감시, 농업, 제조와 같은 실시간 애플리케이션에서 객체 추적에 Ultralytics YOLO11 을 사용하는 방법을 자세히 살펴보세요.
제조 시설의 조립 라인에서 부품의 이동을 모니터링하고 추적하여 품질 관리를 보장하고 워크플로우 효율성을 개선하고자 한다고 가정해 보겠습니다. 일반적으로 수동으로 검사하거나 기본 센서를 사용하여 품목을 추적하는데, 이는 시간이 많이 걸리고 오류가 발생하기 쉽습니다. 하지만 컴퓨터 비전과 물체 추적을 사용하면 이 프로세스를 자동화하고 개선할 수 있습니다.
객체 추적은 비디오에서 객체를 감지, 식별 및 추적하는 컴퓨터 비전 작업입니다. 농장의 동물 모니터링부터 소매점의 보안 및 감시에 이르기까지 다양한 애플리케이션에 사용할 수 있습니다. 동영상에서 추적되는 객 체는 일반적으로 바운딩 박스를 사용하여 시각화되어 사용자가 동영상 프레임 내에서 객체의 정확한 위치와 감지된 위치를 확인할 수 있습니다.
Ultralytics' 연례 하이브리드 이벤트인 YOLO Vision 2024(YV24)에서 출시되었습니다, Ultralytics YOLO11 는 객체 추적을 포함한 다양한 Vision AI 작업을 처리할 수 있는 컴퓨터 비전 모델입니다. 이 글에서는 객체 추적의 작동 원리를 살펴보고 실제 적용 사례에 대해 논의합니다. 또한 객체 추적을 사용해 볼 수 있는 방법도 살펴봅니다. YOLO11. 시작해 보겠습니다!
객체 추적은 필수적인 컴퓨터 비전 기술입니다. 이를 통해 동영상 속 객체를 식별하고 시간이 지남에 따라 추적할 수 있습니다. 객체 추적은 다른 컴퓨터 비전 작업인 객체 감지와 매우 유사해 보일 수 있습니다. 이 둘의 주요 차이점은 비디오 프레임을 처리하는 방식에 있습니다. 객체 감지는 각 프레임을 개별적으로 살펴보고 이전 프레임이나 향후 프레임을 고려하지 않고 객체를 식별하고 분류합니다. 반면 객체 추적은 프레임 사이의 점을 연결하여 시간이 지남에 따라 동일한 객체를 추적하고 그 움직임을 추적합니다.
객체 추적의 작동 방식에 대한 자세한 설명은 다음과 같습니다:
Ultralytics 는 BoT-SORT 및 ByteTrack과 같은 고급 추적 알고리즘을 활용하여 실시간 객체 추적을 지원합니다. 또한 세분화 및 포즈 추정 YOLO11 모델과 원활하게 작동하여 다양한 추적 작업을 위한 유연한 도구로 사용할 수 있습니다.
Ultralytics YOLO11 모델의 다목적 기능은 다양한 산업 분야에서 폭넓게 활용될 수 있는 가능성을 열어줍니다. 몇 가지 YOLO11 객체 추적 사용 사례를 자세히 살펴보겠습니다.
물체 추적은 자율주행차가 안전하고 효율적으로 운행하는 데 매우 중요합니다. 자율주행차는 정지, 회전, 차선 변경과 같은 실시간 결정을 내리기 위해 끊임없이 주변 환경을 이해해야 합니다. 물체 감지 기능을 통해 차량은 보행자, 자전거 운전자, 다른 차량, 교통 표지판 등 주변 환경의 주요 요소를 식별할 수 있습니다. 하지만 이러한 물체를 한 순간에 감지하는 것만으로는 안전한 주행에 충분하지 않습니다.
이것이 바로 객체 트래킹이 필요한 이유입니다. 이 기능을 사용하면 차량이 여러 프레임에 걸쳐 물체의 움직임을 추적하면서 시간을 두고 물체를 따라갈 수 있습니다. 예를 들어, 자율주행 차량이 보행자가 어디로 향하고 있는지 예측하거나 주변 차량의 속도와 방향을 모니터링하거나 신호등이 바뀌지 않았는지 인식하는 데 도움이 됩니다. 감지 및 추적 기능을 결합하여 자율주행차는 주변 물체의 움직임을 예측하고 선제적으로 대응하며 안전하고 원활하게 주행할 수 있습니다.
소와 같은 농장의 동물을 추적하는 것은 효과적인 관리를 위해 필수적이지만, 지루하고 시간이 많이 소요되는 작업일 수 있습니다. 센서나 태그 사용과 같은 기존의 방법에는 종종 단점이 있습니다. 이러한 장치는 부착 시 동물에게 스트레스를 줄 수 있으며, 떨어지거나 손상되기 쉬워 추적에 방해가 될 수 있습니다.
컴퓨터 비전은 농부들이 실제 태그 없이도 동물을 모니터링하고 추적할 수 있는 더 나은 솔루션을 제공합니다. 객체 추적을 통해 농부들은 동물의 행동과 건강에 대한 귀중한 인사이트를 얻을 수 있습니다. 예를 들어, 동물의 보행 방식에 영향을 미치는 절름발이와 같은 상태를 감지하는 데 도움이 될 수 있습니다. 개체 추적을 통해 농장주는 미묘한 움직임의 변화를 발견하고 건강 문제를 조기에 해결할 수 있습니다.
