كيفية استخدام Ultralytics YOLO11 لتتبع الكائنات

لنفترض أنك تريد مراقبة وتتبع حركة المكونات على خط التجميع في منشأة تصنيع لضمان مراقبة الجودة وتحسين كفاءة سير العمل. عادةً، يتضمن ذلك عمليات الفحص اليدوي أو استخدام أجهزة استشعار أساسية لتتبع العناصر، وهو ما قد يستغرق وقتاً طويلاً وعرضة للأخطاء. ومع ذلك، يمكن استخدام رؤية الحاسوب وتتبع الكائنات لأتمتة هذه العملية وتحسينها.

تتبع الكائنات هو مهمة رؤية حاسوبية تساعد في اكتشاف وتحديد وتتبع الكائنات في مقطع فيديو. ويمكن استخدامها لمجموعة واسعة من التطبيقات، بدءاً من مراقبة الحيوانات في المزارع ووصولاً إلى الأمن والمراقبة في متاجر التجزئة. وعادةً ما يتم تصور الكائنات التي يتم تتبعها في الفيديو باستخدام مربعات الإحاطة لمساعدة المستخدم على رؤية مواقعها واكتشافها بدقة داخل إطار الفيديو.

تم إطلاق Ultralytics YOLO11 خلال حدث Ultralytics الهجين السنوي، YOLO Vision 2024 (YV24)، وهو نموذج رؤية حاسوبية يمكنه التعامل مع مجموعة واسعة من مهام الذكاء الاصطناعي للرؤية، بما في ذلك تتبع الكائنات. في هذه المقالة، سنستكشف كيفية عمل تتبع الكائنات ونناقش التطبيقات الواقعية. سنلقي نظرة أيضاً على كيف يمكنك تجربة تتبع الكائنات باستخدام YOLO11. لنبدأ!

الشكل 1. مثال على استخدام Ultralytics YOLO11 لتتبع الكائنات في متجر بيع بالتجزئة.

تتبع الكائنات المدعوم بالذكاء الاصطناعي باستخدام Ultralytics YOLO11#

تتبع الكائنات هو تقنية أساسية في رؤية الحاسوب. فهي تجعل من الممكن تحديد الكائنات في الفيديو وتتبعها بمرور الوقت. قد يبدو تتبع الكائنات مشابهاً جداً لمهمة أخرى من مهام رؤية الحاسوب وهي اكتشاف الكائنات. يكمن الاختلاف الرئيسي بين الاثنين في كيفية تعاملهما مع إطارات الفيديو. ينظر اكتشاف الكائنات إلى كل إطار على حدة، لتحديد وتصنيف الكائنات دون النظر إلى الإطارات السابقة أو اللاحقة. من ناحية أخرى، يربط تتبع الكائنات النقاط بين الإطارات، ويتابع نفس الكائنات بمرور الوقت ويحتفظ بتتبع حركاتها.

إليك نظرة تفصيلية أكثر حول كيفية عمل تتبع الكائنات:

• اكتشاف الكائنات: تبدأ العملية باكتشاف الكائنات في إطار واحد من الفيديو. يمكن استخدام YOLO11 لتحديد كائنات متعددة ومواقعها بدقة.
• تعيين معرفات فريدة: يتم منح كل كائن مكتشف معرفاً فريداً لتمييزه عن غيره وتسهيل عملية تتبعه.
• تتبع الحركة عبر الإطارات: تتبع خوارزمية التتبع الكائنات عبر الإطارات اللاحقة، وتحدث مواقعها مع الحفاظ على الارتباط بمعرفاتها الفريدة.
• التعامل مع التغطية (occlusions): إذا اختفى كائن مؤقتاً عن الأنظار (على سبيل المثال، بسبب حجبه بواسطة كائن آخر)، يضمن النظام استئناف التتبع بمجرد ظهور الكائن مرة أخرى.
• تحديث معلومات الكائن: مع تحرك الكائنات، يتم تحديث مواقعها وخصائصها (مثل السرعة أو الاتجاه) باستمرار لتعكس التغيرات بمرور الوقت.

تدعم Ultralytics تتبع الكائنات في الوقت الفعلي من خلال الاستفادة من خوارزميات التتبع المتقدمة مثل BoT-SORT وByteTrack. كما أنها تعمل بسلاسة مع نماذج YOLO11 للتقسيم وتقدير الوضعية، مما يجعلها أداة مرنة لمجموعة واسعة من مهام التتبع.

تطبيقات تتبع الكائنات باستخدام Ultralytics YOLO11#

تفتح القدرات المتنوعة لـ نموذج Ultralytics YOLO11 نطاقاً واسعاً من التطبيقات الممكنة في العديد من الصناعات. دعونا نلقي نظرة أقرب على بعض حالات استخدام تتبع الكائنات في YOLO11.

