和第三类）
python yolov8_region_counter.py --source "path/to/video.mp4" --classes 0 2 --weights "path/to/model.pt"

# 如果你不希望保存结果
python yolov8_region_counter.py --source "path/to/video.mp4" --view-img

使用选项

--source: 指定你想要运行推理的视频文件路径。
--device: 指定设备，可以选择 cpu 或者 0（GPU 设备编号）。
--save-img: 标志位，用于保存检测结果为图片。
--weights: 指定不同的 YOLOv8 模型文件（例如：yolov8n.pt, yolov8s.pt, yolov8m.pt, yolov8l.pt, yolov8x.pt）。
--classes: 指定要检测的类别。
--line-thickness: 指定边界框的厚度。
--region-thickness: 指定区域框的厚度。
--track-thickness: 指定跟踪线的厚度。

在这里插入图片描述

常见问题解答

区域计数涉及哪些内容？

区域计数是一种计算方法，用于确定记录的视频或实时流中特定区域内的物体数量。此技术在图像处理、计算机视觉和模式识别领域得到广泛应用，它支持根据物体的空间关系进行分析和分割。

区域计数器是否支持友好的区域绘制？

区域计数器提供了创建多种格式区域的能力，例如多边形和矩形。你可以灵活地修改区域属性，包括坐标、颜色等其他细节。以下是一段示例代码，展示了如何定义这样的区域：

from shapely.geometry import Polygon

counting_regions = [
    {
        "name": "YOLOv8 多边形区域",
        "polygon": Polygon(
            [(50, 80), (250, 20), (450, 80), (400, 350), (100, 350)]
        ),  # 五边形
        "counts": 0,
        "dragging": False,
        "region_color": (255, 42, 4),  # BGR 值
        "text_color": (255, 255, 255),  # 区域文本颜色
    },
    {
        "name": "YOLOv8 矩形区域",
        "polygon": Polygon([(200, 250), (440, 250), (440, 550), (200, 550)]),  # 矩形
        "counts": 0,
        "dragging": False,
        "region_color": (37, 255, 225),  # BGR 值
        "text_color": (0, 0, 0),  # 区域文本颜色
    },
]

为什么将区域计数与 YOLOv8 结合使用？

YOLOv8 专门用于检测和跟踪视频流中的物体。区域计数则补充了这一点，使得能够在指定区域内统计物体数量，这使得 YOLOv8 成为一种非常有价值的应用工具。
如何解决遇到的问题？

为了在推理过程中获得更多的洞察力，你可以在命令中加入 --debug 标志位：
```
python yolov8_region_counter.py --source "path/to/video.mp4" --debug
```
能否使用其他版本的 YOLO？

当然可以，你可以使用 --weights 选项来指定不同的 YOLO 模型权重。