Yolo فيجن شنتشن
شنتشن
انضم الآن

كيفية استخدام ultralytics YOLO11 لتتبع الأجسام

أبيرامي فينا

4 دقائق قراءة

20 نوفمبر 2024

انضم إلينا ونحن نلقي نظرة فاحصة على كيفية استخدام Ultralytics YOLO11 لتتبع الأجسام في تطبيقات الوقت الفعلي مثل المراقبة والزراعة والتصنيع.

لنفترض أنك تريد مراقبة track حركة المكونات على خط التجميع في منشأة تصنيع لضمان مراقبة الجودة وتحسين كفاءة سير العمل. عادةً ما ينطوي ذلك على عمليات فحص يدوية أو استخدام مستشعرات أساسية track العناصر، وهو ما قد يستغرق وقتًا طويلاً وقد يكون عرضة للأخطاء. ومع ذلك، يمكن استخدام الرؤية الحاسوبية وتتبع الأشياء لأتمتة هذه العملية وتحسينها. 

تتبع الأجسام هو مهمة رؤية حاسوبية تساعد في detect الأجسام في الفيديو وتحديدها track . يمكن استخدامه في مجموعة متنوعة من التطبيقات، بدءًا من مراقبة الحيوانات في المزارع إلى الأمن والمراقبة في متاجر البيع بالتجزئة. عادةً ما يتم تصوّر الأجسام التي يتم تعقبها في الفيديو باستخدام المربعات المحدودة لمساعدة المستخدم على رؤية مكانها واكتشافها داخل إطار الفيديو.

تم إطلاقه خلال فعاليةUltralyticsالسنوية الهجينة YOLO Vision 2024 (YV24), Ultralytics YOLO11 هو نموذج للرؤية الحاسوبية يمكنه التعامل مع مجموعة متنوعة من مهام الذكاء الاصطناعي البصري، بما في ذلك تتبع الأجسام. سنستكشف في هذه المقالة كيفية عمل تتبع الكائنات ومناقشة تطبيقات العالم الحقيقي. سنلقي أيضًا نظرة على كيفية تجربة تتبع الكائنات باستخدام YOLO11. لنبدأ!

__wf_reserved_inherit
الشكل 1. مثال على استخدام YOLO11 لتتبع الأجسام في متجر بيع بالتجزئة.

تتبع الأجسام المدعوم بالذكاء الاصطناعي مع YOLO11

يُعد تتبع الأجسام تقنية أساسية في الرؤية الحاسوبية. فهو يتيح إمكانية تحديد الأجسام في الفيديو وتتبعها بمرور الوقت. قد يبدو تعقب الأجسام مشابهًا جدًا لمهمة أخرى من مهام الرؤية الحاسوبية - اكتشاف الأجسام. يكمن الفرق الرئيسي بين الاثنين في كيفية تعاملهما مع إطارات الفيديو. ينظر الكشف عن الكائنات إلى كل إطار على حدة، حيث يتم تحديد الكائنات وتصنيفها دون النظر إلى الإطارات السابقة أو المستقبلية. من ناحية أخرى، يربط تتبع الكائنات بين الإطارات، ويتتبع نفس الكائنات مع مرور الوقت track حركاتها.

إليك شرح تفصيلي لكيفية عمل تتبع الكائنات:

  • اكتشاف الأجسام: تبدأ العملية باكتشاف الأجسام في إطار واحد من الفيديو. YOLO11 يمكن استخدامه لتحديد الأجسام المتعددة ومواقعها بدقة.
  • تعيين معرّفات فريدة: يتم إعطاء كل كائن تم اكتشافه معرّفًا فريدًا لتمييزه عن غيره وتسهيل track.
  • تتبع الحركة عبر الإطارات: تتبع خوارزمية التتبع الكائنات عبر الإطارات اللاحقة، وتحديث مواقعها مع الحفاظ على الارتباط بمعرفاتها الفريدة.
  • التعامل مع الانسدادات: إذا اختفى كائن مؤقتًا من العرض (على سبيل المثال، تم حجبه بواسطة كائن آخر)، يضمن النظام استئناف التتبع بمجرد ظهور الكائن مرة أخرى.
  • تحديث معلومات الكائن: مع تحرك الكائنات، يتم تحديث مواقعها وسماتها (مثل السرعة أو الاتجاه) باستمرار لتعكس التغييرات بمرور الوقت.

يدعم Ultralytics تتبع الأجسام في الوقت الفعلي من خلال الاستفادة من خوارزميات التتبع المتقدمة مثل BoT-SORT و ByteTrack. كما أنها تعمل بسلاسة مع نماذجYOLO11 للتجزئة وتقدير الوضعية YOLO11 مما يجعلها أداة مرنة لمجموعة واسعة من مهام التتبع.

