Ultralytics YOLO11 、小売、交通、セキュリティなどの分野で、地域ベースのオブジェクト計数を簡素化し、リアルタイムのVision AIインサイトを可能にする方法をご覧ください。
物体のカウントは簡単そうに聞こえるかもしれないが、道路、店舗、倉庫のような混雑した場所では、すぐに現実的な課題となる。長年、物体カウントは主に手作業で行われてきた。車両を数えたり、店舗の出入りを追跡したり、セキュリティー目的で動きを監視したりするのに何時間も費やしてきた。しかし、この方法は時間がかかり、ミスを犯しやすく、うまく拡張できない。
そこで登場するのが人工知能（AI）、特にコンピューター・ビジョンだ。コンピュータ・ビジョンは、人間と同様に視覚データを処理するAIの一分野である。その重要な用途のひとつが物体計数であり、所定のエリア内の物体を自動的に検出・追跡するのに役立つ。
通常、オブジェクトのカウントは、単にアイテムの数を合計するだけで、それらのオブジェクトがどこにあるかは表示されません。リージョンベースの計数、または計数領域を使用すると、画像内の特定の領域に焦点を当てることによってこれを解決します。これはより詳細な洞察を提供し、より意味のある方法で動きを追跡するのに役立ちます。
Ultralytics YOLO11は、物体検出や追跡などの様々なコンピュータビジョンタスクをサポートするコンピュータビジョンモデルで、リージョンベースの物体カウントに使用することができます。この記事では、Ultralytics YOLO11 どのように領域内のオブジェクトをカウントするために使用できるか、その実際のアプリケーションと主な利点を探ります。それでは始めましょう！
特に空港やショッピングモールのように、1つのフレームで複数の領域に人が密集するような場所ではなおさらだ。物体が正確にどこにあるのか、何人が特定の領域を通過しているのかといった洞察の方が重要なのだ。
YOLO11 ようなコンピュータ・ビジョン・モデルは、このようなコンピュータ・ビジョン・アプリケーションに簡単に使用できる。搭乗ゲートや待合ラウンジのような重要な場所にゾーンを割り当てることで、YOLO11 その特定の空間にある物体だけをカウントするのに使うことができる。また、移動可能な領域を使えば、異なる領域にある物体の数をリアルタイムで見つけることができる。
Ultralytics YOLO11 11は、このプロセスをシンプルかつ効率的にすることができます。YOLO11は、物体の検出、動きの追跡、出入りするゾーンに基づくカウントを支援します。YOLO11 特にインパクトがあるのは、精度を落とすことなくリアルタイムで結果を出せることです。また、定義された各ゾーン内でのマルチ・オブジェクト・トラッキングをサポートしており、システムが様々なオブジェクトを一度にカウントし、分類するのに役立ちます。
Ultralytics 、YOLO モデルの最先端のユースケースを紹介する 使いやすいソリューションを提供しています。これには、オブジェクトのカウント、移動可能な領域でのオブジェクトのカウント、ぼかし、速度推定などの実世界のソリューションが含まれます。
リージョンベースのオブジェクトカウントのためのUltralytics ソリューションのセットアップと実行は簡単でシンプルです。これにより、ユーザーは複雑な設定よりも洞察に集中することができます。
舞台裏では、リージョンベースのオブジェクトカウントソリューションは、YOLO11 使用して、ビデオの各フレーム内のオブジェクトを検出します。これらの検出は、トラッキングアルゴリズム（BoT-SORTやByteTrackなど）に渡され、フレーム間で各オブジェクトに一貫したIDが割り当てられる。
物体が検出され追跡されると、システムはあらかじめ定義された領域（多角形、長方形、線）のいずれかと交差しているかどうかをチェックする。もしそうであれば、それらのゾーンを横切る進入または移動に基づいてカウントされる。
以下は、リージョンベースのオブジェクトカウントのためのUltralytics ソリューションのその他の主な機能です：
リージョンベースのカウントのためのUltralytics ソリューションを始めるには、YOLO11 リージョン内のオブジェクトをカウントする方法を順を追って説明したUltralytics 公式ドキュメントをご覧ください。
ソリューションのセットアップ中に問題が発生した場合は、以下のヒントを参考にしてください：
さて、Ultralytics YOLO11 リージョンベースのオブジェクトカウントに使用する方法について理解を深めたところで、実際に使用できるアプリケーションをいくつか調べてみよう。
