aparsoft/yolo-streamlit-detection-tracking

解決的問題

本專案提供一個全面的基於Web的即時電腦視覺任務介面。它簡化了部署和測試YOLO系列模型進行物件檢測、實例分割、姿態估計和物件追蹤的過程，無需複雜的設定或為不同輸入來源撰寫自訂程式碼。

運作方式

此應用基於Streamlit建構，作為Ultralytics YOLO26與YOLO World v2模型的封裝器。採用模組化服務架構，支援多種推論模式：

• 影像推論：處理上傳的影像或預設影像，並套用所選的視覺任務。
• 影片推論：支援來自儲存檔案、WebRTC相容網路攝影機、RTSP串流與YouTube連結的影片串流。整合ByteTrack與BoTSORT以實現物件追蹤，並採用幀跳過機制以優化長影片的處理效能。
• 開放詞彙檢測：利用YOLO World v2，允許使用者使用自然語言文字提示進行物件檢測，而非固定類別標籤。

適用對象

• 開發者與研究人員：希望在多種媒體類型上快速原型化與測試視覺模型的人。
• AI愛好者：希望透過圖形介面而非撰寫Python程式碼來探索物件檢測與姿態估計的使用者。
• 部署測試人員：需要透過瀏覽器原生方式使用YOLO模型測試網路攝影機串流與RTSP串流的人。

主要特色

• 多任務支援：在一個應用中整合檢測、分割與姿態估計功能。
• 開放詞彙檢測：支援自然語言提示，實現彈性物件搜尋。
• 計數與追蹤：支援每幀局部計數與累計全域計數。
• 靈活的影片來源：原生支援瀏覽器攝影機（透過streamlit-webrtc）、RTSP與YouTube整合。
• 效能調校：提供1-8倍的幀跳過滑桿，加速影片處理。