Ho creato un'IA per il rilevamento di oggetti con 47 $. Ora 6 aziende mi pagano 11.000 $/mese.

$47 in strumenti. $11.000 in fatture. Stesso mese.

Una telecamera conta auto, persone, scatole, qualsiasi cosa tu le punti. Il mese scorso ha operato in 6 sedi e l'ho toccata solo due volte.

un fotogramma. 6 oggetti incorniciati ed etichettati in 40 ms.

Molti pensano che serva un dottorato e una fattoria di GPU. Invece bastano una webcam e un weekend.

Chi lo ha capito sta fatturando tranquillamente ad aziende locali $1.800/mese ciascuna per contare ciò che un umano contava a mano.

Ecco l'intera realizzazione.

Cosa è realmente

Una telecamera punta su qualcosa. Il modello incornicia ogni oggetto, lo etichetta, lo conta.

L'azienda paga per un solo numero: quanti. Quante auto sono entrate, quante persone sono entrate, quante scatole si sono mosse.

Quel numero prima richiedeva una persona con una lavagnetta. Ora richiede un file su un server da $6.

Questo è il sistema.

La pipeline, dall'inizio alla fine

Telecamera invia RTSP: live YOLO11 rileva: 40 ms per fotogramma ByteTrack assegna ID: in tempo reale Contatore registra su CSV: istantaneo Streamlit serve la dashboard: 24/7

Tempo totale di realizzazione: un weekend. Costo totale di gestione: $47/mese. Righe che modifichi effettivamente: una.

Passo 1: Installa lo stack

1pip install ultralytics supervision opencv-python

Una riga nel terminale. YOLO11 rileva, supervision conta, opencv legge il video.

Non sei un programmatore? Questo è l'unico comando di configurazione in tutta la realizzazione. Incollalo una volta e installa tutto. Da qui cloni un file e modifichi una riga: il link della tua telecamera.

Passo 2: Rileva qualsiasi cosa in 4 righe

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4results = model("street.jpg")
5results[0].show()

YOLO11 conosce già 80 oggetti: persona, auto, bicicletta, camion, cane, bottiglia. Puntalo su qualsiasi immagine e li incornicia. Nessun addestramento ancora.

Modifica una riga: sostituisci "street.jpg" con la tua foto. Questa è l'unica modifica.

Passo 3: Eseguilo in diretta su una telecamera

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4model.predict(source=0, show=True)   # 0 = webcam, oppure incolla un URL RTSP

Sostituisci 0 con un link RTSP e legge qualsiasi telecamera di sicurezza nell'edificio. Questo è il momento in cui il cliente si incuriosisce.

Modifica una riga: incolla il link della telecamera del cliente dove c'è lo 0. Tutto il resto rimane invariato.

Passo 4: Traccia e conta, non solo rileva

La sola rilevazione riconta la stessa auto in ogni fotogramma. ByteTrack assegna a ogni oggetto un ID e lo mantiene tra i fotogrammi, così conti ogni cosa una sola volta mentre attraversa una linea.

1import cv2
2from ultralytics import YOLO
3import supervision as sv
4
5model = YOLO("yolo11n.pt")
6tracker = sv.ByteTrack()
7line = sv.LineZone(start=sv.Point(0, 500), end=sv.Point(1920, 500))
8annot = sv.LineZoneAnnotator()
9
10cap = cv2.VideoCapture("traffic.mp4")
11while True:
12    ok, frame = cap.read()
13    if not ok:
14        break
15    result = model(frame, conf=0.5)[0]
16    detections = sv.Detections.from_ultralytics(result)
17    detections = tracker.update_with_detections(detections)
18    line.trigger(detections)
19    frame = annot.annotate(frame, line_counter=line)
20    cv2.imshow("count", frame)
21    if cv2.waitKey(1) == 27:
22        break

line[dot]in_count e line[dot]out_count contengono i totali in tempo reale. Questo è il prodotto. Copi questo blocco intero, non lo scrivi.

