利​用 YOLO11做停车管理

点击下方卡片,关注“小白玩转Python”公众号

对于繁忙的城市和公共场所来说,有效管理停车至关重要。传统方法常常跟不上需求,导致拥堵和挫败感。随着人工智能的进步,我们现在有了YOLO,这是一个强大的目标检测工具,可以用来改进停车管理系统。新的Ultralytics YOLO11模型更快、更精确,非常适合监控和管理停车位,它可以实时检测车辆并跟踪它们的移动。

e6c866d7bdcd2b9e84f6e8213dfc4e74.jpeg

617c93869d3d21d93521d51784f99c94.jpeg

使用Ultralytics YOLO11的停车管理系统

在本文中,我们将深入探讨:

  • 为什么需要停车管理?

  • 使用YOLO11进行停车管理的代码示例?

  • 使用YOLO11进行停车管理的优势?

为什么需要停车管理?

停车管理对于组织良好和安全的环境至关重要,特别是在繁忙的公共场所和商业区。

  • 减少交通拥堵:一个组织良好的停车管理系统可以帮助驾驶员更容易地找到空位,减少他们兜圈的时间。这直接有助于减少交通拥堵。

  • 节省时间和燃油:当驾驶员可以轻松找到空位时,可以节省时间和燃油,对驾驶员和环境都有益。

有了YOLO11,停车管理可以完全自动化,这有助于减少人为错误并提高停车设施的整体效率。

使用YOLO11进行停车管理的代码示例?

首先,我们需要在图像上标记停车位,这将用于管理停车场。步骤很简单:

  • 从停车场的视频或摄像头中捕获图像。

  • 使用以下代码打开一个图形工具,您可以在其中选择图像并描绘停车位。

# pip install ultralytics


from ultralytics import solutions


solutions.ParkingPtsSelection()

运行代码后,您将看到下面的屏幕,您可以为每个停车位绘制区域。

966f2573b256f65c14697f9f1fa11de4.jpeg

Ultralytics停车位标注器

一旦您用形状描绘了停车区域,点击保存以在您的文件夹中创建一个包含数据的JSON文件。然后,您可以在以下代码中使用此JSON文件来管理视频或直播中的停车。

import cv2
from ultralytics import solutions


# Video capture
cap = cv2.VideoCapture("Path/to/video/file.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("parking management.avi",
                               cv2.VideoWriter_fourcc(*"mp4v"),
                               fps, (w, h))


# Initialize parking management object
pm = solutions.ParkingManagement(
    model="yolo11n.pt",  # Path to model file
    json_file="bounding_boxes.json",  # Path to parking JSON file
)


while cap.isOpened():  # Loop over the video capture
    ret, im0 = cap.read()   # Grab the video frame
    if not ret:
        break
    im0 = pm.process_data(im0)  # Process the image frame
    video_writer.write(im0)     # Write the video frame


cap.release()       # Release the video capture
video_writer.release()  # Release the video writer
cv2.destroyAllWindows()     # Destroy all opened windows by OpenCV

使用YOLO11进行停车管理的优势

  • 实时更新:YOLO11模型可以提供最新的停车可用性更新。

  • 高准确性:YOLO11的高级检测能力可以最小化车辆和空间识别错误。

  • 减少人工监督:自动化停车管理可以减少对持续人工监督的需求。

  • 提升客户体验:驾驶员可以快速找到空位,这可以使停车过程更快、更方便。

关于停车管理YOLO11的常见问题解答

1. YOLO11是什么,它在停车管理中如何使用?

  • YOLO11是YOLO家族的最新版本,是一个用于计算机视觉的实时目标检测模型。在停车管理中,YOLO11可以用来检测车辆,随后通过与Ultralytics解决方案一起使用,我们可以监控可用空间,并自动跟踪出入口。

2. 使用YOLO11进行停车管理比传统方法好在哪里?

  • YOLO11提供实时、高度准确的车辆检测,减少错误和手动监控。这使得停车管理更快、更有组织、更可靠。

7f6fddb7cbfa906db7c82bf62b434bdd.gif

在城市地区使用YOLO11进行停车管理

3. 我需要一台强大的计算机来运行YOLO11吗?

  • 是的,要在实时中有效地运行YOLO11,特别是在繁忙的停车区域,您可能需要一个好的GPU,但您可以通过模型量化或将其导出为不同的格式来提高其速度,以便在嵌入式设备上以良好的推理速度运行。

4. YOLO11如何处理大型停车场?

  • YOLO11的模型处理速度允许它管理多个摄像头和大型停车空间,为每个区域实时更新,使其非常适合大型停车区域。

结论

使用YOLO11进行停车管理是朝着使停车更顺畅、更高效迈出的变革性一步。有了这个先进的AI模型,停车场可以实时检测车辆和空间,减少拥堵,增强安全性,并为驾驶员创造更好的体验。

随着城市的增长,像YOLO11这样的模型将成为处理停车需求的必需品。从购物中心到公共设施,YOLO11可以为停车管理带来现代解决方案,使城市空间更有组织、更容易导航。在停车管理中采用YOLO11可以简化流程,节省资源,并帮助为未来创造更智能、更高效的停车解决方案。

6fba92f064d2ee10a9e82c6cf53d2cb8.jpeg

·  END  ·

🌟 想要变身计算机视觉小能手?快来「小白玩转Python」公众号!

回复Python视觉实战项目,解锁31个超有趣的视觉项目大礼包!🎁

8717a42cb8e3c6abd93bf23b111eeedb.png

本文仅供学习交流使用,如有侵权请联系作者删除

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值