تطبيقات تتبع الأجسام YOLO11

تفتح القدرات المتنوعة لنموذجUltralytics YOLO11 مجموعة واسعة من التطبيقات الممكنة في العديد من الصناعات. دعونا نلقي نظرة فاحصة على بعض حالات استخدام YOLO11 لتتبع الكائنات.

YOLO11 لتتبع المركبات ذاتية القيادة

يعد تتبع الأجسام أمرًا بالغ الأهمية لمساعدة السيارات ذاتية القيادة على العمل بأمان وكفاءة. تحتاج هذه المركبات إلى فهم محيطها باستمرار لاتخاذ قرارات في الوقت الفعلي، مثل التوقف أو الانعطاف أو تغيير المسارات. يسمح الكشف عن الأجسام للسيارة بتحديد العناصر الأساسية في بيئتها، مثل المشاة وراكبي الدراجات والمركبات الأخرى وإشارات المرور. ومع ذلك، فإن اكتشاف هذه الأجسام في لحظة واحدة لا يكفي للملاحة الآمنة.

هذا هو المكان الذي يأتي فيه تتبع الكائنات. فهو يتيح للسيارة تتبع هذه الكائنات بمرور الوقت، وتتبع تحركاتها عبر إطارات متعددة. على سبيل المثال، فهو يساعد المركبات ذاتية القيادة على التنبؤ بالوجهة التي يتجه إليها أحد المشاة، ومراقبة سرعة واتجاه المركبات القريبة، أو التعرف على أن إشارة المرور لم تتغير. من خلال الجمع بين الاكتشاف والتتبع، يمكن للسيارات ذاتية القيادة توقع حركة الأجسام من حولها، والاستجابة بشكل استباقي، والقيادة بأمان وسلاسة.

__wf_reserved_inherit
الشكل 2. يمكن استخدام YOLO11 detect السيارات track .

استخدام تتبع الأجسام YOLO11 لمراقبة الحيوانات

يُعد تتبع الحيوانات في المزرعة، مثل الماشية، أمرًا حيويًا للإدارة الفعالة، ولكنه قد يكون مهمة شاقة وتستغرق وقتًا طويلاً. غالبًا ما يكون للطرق التقليدية، مثل استخدام المستشعرات أو العلامات، عيوب. يمكن لهذه الأجهزة أن تسبب إجهادًا للحيوانات عند تركيبها وعرضة للسقوط أو التلف، مما يعطل عملية التتبع.

توفر الرؤية الحاسوبية حلاً أفضل للمزارعين لمراقبة الحيوانات track دون الحاجة إلى علامات مادية. يمكن أن يوفر تتبع الكائنات للمزارعين رؤى قيمة حول سلوك الحيوانات وصحتها. على سبيل المثال، يمكن أن يساعد في detect حالات مثل العرج التي تؤثر على طريقة مشي الحيوان. باستخدام تتبع الأجسام، يمكن للمزارعين اكتشاف التغيرات الطفيفة في الحركة ومعالجة المشاكل الصحية في وقت مبكر.

بالإضافة إلى مراقبة الصحة، يمكن للرؤية الحاسوبية أيضًا مساعدة المزارعين على فهم سلوكيات أخرى، 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 الضغط على الحيوانات، يعد تتبع الرؤية الحاسوبية أداة عملية وفعالة للزراعة الحديثة.

__wf_reserved_inherit
الشكل 3. استخدام YOLO11 track المزارعين وبقرة.

تتبع الأجسام في التصنيع باستخدام YOLO11

يحتوي تتبع الأجسام على العديد من حالات الاستخدام في قطاع التصنيع. على سبيل المثال، يمكن لأنظمة الكشف عن الأجسام وتتبعها مراقبة خطوط الإنتاج. يمكن بسهولة تتبع المنتجات أو المواد الخام وعدها أثناء تحركها على حزام ناقل. يمكن أيضًا دمج هذه الأنظمة مع أنظمة الرؤية الحاسوبية الأخرى لأداء مهام إضافية. على سبيل المثال، يمكن تحديد عنصر به عيب باستخدام نظام اكتشاف العيوب وتتبعه باستخدام تتبع الأجسام لضمان الاعتناء به بشكل صحيح.

يرتبط تطبيق مهم آخر لتتبع الأجسام في التصنيع بالسلامة. يمكن استخدام أنظمة تعقب الأجسام detect track العمال في بيئات التصنيع التي يحتمل أن تكون خطرة. ويمكن وضع علامات على المناطق الخطرة ومراقبتها باستمرار باستخدام أنظمة الرؤية الحاسوبية، ويمكن إخطار المشرفين إذا اقترب العمال (الذين يتم تعقبهم) من هذه المناطق. يمكن أيضًا استخدام أنظمة السلامة هذه detect المعدات track مما يمنع فرصة السرقة. 