Il mio primo demo è fallito qui. La telecamera contava le ombre come persone, quindi il cliente del parcheggio ha visto 400 auto in un lotto vuoto. La soluzione è stata conf=0.5, la riga già nel codice sopra: ignora tutto ciò di cui il modello non è sicuro al 50%. Alzala, i fantasmi scompaiono. Il cliente ha firmato il giorno dopo.

Passo 5: Insegnagli a contare il TUO oggetto

Le 80 classi predefinite coprono auto e persone. Quando un cliente vuole pallet, bottiglie di vino o bestiame, Roboflow fa la parte difficile nel browser. Trascini 200 foto, clicchi sui riquadri attorno all'oggetto, premi addestra. Nessun codice.

etichettatura di una classe personalizzata in Roboflow. clicca, nomina, fatto

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4model.train(data="dataset.yaml", epochs=50, imgsz=640)

50 epoche su una GPU Colab gratuita richiedono 20 minuti. In ogni caso, la stessa pipeline ora conta qualsiasi cosa tu gli abbia mostrato. Questa è la riga nel titolo.

Passo 6: Registra ogni numero

1import csv, datetime
2
3def log_count(label, count):
4    with open("counts.csv", "a", newline="") as f:
5        csv.writer(f).writerow([datetime.datetime.now(), label, count])

Una riga CSV per evento. Questo file trasforma uno script in un report che l'azienda può leggere. È già integrato nel file che ti invio.

Passo 7: Mettilo dietro una dashboard

1import streamlit as st
2import pandas as pd
3
4df = pd.read_csv("counts.csv", names=["time", "object", "count"])
5st.metric("Totale oggi", int(df["count"].sum()))
6st.line_chart(df, x="time", y="count")

Esegui streamlit run app[dot]py, punta un dominio al server, invia un link al cliente. Loro accedono e guardano i propri numeri muoversi. Quel link è ciò per cui fai pagare.

Il costo

Vecchio metodo vs questa realizzazione:

• Modello - Team di CV, 6 mesi → YOLO11, gratuito, 5 minuti
• Etichettatura - Azienda di annotazione → Roboflow, punta e clicca
• Hardware - Scatola GPU in loco, $4.000 → Server cloud, $46/mese
• Dashboard - Sviluppatore a contratto, $8.000 → Streamlit, gratuito
• Dominio - Agenzia in abbonamento → $12/anno, circa $1/mese

Server + dominio ammontano a $47/mese. Un cliente lo copre 38 volte.

Come conquisti il primo cliente

Salta la presentazione. Entra in un'azienda che ha già telecamere e conta qualcosa a mano. Un parcheggio, una palestra, un bar, un piccolo magazzino.

Chiedi il loro link RTSP o 2 minuti del loro feed della telecamera. Esegui il file sul tuo portatile lì sul posto. Mostra loro la loro stessa porta con numeri in diretta.

Vedere la propria telecamera contare per loro chiude l'affare più velocemente di qualsiasi diapositiva. I miei primi 3 clienti hanno firmato durante la stessa visita.

Come si trasforma in $11.000/mese

Vendi il numero, non il codice.

Mese 1

- Realizzato sul mio portatile. Primo cliente: un parcheggio che voleva conteggi orari delle auto. $500/mese.

Mese 3

- 3 clienti: parcheggio, un contatore di ingressi per un negozio al dettaglio, una palestra che traccia le ore di punta. $4.500/mese.

Mese 6

- 6 clienti a $1.800 in media. Un magazzino che conta pallet, un bar che conta il traffico pedonale, un servizio di bike-sharing che traccia le rastrelliere. $11.000/mese.

Mese 12

- Smetti di vendere configurazioni, vendi accessi. Una dashboard per cliente, prezzo mensile. Oltre $20.000/mese con costi ancora sotto $60.

Il lavoro è fatto una volta. Le fatture si ripetono.

Inizia qui

Lo stack è gratuito. La telecamera è già sul muro. Modifichi una riga ed esegui un file.

commenta "DETECT" e ti invierò il file completo: il link della telecamera va in cima, tutto il resto funziona da solo. Inclusi il notebook di addestramento e il modello dataset[dot]yaml.

Le aziende sulla tua strada oggi hanno contato a mano. Lo faranno di nuovo domani, a meno che qualcuno non si presenti con il link della telecamera.