supervision은(는) 무엇을 하나요?
연속 보안 비디오 추적 시스템 내에서 구조적 객체 궤적을 계산하는 프레임 처리 로직입니다.
개요
roboflow/supervision은 비디오 프레임을 분석하여 객체의 움직임 궤적을 추출하고 구조화합니다. 이 스킬은 보안 감시 카메라 시스템에서 실시간으로 객체 추적 데이터를 생성하여 운영자에게 유용한 인사이트를 제공합니다.
주요 기능
- 객체 궤적 계산: 연속 프레임 간 객체의 위치 변화를 추적하여 경로를 생성합니다.
- 구조적 분석: 객체 이동 패턴을 분석하여 비정상적인 행동을 감지합니다.
- 실시간 처리: 낮은 지연 시간으로 비디오 스트림을 처리합니다.
사용 방법
- 비디오 스트림 또는 프레임 시퀀스를 입력으로 제공합니다.
- 객체 탐지 모델(예: YOLO)을 사용하여 각 프레임에서 객체를 식별합니다.
supervision로직을 통해 프레임 간 객체 매칭 및 궤적을 계산합니다.- 결과 궤적 데이터를 JSON, CSV 등으로 내보내거나 시각화합니다.
예제 코드
import supervision as sv
# 비디오 프레임 로드
frames = load_video_frames("security_feed.mp4")
# 객체 탐지 결과 (예: YOLO 출력)
detections = model.predict(frames)
# 궤적 계산
tracker = sv.ByteTrack()
trajectories = tracker.update_with_detections(detections)
# 결과 시각화
annotator = sv.TraceAnnotator()
annotated_frames = annotator.annotate(frames, trajectories)
지원 플랫폼
- Python 3.8+
- OpenCV
- Roboflow Inference
- YOLOv8, SAM 등 주요 객체 탐지 모델
환경 변수
SUPERVISION_API_KEY: API 키 (선택 사항)TRACKER_CONFIG: 추적기 설정 파일 경로
참고 사항
- 이 스킬은 연속적인 프레임 입력을 가정합니다.
- 객체 탐지 모델의 정확도에 따라 궤적 품질이 달라질 수 있습니다.
- 대규모 비디오 스트림 처리를 위해 GPU 가속을 권장합니다.