47 ドルで物体検出 AI を構築し、6 社から月額 11,000 ドルの収益を得る方法

47 ドルのツール。11,000 ドルの請求書。同じ月に。

カメラが車、人、箱、あなたが向けるあらゆるものを数えます。先月、6 つの拠点で稼働し、私は 2 回しか触りませんでした。

1 フレーム。6 つのオブジェクトを 40ms でボックス化しラベル付け。

ほとんどの人は、これには博士号と GPU ファームが必要だと思っています。必要なのはウェブカメラと週末だけです。

それを理解した人たちは、静かに地元のビジネスに月額 1,800 ドルを請求し、かつて人間が手作業で数えていたものを数えています。

これが全体の構築方法です。

実際のところ、これは何か

カメラが何かに向けられます。モデルはすべてのオブジェクトをボックス化し、ラベルを付け、数を数えます。

ビジネスが支払うのは、たった 1 つの数字です。いくつか。何台の車が入ったか、何人の人が歩いて入ったか、何個の箱が移動したか。

その数字は、かつてはクリップボードを持った人を必要としていました。今は、6 ドルのサーバー上の 1 つのファイルだけが必要です。

それがシステムです。

エンドツーエンドのパイプライン

カメラが RTSP を供給: ライブ YOLO11 が検出: 1 フレームあたり 40ms ByteTrack が ID を割り当て: リアルタイム カウンターが CSV に記録: 即時 Streamlit がダッシュボードを提供: 24 時間 365 日

総構築時間: 週末 1 つ。総運用コスト: 月額 47 ドル。実際に編集する行数: 1 行。

ステップ 1: スタックをインストールする

1pip install ultralytics supervision opencv-python

ターミナルで 1 行。YOLO11 が検出し、supervision がカウントし、opencv がビデオを読み取ります。

プログラマーじゃない？ これが構築全体で唯一のセットアップコマンドです。一度貼り付ければ、すべてがインストールされます。ここから、1 つのファイルをクローンし、1 行を変更します。それはあなたのカメラリンクです。

ステップ 2: 4 行であらゆるものを検出する

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

YOLO11 は 80 のオブジェクトをあらかじめ認識しています: 人、車、自転車、トラック、犬、ボトル。任意の画像に向けると、それらをボックス化します。まだトレーニングは必要ありません。

1 行変更: "street.jpg" を自分の写真に置き換えてください。それが編集のすべてです。

ステップ 3: カメラでライブ実行する

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4model.predict(source=0, show=True)   # 0 = ウェブカメラ、または RTSP URL を貼り付け

0 を RTSP リンクに置き換えると、建物内の任意のセキュリティカメラを読み取れます。これがクライアントが興味を示す瞬間です。

1 行変更: クライアントのカメラリンクを 0 の場所に貼り付けます。他のすべてはそのままです。

ステップ 4: 検出するだけでなく、追跡してカウントする

検出だけでは、すべてのフレームで同じ車を再カウントしてしまいます。ByteTrack は各オブジェクトに 1 つの ID を与え、フレーム間でそれを保持するため、線を横切る各オブジェクトを 1 回だけカウントします。

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 と line[dot]out_count がライブの合計を保持します。それが製品です。このブロック全体をコピーするだけで、自分で書く必要はありません。

私の最初のデモはここで失敗しました。カメラが影を人としてカウントしたため、駐車場のクライアントは空の駐車場で 400 台の車を見ました。修正は conf=0.5 で、上記のコードにすでにある行です: モデルが 50% 確信していないものは無視します。これを上げると、幽霊は消えます。クライアントは翌日契約しました。

ステップ 5: あなたのオブジェクトをカウントするように教える

80 のデフォルトクラスは車と人をカバーしています。クライアントがパレット、ワインボトル、または牛を必要とする場合、Roboflow がブラウザ上で難しい部分を処理します。200 枚の写真をドラッグし、オブジェクトの周りをクリックしてボックス化し、トレーニングを実行します。コードは不要です。

Roboflow でカスタムクラスにラベル付け。クリック、名前付け、完了

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

無料の Colab GPU での 50 エポックは 20 分かかります。どちらにしても、同じパイプラインが、あなたが見せたものすべてをカウントするようになります。これが見出しの行です。

ステップ 6: すべての数値を記録する

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])

イベントごとに 1 つの CSV 行。このファイルは、スクリプトをビジネスが読めるレポートに変えます。これは、私が送信するファイルに既に組み込まれています。

ステップ 7: ダッシュボードの背後に配置する

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

streamlit run app[dot]py を実行し、ドメインをサーバーに向け、クライアントにリンクを送信します。彼らはログインして、自分の数字が動くのを見ます。そのリンクが、あなたが請求するものです。

コスト

古い方法 vs この構築:

• モデル - CV チーム、6 ヶ月 → YOLO11、無料、5 分
• ラベリング - アノテーション会社 → Roboflow、ポイントアンドクリック
• ハードウェア - オンサイト GPU ボックス、4,000 ドル → クラウドサーバー、月額 46 ドル
• ダッシュボード - 契約開発者、8,000 ドル → Streamlit、無料
• ドメイン - エージェンシーリテイナー → 年間 12 ドル、約月額 1 ドル

サーバー + ドメインで 月額 47 ドル。1 人のクライアントがそれを 38 倍カバーします。

最初のクライアントを獲得する方法

ピッチデッキはやめましょう。すでにカメラを持っていて、手作業で何かを数えているビジネスに足を運んでください。駐車場、ジム、カフェ、小さな倉庫などです。

彼らの RTSP リンクか、カメラ映像の 2 分間を尋ねてください。その場であなたのラップトップでファイルを実行します。ライブの数字が表示された彼ら自身の玄関口を見せてあげてください。

自分のカメラが彼らのためにカウントしているのを見ることは、どんなスライドよりも早く契約をまとめます。私の最初の 3 人のクライアントは、同じ訪問中に契約しました。

それがどのようにして月額 11,000 ドルになるのか

あなたはコードではなく、数字を売るのです。

1 ヶ月目

- 自分のラップトップで構築。最初のクライアント: 時間ごとの車の台数を必要とする駐車場。月額 500 ドル。

3 ヶ月目

- 3 人のクライアント: 駐車場、小売店のドアカウンター、ピーク時間を追跡するジム。月額 4,500 ドル。

6 ヶ月目

- 平均 1,800 ドルで 6 人のクライアント。パレットを数える倉庫、来客数を数えるカフェ、ラックを追跡するバイクシェア。月額 11,000 ドル。

12 ヶ月目

- セットアップの販売をやめ、ログインを販売する。クライアントごとに 1 つのダッシュボード、月額課金。コストは 60 ドル未満のまま、月額 20,000 ドルを超える。

作業は一度だけ行われます。請求書は繰り返されます。

ここから始めましょう

スタックは無料です。カメラはすでに壁にあります。あなたは 1 行を編集し、1 つのファイルを実行するだけです。

"検出" とコメントしてください。完全なファイルをお送りします: カメラリンクは上部に入力し、他のすべては自動実行されます。トレーニングノートブックと dataset[dot]yaml テンプレートも含まれています。

あなたの通りのビジネスは、今日も手作業で数えていました。誰かがカメラリンクを持って現れなければ、彼らは明日も同じことをするでしょう。