Gelişmiş Veri Görselleştirme: Ultralytics YOLO11 🚀 kullanarak ısı haritaları

Isı Haritalarına Giriş

Ultralytics YOLO11 ile oluşturulan bir ısı haritası, karmaşık verileri canlı, renk kodlu bir matrise dönüştürür. Bu görsel araç, değişen veri değerlerini temsil etmek için bir renk spektrumu kullanır; burada daha sıcak tonlar daha yüksek yoğunlukları ve daha soğuk tonlar daha düşük değerleri gösterir. Isı haritaları, karmaşık veri kalıplarını, korelasyonları ve anormallikleri görselleştirmede mükemmeldir ve çeşitli alanlarda veri yorumlamasına erişilebilir ve ilgi çekici bir yaklaşım sunar.

İzle: Ultralytics YOLO11 kullanarak Isı Haritaları

Veri Analizi için Neden Isı Haritalarını Seçmelisiniz?

• Sezgisel Veri Dağılımı Görselleştirmesi: Isı haritaları, veri yoğunluğunun ve dağılımının anlaşılmasını basitleştirir ve karmaşık veri kümelerini kolay anlaşılır görsel formatlara dönüştürür.
• Verimli Desen Algılama: Verileri ısı haritası biçiminde görselleştirerek, eğilimleri, kümeleri ve aykırı değerleri tespit etmek kolaylaşır, bu da daha hızlı analiz ve içgörülere olanak tanır.
• Gelişmiş Uzamsal Analiz ve Karar Alma: Isı haritaları, uzamsal ilişkileri göstermede etkili olup, iş zekası, çevre çalışmaları ve şehir planlaması gibi sektörlerde karar alma süreçlerine yardımcı olur.

Gerçek Dünya Uygulamaları

Taşıma	Perakende
Ultralytics YOLO11 Ulaşım Isı Haritası	Ultralytics YOLO11 Perakende Isı Haritası

# Run a heatmap example
yolo solutions heatmap show=True

# Pass a source video
yolo solutions heatmap source="path/to/video.mp4"

# Pass a custom colormap
yolo solutions heatmap colormap=cv2.COLORMAP_INFERNO

# Heatmaps + object counting
yolo solutions heatmap region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("heatmap_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# For object counting with heatmap, you can pass region points.
# region_points = [(20, 400), (1080, 400)]                                      # line points
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360)]              # rectangle region
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]   # polygon points

# Initialize heatmap object
heatmap = solutions.Heatmap(
    show=True,  # display the output
    model="yolo11n.pt",  # path to the YOLO11 model file
    colormap=cv2.COLORMAP_PARULA,  # colormap of heatmap
    # region=region_points,  # object counting with heatmaps, you can pass region_points
    # classes=[0, 2],  # generate heatmap for specific classes i.e person and car.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = heatmap(im0)

    # print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

Heatmap() Argümanlar

İşte şunları içeren bir tablo: Heatmap argümanlar:

Ayrıca farklı olanları da uygulayabilirsiniz track içindeki argümanlar Heatmap çözümü.

Ek olarak, desteklenen görselleştirme argümanları aşağıda listelenmiştir:

Isı Haritası RENK HARİTALARI

Bu renk haritaları, verileri farklı renk gösterimleriyle görselleştirmek için yaygın olarak kullanılır.

Ultralytics YOLO11'de Isı Haritaları Nasıl Çalışır

Ultralytics YOLO11'deki Isı Haritası çözümü, video akışlarındaki hareket düzenlerini oluşturmak ve görselleştirmek için ObjectCounter sınıfını genişletir. Başlatıldığında, çözüm, nesneler çerçeve içinde hareket ettikçe güncellenen boş bir ısı haritası katmanı oluşturur.

Algılanan her nesne için çözüm:

1. YOLO11'in izleme özelliklerini kullanarak nesneyi kareler arasında izler
2. Nesnenin konumundaki ısı haritası yoğunluğunu günceller
3. Yoğunluk değerlerini görselleştirmek için seçilen bir renk haritasını uygular
4. Renkli ısı haritasını orijinal kare üzerine yerleştirir

Sonuç, zaman içinde oluşan, video verilerinizdeki trafik düzenlerini, kalabalık hareketlerini veya diğer mekansal davranışları ortaya çıkaran dinamik bir görselleştirmedir.