__wf_reserved_inherit
الشكل 4. مثال على استخدام طريقة YOLO11 للكشف عن الأجسام المستخدمة detect العمال.

تتبع الأجسام ومراقبتها باستخدام YOLO11

يُستخدم تتبع الأجسام في الوقت الحقيقي على نطاق واسع في أنظمة الأمن والمراقبة. يمكن استخدام هذه الأنظمة لمراقبة الأماكن العامة ومراكز النقل وبيئات البيع بالتجزئة الكبيرة مثل مراكز التسوق. يمكن للمناطق الكبيرة والمزدحمة استخدام هذه التقنية track الأفراد المشبوهين أو سلوك الحشود، مما يوفر حلاً سلساً للمراقبة. على سبيل المثال، خلال فترة الجائحة، استُخدمت أنظمة تتبع الأجسام track المناطق المزدحمة والتأكد من حفاظ الناس على التباعد الاجتماعي.

يمكن أيضًا استخدام تتبع الأجسام في مراقبة حركة المرور أيضًا. يتيح تتبع الأجسام إمكانية track وتحليل سلوك المركبات، واكتشاف التصرفات غير العادية أو المشبوهة في الوقت الفعلي للمساعدة في منع الحوادث أو الجرائم. ومن الأمثلة الجيدة على ذلك أنظمة تقدير السرعة. حيث يمكنها detect track السيارة لتحديد سرعتها.

__wf_reserved_inherit
الشكل 5. يمكن تقدير السرعة باستخدام تتبع الأجسام.

جرب تتبع الكائنات باستخدام Ultralytics YOLO11

والآن بعد أن استكشفنا بعض تطبيقات تتبع الكائنات، دعنا نناقش كيف يمكنك تجربتها باستخدام نموذجUltralytics YOLO11

للبدء، قم بتثبيت حزمةUltralytics Python باستخدام pip أو conda أو Docker. إذا واجهت أي تحديات أثناء التثبيت، يقدم دليل المشكلات الشائعة نصائح مفيدة لاستكشاف الأخطاء وإصلاحها. 

بمجرد تثبيت الحزمة بنجاح، قم بتشغيل الكود التالي. إنه يوضح كيفية تحميل نموذج Ultralytics YOLO11 واستخدامه track الكائنات في ملف فيديو. النموذج المستخدم في الكود هو "yolo11n.pt". يشير الحرف "n" إلى Nano - أصغر متغير لنموذج YOLO11 . هناك أيضًا أنواع أخرى من النماذج للاختيار من بينها - صغير، ومتوسط، وكبير، وكبير جدًا.

__wf_reserved_inherit
الشكل 6. مقتطف كود يعرض تتبع الكائن باستخدام نموذج YOLO11 .

يمكنك أيضًا اختيار استخدام نموذج مُدرَّب خصيصًا بدلاً من نموذج مُدرَّب مسبقًا. يتضمن التدريب المخصص ضبط دقيق لنموذج مُدرَّب مسبقًا ليناسب تطبيقك المحدد

كما ذكرنا سابقًا، يتم دعم تتبع الكائنات لنماذج YOLO11 التالية: اكتشاف الكائنات، وتقدير الوضع، وتجزئة المثيل. إذا كان لديك تطبيق معين يتضمن التتبع، يمكنك تدريب أي من هذه النماذج بشكل مخصص اعتمادًا على تطبيقك. يمكنك تدريب نموذج مخصص باستخدام حزمةUltralytics Python أو منصة Ultralytics HUB التي لا تحتوي على كود

النقاط الرئيسية

تُعد أداة Ultralytics YOLO11 أداة رائعة لتتبع الأجسام في مقاطع الفيديو، ويمكن استخدامها في العديد من المجالات المختلفة، مثل السيارات ذاتية القيادة والزراعة والتصنيع والأمن. ويمكنه detect الأجسام وتتبعها في الوقت الفعلي، مما يساعد الشركات والصناعات على track عمالها ومعداتها. هذا النموذج سهل الاستخدام ويمكن تخصيصه لتلبية احتياجات محددة، مما يجعله خياراً جيداً لأي شخص مهتم بتبني قدرات الرؤية الحاسوبية بسلاسة. 

لمعرفة المزيد، قم بزيارة مستودع GitHub الخاص بنا، وتفاعل مع مجتمعنا. استكشف تطبيقات الذكاء الاصطناعي في السيارات ذاتية القيادة و الزراعة في صفحات الحلول الخاصة بنا. 🚀

لنبنِ مستقبل
الذكاء الاصطناعي معًا!

ابدأ رحلتك مع مستقبل تعلم الآلة

ابدأ مجانًا