YOLO11解决方案之热力图探索

最新推荐文章于 2025-11-11 16:29:14 发布

原创

最新推荐文章于 2025-11-11 16:29:14 发布 · 1.3k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO11 #人工智能 #计算机视觉 #python

概述

Ultralytics提供了一系列的解决方案，利用YOLO11解决现实世界的问题，包括物体计数、模糊处理、热力图、安防系统、速度估计、物体追踪等多个方面的应用。

使用YOLO11生成的热力图把复杂的数据转换成生动的彩色编码矩阵。这种可视化工具采用色谱来表示不同的数据值，暖色调表示较高的强度，冷色调表示较低的值。热力图在可视化复杂的数据模式、相关性和异常情况方面表现出色，为不同领域的数据解读提供了一种直观可视化方法。

热力图有助于说明空间关系，帮助商业智能、环境研究和城市规划等领域进行辅助决策。
热力图在交通中的应用在这里插入图片描述
热力图在零售中的应用

演示代码

Ultralytics提供了CLI和Python例子，展示如何使用热力图解决方案。

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))

# 传入区域或直线坐标，可以同时进行物体计数
# 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,  # 颜色图
    # region=region_points,  # 传入区域或直线坐标，可以同时进行物体计数
    # classes=[0, 2],  # 只对特定类别生成热力图
)

# 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)  # wri