🎯 Реальное время: обнаружение объектов с YOLO и веб-камерой

🔍 Введение

Обнаружение объектов в реальном времени — одна из самых востребованных технологий в компьютерном зрении. В этой статье мы рассмотрим, как использовать YOLO (You Only Look Once) и веб-камеру для создания системы детекции объектов. YOLO — один из самых эффективных алгоритмов, обеспечивающий высокую точность и скорость.

🚀 Что такое YOLO?

YOLO был разработан Джозефом Редмоном и его командой в Университете Вашингтона. В отличие от традиционных алгоритмов, которые анализируют изображение по частям, YOLO рассматривает его целиком за один проход, что значительно ускоряет процесс обработки.

Применение YOLO: ✅ Беспилотные автомобили 🚗
✅ Системы безопасности 📸
✅ Видеоаналитика и мониторинг 📹

🛠 Настройка окружения

Перед началом работы установим необходимые библиотеки:

pip install ultralytics opencv-python

Далее импортируем их в коде:

import cv2 from ultralytics import YOLO

📷 Захват видео с веб-камеры

Мы используем OpenCV для подключения камеры:

cap = cv2.VideoCapture(0) cap.set(3, 640) # Устанавливаем ширину cap.set(4, 480) # Устанавливаем высоту

while True: ret, frame = cap.read() cv2.imshow('Webcam', frame) if cv2.waitKey(1) == ord('q'): break

cap.release() cv2.destroyAllWindows()

🔹 Камера включается, и мы видим потоковое видео 🔹 Нажатие клавиши 'q' завершает выполнение

🏗 Интеграция YOLO

Теперь подключим YOLOv8 для детекции объектов:

model = YOLO("yolo-Weights/yolov8n.pt")

Создадим список классов объектов, которые модель может обнаруживать:

classNames = ["person", "bicycle", "car", "motorbike", "aeroplane", "bus", "train"]

🔍 Реализация детекции

Запускаем обработку видеопотока с детекцией объектов:

while True: ret, frame = cap.read() results = model(frame, stream=True) for r in results: boxes = r.boxes for box in boxes: x1, y1, x2, y2 = map(int, box.xyxy[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (255, 0, 255), 3) cv2.imshow('YOLO Detection', frame) if cv2.waitKey(1) == ord('q'): break

cap.release() cv2.destroyAllWindows()

🔹 YOLO получает кадр и анализирует его в реальном времени
🔹 Выделенные объекты обрамляются прямоугольниками

🔬 Заключение

YOLO — мощный инструмент для детекции объектов в реальном времени. В этом уроке мы: ✅ Настроили окружение
✅ Подключили веб-камеру через OpenCV
✅ Реализовали детекцию объектов с помощью YOLO

🔥 Теперь у вас есть полноценная система мониторинга, которую можно применять в различных областях, от безопасности до автоматизации процессов! 🚀

📢 Подписывайтесь, чтобы не пропустить новые материалы!
🔹 Teletype.in – блог о машинном обучении
🔹 Телеграм-канал – свежие новости и обсуждения