使用Yolo12算法进行区域内实时目标计数

最新推荐文章于 2025-10-31 20:30:14 发布

转载最新推荐文章于 2025-10-31 20:30:14 发布 · 22 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://www.cnblogs.com/codingtea/p/19075990

文章标签：

#it

部署运行你感兴趣的模型镜像

视频演示

使用Yolo12算法进行区域内实时目标计数

大家好，今天给大家分享一个使用yolo12算法进行区域内目标实时计数的项目。

计数效果

如上图所示，程序会检测画面中的所有行人，紫色的矩形框是我们统计的区域

当行人从北向南进入紫色矩形框时，会计入进入人数

当行人从南向北进入紫色矩形框时，会计入离开人数

核心代码

处理的核心流程大概如下：

读取视频
设置区域的坐标
初始化目标计数对象
依次读取视频中的帧图像，调用counter进行统计
释放视频资源

/* by yours.tools - online tools website : yours.tools/zh/img2base64.html */
import cv2
from ultralytics import solutions

# 读取视频
cap = cv2.VideoCapture("MOT16-04-raw.webm")
#判断视频是否读取成功
assert cap.isOpened(), "Error reading video file"

# 检测区域的坐标
# region_points = [(20, 400), (1080, 400)]                                      # line counting
region_points = [(20, 400), (600, 400), (600, 300), (20, 300)]  # rectangle region
# region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]   # polygon region


# 初始化目标计数对象
counter = solutions.ObjectCounter(
    show=True,  # 是否显示检测过程
    region=region_points,  # 检测区域
    model="yolo12n.pt",  # 使用的检测模型
    classes=[0],  # 检测的类别
)

# 处理视频
while cap.isOpened():
    # 读取视频帧图像
    success, im0 = cap.read()

    #判读是否读取成功
    if not success:
        print("Video frame is empty or processing is complete.")
        break

    #调用counter进行计数处理
    results = counter(im0)

#释放视频对象
cap.release()
#按键处理
cv2.waitKey(0)
cv2.destroyAllWindows()  # 关闭所有窗口

上述代码中，我们已经对关键地方做了注释，这里大概对关键地方进行下说明：

我们这里需要region_points设置区域的坐标，分别是四组坐标，分别表示矩形区域的左上角、右上角、右下角、左下角。

region_points坐标除了设置矩形外，还可以设置直线和多边形，当坐标只有两组的时候，是一条直线，当超过4组之后，是多边形区域。

在solutions.ObjectCounter我们需要设置一些参数，这里的model需要填写权重文件，这里我们写了yolo12n的预训练权重文件。