Ultralytics YOLO11 لتتبع المركبات ذاتية القيادة#

يُعد تتبع الكائنات أمراً بالغ الأهمية لمساعدة السيارات ذاتية القيادة على العمل بأمان وكفاءة. تحتاج هذه المركبات إلى فهم محيطها باستمرار اتخاذ قرارات في الوقت الفعلي، مثل التوقف، أو الانعطاف، أو تغيير المسارات. يتيح اكتشاف الكائنات للسيارة تحديد العناصر الرئيسية في بيئتها، مثل المشاة، وراكبي الدراجات، والمركبات الأخرى، وإشارات المرور. ومع ذلك، فإن اكتشاف هذه الكائنات في لحظة واحدة لا يكفي للملاحة الآمنة.

وهنا يأتي دور تتبع الكائنات. فهو يتيح للسيارة تتبع هذه الكائنات بمرور الوقت، وتتبع حركاتها عبر إطارات متعددة. على سبيل المثال، يساعد المركبات ذاتية القيادة في التنبؤ بالمكان الذي يتوجه إليه أحد المشاة، أو مراقبة سرعة واتجاه المركبات القريبة، أو التعرف على أن إشارة المرور لم تتغير. من خلال الجمع بين الاكتشاف والتتبع، يمكن للسيارات ذاتية القيادة توقع حركة الكائنات من حولها، والاستجابة بشكل استباقي، والقيادة بأمان و سلاسة.

الشكل 2. يمكن استخدام Ultralytics YOLO11 للكشف عن السيارات وتتبعها.

استخدام تتبع الكائنات بـ Ultralytics YOLO11 لمراقبة الحيوانات#

يُعد تتبع الحيوانات في المزارع، مثل الماشية، أمراً حيويًّا للإدارة الفعالة، ولكنه قد يكون مهمة شاقة تستغرق وقتاً طويلاً. غالباً ما يكون للطرق التقليدية، مثل استخدام أجهزة الاستشعار أو العلامات، عيوب. يمكن لهذه الأجهزة إجهاد الحيوانات عند ربطها وتكون عرضة للسقوط أو التلف، مما يعطل التتبع.

توفر رؤية الحاسوب حلًّا أفضل للمزارعين لمراقبة الحيوانات وتتبعها دون الحاجة إلى علامات مادية. يمكن أن يمنح تتبع الكائنات المزارعين رؤى قيمة حول سلوك الحيوانات وصحتها. على سبيل المثال، يمكن أن يساعد في اكتشاف حالات مثل العرج التي تؤثر على طريقة المشي للحيوان. باستخدام تتبع الكائنات، يمكن لـالمزارعين رصد التغييرات الطفيفة في الحركة ومعالجة المشكلات الصحية مبكراً.

إلى جانب مراقبة الصحة، يمكن لـرؤية الحاسوب أيضاً مساعدة المزارعين على فهم السلوكيات الأخرى، مثل التفاعلات الاجتماعية، وعادات الأكل، وأنماط الحركة. يمكن لهذه الرؤى تحسين إدارة القطيع، وتحسين جداول التغذية، وتعزيز الرفاهية العامة للحيوانات. من خلال تقليل العمل اليدوي وتقليل الإجهاد للحيوانات، يُعد التتبع القائم على رؤية الحاسوب أداة عملية وفعالة للزراعة الحديثة.

الشكل 3. استخدام Ultralytics YOLO11 لتتبع المزارعين وبقرة.

تتبع الكائنات في التصنيع باستخدام Ultralytics YOLO11#

يحتوي تتبع الكائنات على العديد من حالات الاستخدام في قطاع التصنيع. على سبيل المثال، يمكن لنظم اكتشاف وتتبع الكائنات مراقبة خطوط الإنتاج. يمكن تتبع المنتجات أو المواد الخام بسهولة وعدها أثناء تحركها على سير ناقل. يمكن أيضاً دمج هذه النظم مع نظم رؤية حاسوبية أخرى لتنفيذ مهام إضافية. على سبيل المثال، يمكن تحديد عنصر به عيب باستخدام نظام اكتشاف العيوب وتتبعه باستخدام تتبع الكائنات لضمان التعامل معه بشكل صحيح.

تطبيق مهم آخر لتتبع الكائنات في التصنيع يتعلق بـالأمان. يمكن استخدام نظم تتبع الكائنات لاكتشاف وتتبع العمال في بيئات التصنيع التي يحتمل أن تكون خطرة. يمكن تحديد المناطق الخطرة ومراقبتها باستمرار باستخدام نظم رؤية الحاسوب، ويمكن إخطار المشرفين إذا اقترب العمال (الذين يتم تتبعهم) من مثل هذه المناطق. يمكن أيضاً استخدام هذه نظم الأمان لاكتشاف وتتبع المعدات، مما يمنع فرصة السرقة.

