Grüner Scheck
Link in die Zwischenablage kopiert

Objekterkennung und -verfolgung mit Ultralytics YOLOv8

Entdecke die Möglichkeiten der Objekterkennung und -verfolgung mit Ultralytics YOLOv8 . Wir zeigen dir, wie du das Modell einrichtest, den Tracker konfigurierst und die Echtzeit-Inferenz mit praktischen Demonstrationen demonstrierst.

Heute tauchen wir in ein weiteres Kapitel unserer Reise mit Ultralytics YOLOv8. In dieser Folge konzentrieren wir uns auf die Objekterkennung und -verfolgung, einen grundlegenden Aspekt der Computer Vision, der unzählige Anwendungen in verschiedenen Branchen ermöglicht. Erforsche mit uns die Fähigkeiten von YOLOv8 in diesem Bereich mit Nicolai Nielsen.

Objekterkennung und -verfolgung spielen in verschiedenen Szenarien eine entscheidende Rolle, von Überwachungssystemen bis hin zur industriellen Automatisierung. Mit YOLOv8, powered by Ultralytics, wird die Nutzung dieser Funktionen so einfach wie nie zuvor. Nicolai führt uns durch den Prozess und zeigt uns die wichtigsten Erkenntnisse und praktischen Demonstrationen.

Die Bühne bereiten

Bevor er auf die Feinheiten der Objekterkennung und -verfolgung eingeht, betont Nicolai die Vielseitigkeit von YOLOv8. Ob es darum geht, Personen in einem überfüllten Raum zu identifizieren oder Objekte in einer Produktionslinie zu überwachen, YOLOv8 bietet eine robuste Lösung. 

Modell einrichten

Navigieren durch Visual Studio Code. In diesem Video zeigt Nicolai, wie man das Modell YOLOv8 für die Objekterkennung und -verfolgung einrichtet. Anhand des mittleren Modells zeigt er, wie auch größere Modelle dank fortschrittlicher Hardwarekonfigurationen nahtlos in Echtzeit ausgeführt werden können.

Den Tracker konfigurieren

Bei der Objektverfolgung ist die Wahl des richtigen Trackers von entscheidender Bedeutung. Nicolai stellt uns den ByteTrack-Algorithmus vor, der für seine Genauigkeit und Zuverlässigkeit bekannt ist. Außerdem hebt er die Vielseitigkeit von YOLOv8 hervor, indem er alternative Tracker wie BoTSort erwähnt, die verschiedene Tracking-Anforderungen erfüllen.

Inferenz in Echtzeit

Nachdem das Modell und der Tracker konfiguriert sind, ist es an der Zeit, YOLOv8 in Aktion zu erleben. In diesem Tutorium können wir sehen, wie das Programm läuft und eine Live-Demonstration der Objekterkennung und -verfolgung anhand eines zuvor aufgezeichneten Videos erleben. Die Ergebnisse sind beeindruckend: Jedem Objekt wird eine eindeutige Kennung zugewiesen, damit es nahtlos verfolgt werden kann.

Abb. 1. Nicolai Nielsen zeigt die Funktionsweise der Objekterkennung und -verfolgung mit Ultralytics YOLOv8 .

Live Webcam Tests

Bei der Demonstration gehen wir noch einen Schritt weiter und sehen, wie man zu einem Live-Webcam-Feed wechseln kann, um die Echtzeit-Verfolgungsfunktionen zu zeigen. Von der Erkennung von Personen bis hin zur Identifizierung von Objekten - YOLOv8 sorgt für eine konsistente Verfolgung, selbst bei Kamerabewegungen und Verdeckungen.

Objektverfolgung in mehreren Streams

Die Objektverfolgung über mehrere Videoströme hinweg mithilfe von Multithreading ist ideal für die Verarbeitung zahlreicher Überwachungskamera-Feeds. Mit dem Threading-Modul von Python und YOLOv8 verwaltet jeder Thread eine eigene Tracker-Instanz, die im Hintergrund effizient verarbeitet wird. Diese Funktion ist nützlich und spielt eine wichtige Rolle bei fortgeschrittenen Analysen

Praktische Anwendungen

Im Verlauf der Demonstration unterstreicht Nicolai die praktische Bedeutung der Objekterkennung und -verfolgung. Von der Gesundheitsbranche über die Landwirtschaft bis hin zur Fertigungsindustrie sind die Anwendungsmöglichkeiten vielfältig und umfangreich. Er betont auch, wie wichtig es ist, neben der Erkennung auch Verfolgungsfunktionen zu integrieren, um die Effizienz und Genauigkeit zu erhöhen.

Einpacken

Zusammenfassend lässt sich sagen, dass die zahllosen Anwendungen für Objekterkennung und -verfolgung Flexibilität und kreative Lösungen in jeder Branche ermöglichen. Entdecke mit uns das volle Potenzial von Computer Vision mit Ultralytics YOLOv8 . Erfahre mehr und schau dir das komplette Tutorial hier an! 

Bleib dran und schließe dich unserer Community an, wenn wir die sich ständig weiterentwickelnde Landschaft der künstlichen Intelligenz und des maschinellen Lernens weiter erforschen.

Facebook-LogoTwitter-LogoLinkedIn-LogoKopier-Link-Symbol

Lies mehr in dieser Kategorie

Lass uns gemeinsam die Zukunft
der KI gestalten!

Beginne deine Reise in die Zukunft des maschinellen Lernens