【光电智造】利用YOLO11做停车管理

今日光电 2024-12-04 18:03

【50份好礼】首发直播：解密Keysight最新模拟信号源 【北京12.5号】无线前沿新技术与测试技术峰会

今日光电

有人说，20世纪是电的世纪，21世纪是光的世纪；知光解电，再小的个体都可以被赋能。追光逐电，光赢未来...欢迎来到今日光电！

----追光逐电光赢未来----

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。

使用Ultralytics YOLO11的停车管理系统

# 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。

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 cv2from ultralytics import solutions
# Video capturecap = cv2.VideoCapture("Path/to/video/file.mp4")assert cap.isOpened(), "Error reading video file"
# Video writerw, 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 objectpm = 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 capturevideo_writer.release()  # Release the video writercv2.destroyAllWindows()     # Destroy all opened windows by OpenCV