Ultralytics を使ったオブジェクトトラッキングをご覧ください!リアルタイムのアプリケーションのために、YOLO モデルを使ってビデオ内の動き、行動、インタラクションを追跡する方法を学びます。
オブジェクトトラッキングは、コンピュータビジョンにおける基本的なタスクであり、一連のビデオフレームの中を移動する特定のオブジェクトを識別し、追跡することを含む。個々の静止画像や単一のビデオフレーム内のオブジェクトの位置を特定することに重点を置くオブジェクト検出とは異なり、オブジェクトトラッキングはこれらのオブジェクトのアイデンティティと軌跡を時間と共に維持します。この継続的なモニタリングにより、システムはダイナミックな環境における物体の動き、行動、相互作用を理解することができ、検出だけよりも豊かな洞察を得ることができる。
物体追跡は通常、次のような物体検出器を使用して最初のフレームで物体を検出することから始まります。 Ultralytics YOLO.オブジェクトが検出されると(通常バウンディングボックスで表現される)、トラッキングアルゴリズムはそのオブジェクトにユニークなIDを割り当てます。その後のフレームでは、アルゴリズムは以前の動きと外観に基づいてオブジェクトの新しい位置を予測します。そして、現在の検出を既存のトラッキングされたオブジェクトと関連付け、パスを更新し、IDを維持します。このプロセスは、オブジェクトが一時的に隠れたり(オクルージョン)、外観が変化したり、他のオブジェクトと相互作用したり、照明やカメラの視点が変化したりするような課題を処理しなければならない。一般的な手法には、動き予測のためのカルマンフィルタのようなフィルタリング手法や、ロバストな関連付けのために動きと外観の特徴を組み合わせるDeepSORTのようなディープラーニングアプローチがあります(DeepSORTの詳細はこちら)。
オブジェクト・トラッキングを他のコンピュータ・ビジョン・タスクと区別することは重要だ:
オブジェクトのトラッキングは、実世界の数多くのAIアプリケーションにとって極めて重要である:
Ultralytics 、オブジェクトトラッキングを実装するための強力なツールを提供します。モデル YOLOv8や YOLO11のようなモデルは最先端のオブジェクト検出を提供し、正確なトラッキングの基盤を形成します。Ultralytics フレームワークには、BoT-SORTや ByteTrackのような効率的なトラッキングアルゴリズムをビルトインでサポートする専用のトラッキングモードが含まれています。ユーザーはUltralytics Python パッケージを使ってトラッキング・ソリューションを簡単に実装したり、Ultralytics HUBを使ってトレーニングからデプロイまでワークフロー全体を管理することができます。