リージョンベースのオブジェクト・カウントは、顧客が店舗内で最も長い時間を過ごす場所に関する質問に簡単に答えることができます。YOLO11 、出口、レジカウンター、関心の高い商品コーナーなど、主要な場所での移動パターンを追跡するのに役立ちます。この地域ベースのアプローチでは、全体的な通行量を測定する代わりに、何人の顧客が特定のエリアを訪れたかについての洞察を得ることができます。
Ultralytics ソリューションを使用することで、手作業によるコーディングや複雑な設定プロセスが不要になり、小売業に役立ちます。小売業者は、多角形や長方形の線を使用して、顧客の動きや足の動きを追跡するために、店舗のさまざまなセクションを簡単にマークすることができます。
YOLO11 、物体を検出し、その動きを追跡し、人々がその地域に出入りするとリアルタイムでカウントを更新することができる。これにより、小売業者は顧客の流れを把握し、エンゲージメントを測定し、データに基づいた意思決定を行うことができる。
高速道路に合流する車、信号で停止する車、交通量の多い交差点で列をなす車など、都市は常に交通で賑わっている。交通を管理することは、道路を安全に保ち、物事を円滑に進めるための重要な要素である。R
YOLO11 地域ベースのオブジェクト・カウントは、道路を交差点や有料レーンなどのセクションに分割することでこれをサポートすることができる。交通管理チームは、各地域の車両数をリアルタイムで監視することができます。このライブデータにより、迅速な対応、より良い交通計画、全体的な流れの円滑化が可能になります。
この興味深い使用例は、適切に監視されないとすぐに混雑してしまう料金所です。地域ベースのカウントを行うUltralytics ソリューションを使えば、各料金レーンを個別に追跡することができます。I
すべての交通量を一度に監視するのではなく、特定の車線を通過する車両だけに焦点を当てる。車が出入りすると、YOLO11 即座にその数をカウントし、どのレーンが混雑しているかをオペレーターが把握するのに役立つ。
家畜の数を数えるのは、特に狭い場所を群れで移動する場合には難しい。あちこちで数を数え損ねると、給餌や健康チェック、農場の記録に問題が生じる可能性がある。酪農家にとって、作業を停滞させることなく正確な頭数を維持することは不可欠だ。
Ultralytics YOLO11 11は、このプロセスをよりスムーズにします。農家はこれを使用して、広いゲート、狭い道、または湾曲した囲いなど、カスタム追跡ゾーンを作成することができます。これらのゾーン内で、モデルはリアルタイムで動物を検出し、バウンディング・ボックスでマークし、その動きを追跡します。例えば、フェンスで囲まれた通路を移動する羊やヤギの大群を、手作業なしで素早く正確に数えることができます。
混雑した公共スペースは、誰もいない状態からあっという間に満員になる。地下鉄、空港、コンサートなどでは、一箇所に人が集まりすぎると、動きが鈍くなり、安全上の懸念が生じます。リアルタイムで人の出入りを監視することで、当局は混雑を早期に発見し、手に負えなくなる前に対処することができます。
具体的には、YOLO11 使用した地域ベースの計数により、視界に入るすべての人を追跡するのではなく、入場ゲート、プラットフォーム、待機エリアなどの特定のゾーン全体の動きを監視することが可能になります。これにより、警備チームは動きのパターンに注目し、混雑ポイントを素早く特定し、スケジュールの変更からスタッフの配置まで、より適切な運営上の決定を下すことができる。
Ultralytics YOLO11 使用したリージョンベースの物体カウントは、特定エリアの物体をより効率的かつ正確に追跡します。小売業、交通管理、公共安全など、このVision AI主導のアプローチは、企業や都市計画者がデータに裏打ちされたより良い意思決定を行うのに役立ちます。カウントを自動化することで、手作業が減り、全体的な効率が向上します。
将来的には、AIとコンピューター・ビジョンによって、物体カウントはさらに賢くなるだろう。精度の向上、さまざまな環境に対応するための適応学習、オートメーションやIoT（モノのインターネット）システムとの統合などが期待できる。このようなスマート・オートメーションは、私たちが空間、人、移動を管理する方法の未来を形作りつつある。
GitHubリポジトリでAIについて学び、成長するコミュニティの一員になりませんか。自動車と 農業におけるコンピュータビジョンの AI の進歩を探求してください。ライセンスオプションをチェックして、Vision AI プロジェクトを実現しましょう。
