Підрахунок об'єктів через камеру: мобільне AI-рішення для iOS та Android

Підрахунок об'єктів через камеру: від детекції до трекінгу

Підрахунок об'єктів у реальному часі через камеру — задача з підводним камінням. Об'єкти, що перекриваються, різний масштаб, а головна пастка — double counting при русі камери. Промисловий склад, стадо тварин, монети на столі — кожен сценарій вимагає своєї стратегії. Ми займаємося mobile AI комп'ютерним зором більше 5 років і реалізували 30+ проєктів. Пропонуємо готові рішення під ключ для iOS та Android з використанням останніх версій фреймворків.

Коли потрібен автоматичний підрахунок об'єктів?

Типові кейси: облік товару на складі (складська логістика), моніторинг поголів'я в аграрному секторі, підрахунок відвідувачів у магазині. Скрізь, де потрібно швидко та точно дізнатися кількість без ручного перерахунку. Автоматизація скорочує витрати до 15% та виключає людську помилку.

Два підходи: детекція vs density map

Detection-based counting — YOLOv8 mobile або RT-DETR виявляє кожен об'єкт, їх кількість = count. Працює при низькій щільності (до 50–100 об'єктів у кадрі), об'єкти не перекриваються сильно.

Density map estimation — CNN передбачає карту щільності, інтеграл карти = count. Використовується при високій щільності: натовп людей, зерно в бункері, клітини під мікроскопом. CSRNet, DMCount, BL-model — актуальні архітектури.

// iOS: вибір методу залежно від очікуваної щільності enum CountingStrategy { case detection(model: VNCoreMLModel) // < 100 об'єктів case densityMap(model: VNCoreMLModel) // > 100 об'єктів у кадрі case hybrid // змішаний, визначається адаптивно } class AdaptiveObjectCounter { func selectStrategy(for objectClass: CountableObject) -> CountingStrategy { switch objectClass { case .vehicle, .person_sparse: return .detection(model: vehicleDetector) case .crowd, .grain, .cell: return .densityMap(model: densityEstimator) case .product_shelf: return .hybrid } } } 

Як уникнути повторного підрахунку при русі камери?

Якщо користувач плавно веде камерою (склад, аудиторія), потрібен трекінг, щоб не рахувати одні об'єкти двічі. ByteTracker — один з найкращих алгоритмів для цього завдання, стійкий до оклюзій. Ми реалізували інтеграцію на iOS та Android з використанням non-maximum suppression для фільтрації дублікатів.

class TrackingObjectCounter { private var tracker = ByteTracker() // BYTE алгоритм трекінгу private var countedIds: Set<Int> = [] // унікальні ID за сесію func processFrame(_ detections: [Detection]) -> TrackingCountResult { let tracks = tracker.update(detections: detections) // Нові ID — нові об'єкти, які увійшли в кадр let newIds = tracks.map { $0.trackId }.filter { !countedIds.contains($0) } countedIds.formUnion(newIds) return TrackingCountResult( currentFrameCount: tracks.count, // в кадрі зараз totalUniqueCount: countedIds.count // всього за сесію ) } } 

Чому density map точніше detection при високій щільності?

Detection-based методи перестають працювати, коли об'єкти перекривають один одного: один bounding box накриває кілька об'єктів, або один об'єкт дробиться на частини. Density map вирішує цю проблему — нейромережа передбачає карту розподілу, і сума значень дає точну кількість. Наприклад, при підрахунку зерен у бункері (1000+ об'єктів) density map помиляється на 2-5%, тоді як detection дає похибку 20-30%. Density map estimation точніше detection в 4-10 разів при сильних перекриттях.

// Android: density map estimation через TFLite class DensityMapCounter(context: Context) { private val interpreter: Interpreter by lazy { val model = FileUtil.loadMappedFile(context, "csrnet_lite.tflite") Interpreter(model, Interpreter.Options().apply { addDelegate(GpuDelegate()) numThreads = 4 }) } fun estimate(bitmap: Bitmap): Int { // Вхідний розмір моделі — зазвичай 512×512 або кратний 16 val resized = Bitmap.createScaledBitmap(bitmap, 512, 512, true) val inputBuffer = TensorImage.fromBitmap(resized).buffer // Вихідний тензор — density map того ж розміру val outputBuffer = TensorBuffer.createFixedSize( intArrayOf(1, 512, 512, 1), DataType.FLOAT32 ) interpreter.run(inputBuffer, outputBuffer.buffer) // Сума по всіх пікселях density map = estimated count val densitySum = outputBuffer.floatArray.sum() // Масштабування: сума відповідає кількості об'єктів return densitySum.roundToInt() } } 

Що входить в реалізацію підрахунку об'єктів

• Аналіз сценарію — оцінка щільності, типів об'єктів, умов зйомки (освітлення, статика/рух).
• Вибір моделі — навчання/донавчання YOLOv8, CSRNet або кастомної архітектури.
• Інтеграція — підключення Vision (iOS) / TFLite (Android), реалізація пайплайну детекції → NMS → трекінг.
• UI лічильника — відображення поточної та загальної кількості, анімація, звукове оповіщення.
• Оптимізація — квантизація, GPU delegate, кешування дескрипторів.
• Документація та підтримка — передача вихідних кодів, опис API, навчання команди.

Гарантуємо точність підрахунку 90-97% залежно від умов (перевірено на 10+ проєктах для складів та аграрного моніторингу). Зв'яжіться з нами для оцінки вашого сценарію — визначимо стратегію та терміни за 1-2 дні.

Процес впровадження підрахунку об'єктів

1. Аналітика — ви надсилаєте відео або опис завдання. Ми підбираємо архітектуру.
2. Прототип — за 3-5 днів робимо працюючий демо-збірки під iOS та Android.
3. Інтеграція — вбудовуємо модуль у ваш додаток, налаштовуємо пайплайн.
4. Тест — проводимо заміри точності на ваших даних, при необхідності донавчаємо модель.
5. Деплой — публікація в App Store / Google Play, моніторинг у production.

Терміни: від 5 днів до 2 тижнів залежно від складності. Точну вартість розраховуємо індивідуально після аналізу завдання. Замовте консультацію — ми проаналізуємо вашу задачу та запропонуємо оптимальну стратегію.