الشكل 4. مثال على استخدام اكتشاف الكائنات في YOLO11 لاكتشاف العمال.

تتبع الكائنات والمراقبة باستخدام Ultralytics YOLO11#

يُستخدم تتبع الكائنات في الوقت الفعلي على نطاق واسع في نظم الأمن والمراقبة. يمكن استخدام هذه النظم لـمراقبة الأماكن العامة، ومراكز النقل، وبيئات التجزئة الكبيرة مثل مراكز التسوق. يمكن للمناطق الكبيرة والمزدحمة استخدام هذه التقنية لتتبع الأفراد المشبوهين أو سلوك الحشود، مما يوفر حل مراقبة سلساً. على سبيل المثال، خلال الجائحة، تم استخدام نظم تتبع الكائنات لتتبع المناطق المزدحمة والتأكد من أن الناس يحافظون على التباعد الاجتماعي.

يمكن استخدام تتبع الكائنات في مراقبة المرور أيضاً. يجعل تتبع الكائنات من الممكن تتبع وتحليل سلوك المركبات، ورصد التصرفات غير العادية أو المشبوهة في الوقت الفعلي للمساعدة في منع الحوادث أو الجرائم. ومن الأمثلة الجيدة على ذلك نظم تقدير السرعة. حيث يمكنها اكتشاف وتتبع مركبة لتحديد سرعتها.

الشكل 5. يمكن إجراء تقدير السرعة باستخدام تتبع الكائنات.

جرب تتبع الكائنات مع Ultralytics YOLO11#

الآن بعد أن استكشفنا بعض تطبيقات تتبع الكائنات، دعنا نناقش كيف يمكنك تجربتها باستخدام نموذج Ultralytics YOLO11.

لـلبدء، قم بتثبيت حزمة Python من Ultralytics باستخدام pip، أو conda، أو Docker. إذا واجهت أي تحديات أثناء التثبيت، فإن دليل المشكلات الشائعة لدينا يقدم نصائح مفيدة لاستكشاف الأخطاء وإصلاحها.

بمجرد تثبيت الحزمة بنجاح، قم بتشغيل الكود التالي. يوضح كيفية تحميل نموذج Ultralytics YOLO11 واستخدامه لتتبع الكائنات في ملف فيديو. النموذج المستخدم في الكود هو "yolo11n.pt". يرمز الحرف 'n' إلى Nano - وهو أصغر متغير من نموذج YOLO11. وهناك أيضاً متغيرات نماذج أخرى يمكنك الاختيار من بينها - الصغيرة، والمتوسطة، الكبيرة، والكبيرة جداً.

الشكل 6. مقتطف تعليمة برمجية يعرض تتبع الكائنات باستخدام نموذج Ultralytics YOLO11.

يمكنك أيضاً اختيار استخدام نموذج مدرب خصيصاً بدلاً من نموذج مدرب مسبقاً. يتضمن التدريب المخصص الضبط الدقيق لنموذج مدرب مسبقاً ليناسب تطبيقك المحدد.

كما ذكرنا سابقاً، يتم دعم تتبع الكائنات لنماذج YOLO11 التالية: اكتشاف الكائنات، وتقدير الوضعية، وتجزئة المثيلات. إذا كان لديك تطبيق معين يتضمن التتبع، فيمكنك تدريب أي من هذه الننماذج خصيصاً بناءً على تطبيقك. يمكنك تدريب نموذج خصيصاً باستخدام حزمة Python من Ultralytics أو المنصة الخالية من الأكواد، Ultralytics HUB.

أبرز النقاط#

يعد Ultralytics YOLO11 أداة رائعة لتتبع الكائنات في مقاطع الفيديو، ويمكن استخدامه في العديد من المجالات المختلفة، مثل السيارات ذاتية القيادة، والزراعة، والتصنيع، والأمن. يمكنه اكتشاف الكائنات ومتابعتها في الوقت الفعلي، مما يساعد الشركات والصناعات على تتبع عمالها ومعداتها. النموذج سهل الاستخدام ويمكن تخصيصه لاحتياجات محددة، مما يجعله خياراً جيداً لأي شخص مهتم باعتماد قدرات الرؤية الحاسوبية بسلاسة.

لمعرفة المزيد، تفضل بزيارة مستودع GitHub، وتفاعل مع مجتمعنا. استكشف تطبيقات الذكاء الاصطناعي في السيارات ذاتية القيادة والزراعة على صفحات الحلول الخاصة بنا. 🚀