컴퓨터 비전은 건강 모니터링 외에도 사회적 상호작용, 식습관, 이동 패턴과 같은 다른 행동을 이해하는 데도 도움이 될 수 있습니다 . 이러한 인사이트를 통해 무리 관리를 개선하고, 사료 공급 일정을 최적화하며, 동물의 전반적인 웰빙을 증진할 수 있습니다. 수작업을 줄이고 동물의 스트레스를 최소화하는 컴퓨터 비전 기반 추적은 현대 농업에 실용적이고 효율적인 도구입니다.
물체 추적은 제조 분야에서 많은 사용 사례를 가지고 있습니다. 예를 들어, 물체 감지 및 추적 시스템은 생산 라인을 모니터링할 수 있습니다. 제품이나 원자재가 컨베이어 벨트 위를 이동할 때 쉽게 추적하고 계산할 수 있습니다. 이러한 시스템은 다른 컴퓨터 비전 시스템과 통합하여 추가 작업을 수행할 수도 있습니다. 예를 들어, 결함이 있는 품목은 결함 감지 시스템을 사용하여 식별하고 객체 추적을 통해 추적하여 적절하게 처리할 수 있습니다.
제조 분야에서 객체 추적의 또 다른 중요한 응용 분야는 안전과 관련된 것입니다. 객체 추적 시스템은 잠재적으로 위험한 제조 환경에서 작업자를 감지하고 추적하는 데 사용할 수 있습니다. 컴퓨터 비전 시스템을 사용하여 위험 구역을 표시하고 지속적으로 모니터링할 수 있으며, 추적 중인 작업자가 해당 구역 근처에 접근하면 감독자에게 알림을 보낼 수 있습니다. 이러한 안전 시스템은 장비를 감지하고 추적하는 데에도 사용할 수 있어 도난 가능성을 방지할 수 있습니다.
실시간 객체 추적은 보안 및 감시 시스템에서 널리 사용됩니다. 이러한 시스템은 공공장소, 교통 중심지, 쇼핑몰과 같은 대형 리테일 환경을 모니터링하는 데 사용할 수 있습니다. 대규모의 혼잡한 공간에서는 이 기술을 사용하여 의심스러운 개인이나 군중의 행동을 추적하여 원활한 감시 솔루션을 제공할 수 있습니다. 예를 들어, 팬데믹 기간 동안 객체 추적 시스템은 혼잡한 지역을 추적하고 사람들이 사회적 거리를 유지하고 있는지 확인하는 데 사용되었습니다.
객체 추적은 교통 감시에도 사용할 수 있습니다. 객체 추적을 사용하면 차량의 동작을 추적하고 분석하여 비정상적이거나 의심스러운 행동을 실시간으로 파악하여 사고나 범죄를 예방할 수 있습니다. 좋은 예로 속도 추정 시스템을 들 수 있습니다. 이 시스템은 차량을 감지하고 추적하여 속도를 파악할 수 있습니다.
이제 몇 가지 객체 추적 애플리케이션을 살펴보았으니 Ultralytics YOLO11 모델을 사용하여 사용해 볼 수 있는 방법에 대해 알아보겠습니다.
시작하려면 pip, conda 또는 Docker를 사용하여 Ultralytics Python 패키지를 설치하세요. 설치 중 문제가 발생하면 일반적인 문제 가이드에서 유용한 문제 해결 팁을 확인하세요.
패키지를 성공적으로 설치했으면 다음 코드를 실행합니다. Ultralytics YOLO11 모델을 로드하고 이를 사용하여 동영상 파일에서 객체를 추적하는 방법을 설명합니다. 코드에 사용된 모델은 "yolo11n.pt"입니다. 'n'은 YOLO11 모델의 가장 작은 변형인 Nano를 의미합니다. 소형, 중형, 대형, 초대형 등 다른 모델 변형도 선택할 수 있습니다.
사전 학습된 모델 대신 사용자 지정 학습된 모델을 사용하도록 선택할 수도 있습니다. 사용자 지정 학습에는 특정 애플리케이션에 맞게 사전 학습된 모델을 미세 조정하는 작업이 포함됩니다.
앞서 언급했듯이 객체 추적은 다음 YOLO11 모델에서 지원됩니다: 객체 감지, 포즈 추정, 인스턴스 분할. 추적과 관련된 특정 애플리케이션이 있는 경우 애플리케이션에 따라 이러한 모델 중 하나를 사용자 지정하여 학습시킬 수 있습니다. Ultralytics Python 패키지 또는 코드가 필요 없는 플랫폼인 Ultralytics HUB를 사용하여 모델을 사용자 지정 학습할 수 있습니다.
Ultralytics YOLO11 는 동영상에서 물체를 추적하는 데 유용한 도구로, 자율주행차, 농업, 제조, 보안 등 다양한 분야에서 사용할 수 있습니다. 실시간으로 물체를 감지하고 추적할 수 있어 기업과 산업에서 작업자와 장비를 추적하는 데 도움이 됩니다. 이 모델은 사용하기 쉽고 특정 요구 사항에 맞게 사용자 지정할 수 있어 컴퓨터 비전 기능을 원활하게 도입하려는 모든 사람에게 좋은 옵션입니다.
자세히 알아보려면 GitHub 리포지토리를 방문하여 커뮤니티에 참여하세요. 솔루션 페이지에서 자율 주행 차량과 농업 분야의 AI 애플리케이션을 살펴보세요. 🚀
