47 美元的工具。11,000 美元的帳單。同一個月。
一台攝影機可以計算汽車、人、箱子，任何你對準的東西。上個月它橫跨 6 個地點運作，而我只碰了它兩次。
一個畫面。6 個物體在 40 毫秒內被框選並標記。
大多數人認為這需要博士學位和 GPU 農場。但實際上只需要一個網路攝影機和一個週末。
那些想通這點的人，正悄悄地以每個月 1,800 美元的價格，向當地企業收取計算那些過去需要人工手動計算的數量。
以下是完整的建置方法。
這到底是什麼
一台攝影機對準某個東西。模型會框出每個物體、標記它、計算它。
企業只為一個數字付費：有多少。有多少輛車進入、有多少人走進來、有多少箱子被移動。
那個數字過去需要一個人拿著記事板。現在只需要一個檔案放在一台 6 美元的伺服器上。
這就是整個系統。
從頭到尾的流程
攝影機提供 RTSP 串流：即時 YOLO11 偵測：每幀 40 毫秒 ByteTrack 分配 ID：即時 計數器記錄到 CSV：瞬間 Streamlit 提供儀表板：24/7
總建置時間：一個週末。總運行成本：每月 47 美元。你實際需要編輯的行數：一行。
步驟 1：安裝環境
1pip install ultralytics supervision opencv-python
在終端機中輸入一行指令。YOLO11 負責偵測，supervision 負責計數，opencv 負責讀取影片。
不是程式設計師？ 這是整個建置中唯一的設定指令。貼上它一次，它就會安裝所有東西。從這裡開始，你只需要複製一個檔案並更改一行：你的攝影機連結。
步驟 2：用 4 行程式碼偵測任何東西
1from ultralytics import YOLO23model = YOLO("yolo11n.pt")4results = model("street.jpg")5results[0].show()
YOLO11 內建了 80 種物體的知識：人、汽車、腳踏車、卡車、狗、瓶子。將它指向任何圖片，它就會框出它們。目前還不需要訓練。
更改一行： 將 "street.jpg" 換成你自己的照片。這就是全部的編輯。
步驟 3：在攝影機上即時運行
1from ultralytics import YOLO23model = YOLO("yolo11n.pt")4model.predict(source=0, show=True) # 0 = 網路攝影機，或貼上 RTSP 網址
將 0 換成 RTSP 連結，它就能讀取建築物中的任何安全攝影機。這就是客戶開始感興趣的時刻。
更改一行： 將客戶的攝影機連結貼到 0 的位置。其他所有東西都保持不變。
步驟 4：追蹤和計數，而不只是偵測
單純的偵測會在每一幀重複計算同一輛車。ByteTrack 為每個物體分配一個 ID 並在幀之間保持它，這樣你就能在每個物體越過一條線時只計算一次。
1import cv22from ultralytics import YOLO3import supervision as sv45model = YOLO("yolo11n.pt")6tracker = sv.ByteTrack()7line = sv.LineZone(start=sv.Point(0, 500), end=sv.Point(1920, 500))8annot = sv.LineZoneAnnotator()910cap = cv2.VideoCapture("traffic.mp4")11while True:12 ok, frame = cap.read()13 if not ok:14 break15 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 和 line[dot]out_count 保存了即時總數。這就是產品。你直接複製整個區塊，不需要自己寫。
我的第一個示範在這裡失敗了。攝影機把影子算成人，所以停車場客戶看到一個空地上有 400 輛車。修正方法是 conf=0.5，也就是上面程式碼中已經有的那行：忽略模型信心度低於 50% 的任何東西。調高它，幽靈就消失了。客戶第二天就簽約了。
步驟 5：教它計算「你的」物體
預設的 80 個類別涵蓋了汽車和人。當客戶想要計算托盤、酒瓶或牛隻時，Roboflow 可以在瀏覽器中幫你完成困難的部分。你拖入 200 張照片，在物體周圍點擊框選，然後點擊訓練。不需要寫程式碼。
在 Roboflow 中標記自訂類別。點擊、命名、完成。
1from ultralytics import YOLO23model = YOLO("yolo11n.pt")4model.train(data="dataset.yaml", epochs=50, imgsz=640)
在免費的 Colab GPU 上進行 50 個 epoch 的訓練需要 20 分鐘。無論哪種方式，同樣的流程現在可以計算你展示給它的任何東西。這就是標題中提到的關鍵。
步驟 6：記錄每個數字
1import csv, datetime23def log_count(label, count):4 with open("counts.csv", "a", newline="") as f:5 csv.writer(f).writerow([datetime.datetime.now(), label, count])
每個事件一行 CSV。這個檔案將一個腳本轉換成企業可以閱讀的報告。它已經整合到我將發送給你的檔案中了。
步驟 7：放在儀表板後面
1import streamlit as st2import pandas as pd34df = 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")
執行 streamlit run app[dot]py，將一個網域指向伺服器，然後發送一個連結給客戶。他們登入後就能看到自己的數字在變動。那個連結就是你收費的項目。
成本
舊方法 vs 這個建置：
- 模型 - 電腦視覺團隊，6 個月 → YOLO11，免費，5 分鐘
- 標記 - 標記公司 → Roboflow，指向並點擊
- 硬體 - 現場 GPU 主機，4,000 美元 → 雲端伺服器，每月 46 美元
- 儀表板 - 合約開發人員，8,000 美元 → Streamlit，免費
- 網域 - 代理商保留費 → 每年 12 美元，約每月 1 美元
伺服器加網域總計 每月 47 美元。一個客戶的費用就足以覆蓋 38 倍。
如何獲得第一個客戶
跳過簡報。走進一家已經有攝影機並且還在用手工計數的企業。停車場、健身房、咖啡廳、小型倉庫。
向他們索取 RTSP 連結或 2 分鐘的攝影機畫面。就在現場用你的筆記型電腦運行那個檔案。向他們展示他們自己的門口，上面有即時數字。
看著他們自己的攝影機為他們計數，比任何投影片都更能促成交易。我的前 3 個客戶都在同一次拜訪中簽約。
如何變成每月 11,000 美元
你銷售的是數字，而不是程式碼。
第 1 個月
- 在我的筆電上建置。第一個客戶：一個想要每小時汽車數量的停車場。每月 500 美元。
第 3 個月
- 3 個客戶：停車場、一個零售店門計數器、一個追蹤尖峰時段的健身房。每月 4,500 美元。
第 6 個月
- 6 個客戶，平均每月 1,800 美元。一個計算托盤的倉庫、一個計算人流量的咖啡廳、一個追蹤車架的共享單車。每月 11,000 美元。
第 12 個月
- 停止銷售設定，開始銷售登入權限。每個客戶一個儀表板，按月定價。每月超過 20,000 美元，而成本仍低於 60 美元。
工作只做一次。帳單卻重複出現。
從這裡開始
這個技術棧是免費的。攝影機已經掛在牆上了。你只需要編輯一行並運行一個檔案。
留言「DETECT」，我會寄給你完整的檔案：攝影機連結放在最上面，其他所有東西都會自行運作。訓練筆記本和 dataset[dot]yaml 範本也會一併附上。
你街上的企業今天還在用手工計數。除非有人帶著攝影機連結出現，否則他們明天也會這麼做。