SSS

Ultralytics YOLO11 ısı haritalarını nasıl oluşturur ve bunların faydaları nelerdir?

Ultralytics YOLO11, karmaşık verileri, farklı tonların veri yoğunluklarını temsil ettiği renk kodlu bir matrise dönüştürerek ısı haritaları oluşturur. Isı haritaları, verilerdeki desenleri, korelasyonları ve anormallikleri görselleştirmeyi kolaylaştırır. Daha sıcak tonlar daha yüksek değerleri, daha soğuk tonlar ise daha düşük değerleri temsil eder. Başlıca faydaları arasında verilerin dağılımının sezgisel görselleştirilmesi, verimli desen algılama ve karar verme için gelişmiş uzamsal analiz yer alır. Daha fazla ayrıntı ve yapılandırma seçeneği için Isı Haritası Yapılandırma bölümüne bakın.

Ultralytics YOLO11'i nesne takibi yapmak ve aynı anda bir ısı haritası oluşturmak için kullanabilir miyim?

Evet, Ultralytics YOLO11, nesne takibini ve ısı haritası oluşturmayı eşzamanlı olarak destekler. Bu, onun aracılığıyla elde edilebilir Heatmap nesne takibi modelleriyle entegre edilmiş çözüm. Bunu yapmak için, ısı haritası nesnesini başlatmanız ve YOLO11'in izleme özelliklerini kullanmanız gerekir. İşte basit bir örnek:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(colormap=cv2.COLORMAP_PARULA, show=True, model="yolo11n.pt")

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

Daha fazla rehberlik için İzleme Modu sayfasını kontrol edin.

Ultralytics YOLO11 ısı haritalarını OpenCV veya Matplotlib gibi diğer veri görselleştirme araçlarından farklı kılan nedir?

Ultralytics YOLO11 ısı haritaları, gerçek zamanlı veri analizi için uçtan uca bir çözüm sağlayarak, nesne algılama ve izleme modelleriyle entegrasyon için özel olarak tasarlanmıştır. OpenCV veya Matplotlib gibi genel görselleştirme araçlarından farklı olarak, YOLO11 ısı haritaları performans ve otomatik işleme için optimize edilmiştir ve kalıcı izleme, azalma faktörü ayarlaması ve gerçek zamanlı video bindirmesi gibi özellikleri destekler. YOLO11'in benzersiz özellikleri hakkında daha fazla bilgi için Ultralytics YOLO11 Tanıtımı'nı ziyaret edin.

Ultralytics YOLO11 kullanarak ısı haritalarında yalnızca belirli nesne sınıflarını nasıl görselleştirebilirim?

Belirli nesne sınıflarını, içindeki istenen sınıfları belirterek görselleştirebilirsiniz. track() YOLO modelinin yöntemi. Örneğin, yalnızca arabaları ve kişileri görselleştirmek istiyorsanız (sınıf indekslerinin 0 ve 2 olduğunu varsayarak), şunu ayarlayabilirsiniz: classes parametresini uygun şekilde ayarlayın.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(show=True, model="yolo11n.pt", classes=[0, 2])

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

İşletmeler, veri analizinde ısı haritası oluşturma için neden Ultralytics YOLO11'i seçmelidir?

Ultralytics YOLO11, gelişmiş nesne algılama ve gerçek zamanlı ısı haritası oluşturmanın kusursuz entegrasyonunu sunarak, verileri daha etkili bir şekilde görselleştirmek isteyen işletmeler için ideal bir seçimdir. Temel avantajları arasında sezgisel veri dağıtım görselleştirmesi, verimli örüntü algılama ve daha iyi karar verme için gelişmiş mekansal analiz yer alır. Ek olarak, YOLO11'in kalıcı izleme, özelleştirilebilir renk haritaları ve çeşitli dışa aktarma formatları için destek gibi en son özellikleri, kapsamlı veri analizi için TensorFlow ve OpenCV gibi diğer araçlardan daha üstün olmasını sağlar. Ultralytics Planları'nda iş uygulamaları hakkında daha fazla bilgi edinin.

📅 1 yıl önce oluşturuldu ✏️ 2 ay önce güncellendi

Yorumlar