aparsoft/yolo-streamlit-detection-tracking

何を解決するか

このプロジェクトは、リアルタイムのコンピュータビジョンタスク用の包括的なWebベースのインターフェースを提供します。YOLOベースのモデルを、オブジェクト検出、インスタンスセグメンテーション、ポーズ推定、オブジェクトトラッキングに展開・テストする際の複雑な設定や、異なる入力ソース用のカスタムコードの必要性を排除します。

動作方法

Streamlitで構築されたこのアプリケーションは、Ultralytics YOLO26およびYOLO World v2モデルのラッパーとして機能します。モジュール式のサービスアーキテクチャにより、さまざまな推論モードを処理します：

• 画像推論：アップロードされた画像またはデフォルト画像を処理し、選択されたビジョンタスクを適用します。
• 動画推論：保存されたファイル、WebRTC対応のWebカメラ、RTSPストリーム、YouTube URLからのストリームを処理します。ByteTrackおよびBoTSORTを統合してオブジェクトトラッキングを実装し、長時間の動画処理のパフォーマンス最適化のためのフレームスキップ機構を実装しています。
• オープンボリューム検出：YOLO World v2を活用し、固定クラスラベルではなく自然言語のテキストプロンプトを使ってオブジェクト検出を可能にします。

対象ユーザー

• 開発者および研究者：さまざまなメディアタイプでビジョンモデルを素早くプロトタイピング・テストしたい人。
• AI愛好家：Pythonスクリプトを書かずにGUIを通じてオブジェクト検出やポーズ推定を探索したい人。
• デプロイメントテスト担当者：YOLOモデルを使って、ブラウザネイティブな方法でWebカメラ映像やRTSPストリームをテストしたい人。

特徴

• マルチタスク対応：1つのアプリで検出、セグメンテーション、ポーズ推定を統合。
• オープンボリューム検出：自然言語プロンプトによる柔軟なオブジェクト検索をサポート。
• カウント＆トラッキング：フレームごとのローカルカウントと累積的なグローバルカウントの両方を実装。
• 柔軟な動画ソース：streamlit-webrtcを介したネイティブブラウザWebカメラサポート、RTSP、YouTube統合。
• パフォーマンスチューニング：1～8倍のフレームスキップスライダーを備え、動画処理を高速化。