Phát Hiện Xe Máy Trong Video Bằng YOLOv8: Hướng Dẫn Chi Tiết

pip install opencv-python torch ultralytics

from ultralytics import YOLO

def load_model(model_path):
    """
    Tải mô hình YOLO từ đường dẫn chỉ định.
    """
    return YOLO(model_path)

import cv2

def process_frame(frame, model, confidence_threshold):
    """
    Xử lý một frame và phát hiện xe máy bằng mô hình YOLO.
    
    Args:
        frame (ndarray): Frame cần xử lý.
        model (YOLO): Mô hình YOLO để phát hiện.
        confidence_threshold (float): Ngưỡng độ tin cậy để lọc kết quả.

    Returns:
        tuple: Frame đã được xử lý, số lượng xe máy phát hiện được.
    """
    results = model(frame)
    motorbike_count = 0
    font = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = 0.5
    font_color = (0, 255, 0)
    thickness = 1

    for result in results:
        boxes = result.boxes  # Hộp giới hạn (bounding boxes)
        for box in boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0])
            class_id = int(box.cls[0])
            confidence = float(box.conf[0])

            class_name = model.names[class_id]

            if class_name.lower() == 'motorcycle' and confidence >= confidence_threshold:
                motorbike_count += 1
                label = f"{class_name} {confidence:.2f}"
                cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
                cv2.putText(frame, label, (x1, y1 - 10), font, font_scale, font_color, thickness)

    return frame, motorbike_count

import cv2

def display_video(video_path, model, confidence_threshold):
    """
    Hiển thị video kèm phát hiện xe máy và đếm theo thời gian thực.

    Args:
        video_path (str): Đường dẫn tới file video.
        model (YOLO): Mô hình YOLO để phát hiện đối tượng.
        confidence_threshold (float): Ngưỡng độ tin cậy để lọc kết quả.
    """
    cap = cv2.VideoCapture(video_path)
    if not cap.isOpened():
        print("Lỗi: Không thể mở file video.")
        return

    font = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = 2
    font_color = (0, 255, 0)
    thickness = 2

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        frame, motorbike_count = process_frame(frame, model, confidence_threshold)

        cv2.putText(frame, f"Motorbikes: {motorbike_count}", (10, 50), font, font_scale, font_color, thickness)

        output_width, output_height = 1080, 720
        frame = cv2.resize(frame, (output_width, output_height))
        cv2.imshow('YOLOv8 Detection', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

rtsp_url = 'rtsp://username:password@<ip_address>:<port>/path'

def display_rtsp(rtsp_url, model, confidence_threshold):
    """
    Hiển thị video trực tiếp từ camera IP RTSP và phát hiện xe máy.

    Args:
        rtsp_url (str): URL RTSP của camera IP.
        model (YOLO): Mô hình YOLO để phát hiện đối tượng.
        confidence_threshold (float): Ngưỡng độ tin cậy để lọc kết quả.
    """
    cap = cv2.VideoCapture(rtsp_url)
    if not cap.isOpened():
        print("Lỗi: Không thể kết nối tới camera IP.")
        return

    font = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = 2
    font_color = (0, 255, 0)
    thickness = 2

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        frame, motorbike_count = process_frame(frame, model, confidence_threshold)

        cv2.putText(frame, f"Motorbikes: {motorbike_count}", (10, 50), font, font_scale, font_color, thickness)

        output_width, output_height = 1080, 720
        frame = cv2.resize(frame, (output_width, output_height))
        cv2.imshow('YOLOv8 RTSP Detection', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    model_path = '{File}.pt' # Lấy từ model yolo hoặc tự train
    video_path = '{File}.mp4' # file video
    confidence_threshold = 0.3

    print("Đang tải mô hình YOLO...")
    model = load_model(model_path)

    print("Bắt đầu phát hiện video...")
    display_video(video_path, model, confidence_threshold)

if __name__ == "__main__":
    model_path = 'model/yolov8x.pt'
    rtsp_url = 'rtsp://username:password@<ip_address>:<port>/path'
    confidence_threshold = 0.3

    print("Đang tải mô hình YOLO...")
    model = load_model(model_path)

    print("Bắt đầu phát hiện video RTSP...")
    display_rtsp(rtsp_url, model, confidence_threshold)