كيفية استخدام Ultralytics YOLO11 لتتبع الكائنات

لنفترض أنك تريد مراقبة وتتبع حركة المكونات على خط تجميع في منشأة تصنيع لضمان مراقبة الجودة وتحسين كفاءة سير العمل. عادةً، يتضمن ذلك عمليات فحص يدوية أو استخدام أجهزة استشعار أساسية لتتبع العناصر، الأمر الذي قد يستغرق وقتًا طويلاً وعرضة للأخطاء. ومع ذلك، يمكن استخدام الرؤية الحاسوبية و تتبع الكائنات لأتمتة هذه العملية وتحسينها. 

تتبع الأجسام هو مهمة رؤية حاسوبية تساعد في اكتشاف وتحديد وتتبع الأجسام في الفيديو. يمكن استخدامه لمجموعة واسعة من التطبيقات، من مراقبة الحيوانات في المزارع إلى الأمن والمراقبة في متاجر البيع بالتجزئة. عادةً ما يتم تصور الأجسام التي يتم تتبعها في الفيديو باستخدام مربعات إحاطة لمساعدة المستخدم على رؤية مكان وجودها بالضبط واكتشافها 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 الرؤية الاصطناعية، بما في ذلك تتبع الكائنات. في هذه المقالة، سوف نستكشف كيف يعمل تتبع الكائنات ونناقش التطبيقات الواقعية. سنلقي نظرة أيضًا على كيفية تجربة تتبع الكائنات باستخدام YOLO11. هيا بنا نبدأ!

‍

تتبع الأجسام المدعوم بالذكاء الاصطناعي باستخدام YOLO11

تتبع الأجسام هو أسلوب أساسي في مجال رؤية الحاسوب. فهو يمكّن من تحديد الأجسام في الفيديو وتتبعها بمرور الوقت. قد يبدو تتبع الأجسام مشابهًا جدًا لمهمة أخرى في رؤية الحاسوب وهي الكشف عن الأجسام. والفرق الرئيسي بينهما يكمن في كيفية تعاملهما مع إطارات الفيديو. الكشف عن الأجسام ينظر إلى كل إطار على حدة، ويحدد الأجسام ويصنفها دون النظر إلى الإطارات السابقة أو اللاحقة. أما تتبع الأجسام، من ناحية أخرى، فيربط النقاط بين الإطارات، ويتتبع الأجسام نفسها بمرور الوقت ويتتبع تحركاتها.

إليك شرح تفصيلي لكيفية عمل تتبع الكائنات:

• اكتشاف الكائنات: تبدأ العملية باكتشاف الكائنات في إطار واحد من الفيديو. يمكن استخدام YOLO11 لتحديد مواقع الكائنات المتعددة بدقة.
  ‍
• تعيين معرفات فريدة (Assign unique IDs): يتم إعطاء كل كائن مكتشف معرفًا فريدًا لتمييزه عن الآخرين وتسهيل تتبعه.
  ‍
• 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.

تدعم Ultralytics تتبع الكائنات في الوقت الفعلي من خلال الاستفادة من خوارزميات التتبع المتقدمة مثل BoT-SORT و ByteTrack. كما أنها تعمل بسلاسة مع التقسيم و تقدير الوضعيات نماذج YOLO11، مما يجعلها أداة مرنة لمجموعة واسعة من مهام التتبع.

تطبيقات تتبع الكائنات في YOLO11

تفتح الإمكانات المتنوعة لـ نموذج Ultralytics YOLO11 مجموعة واسعة من التطبيقات الممكنة في العديد من الصناعات. دعنا نلقي نظرة فاحصة على بعض حالات استخدام تتبع الكائنات YOLO11.

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.

‍

استخدام تتبع الكائنات 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 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 مشي الحيوان. باستخدام تتبع الكائنات، يمكن للمزارعين اكتشاف التغيرات الطفيفة في الحركة ومعالجة المشكلات الصحية مبكرًا.

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.

‍

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.

تطبيق آخر مهم لتتبع الأجسام في التصنيع يتعلق بالسلامة. يمكن استخدام أنظمة تتبع الأجسام لاكتشاف وتتبع العمال في بيئات التصنيع التي يحتمل أن تكون خطرة. يمكن تحديد 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 لاكتشاف وتتبع المعدات، مما يمنع فرصة السرقة. 

‍

تتبع الأجسام والمراقبة باستخدام YOLO11

يستخدم تتبع الكائنات في الوقت الفعلي على نطاق واسع في أنظمة الأمن والمراقبة. يمكن استخدام هذه الأنظمة لمراقبة الأماكن العامة و مراكز النقل و البيئات التجارية الكبيرة مثل مراكز التسوق. يمكن للمناطق الكبيرة والمزدحمة استخدام هذه التقنية لتتبع الأفراد المشبوهين أو سلوك الحشود، مما يوفر حلاً سلسًا للمراقبة. على سبيل المثال، خلال الجائحة، تم استخدام أنظمة تتبع الكائنات لتتبع المناطق المزدحمة والتأكد من أن الناس يحافظون على التباعد الاجتماعي.

يمكن أيضًا استخدام تتبع الأجسام في المراقبة المرورية أيضًا. يتيح تتبع الأجسام تتبع وتحليل كيفية تصرف المركبات، واكتشاف الإجراءات غير العادية أو المشبوهة في الوقت الفعلي للمساعدة في منع الحوادث أو الجرائم. مثال جيد على ذلك هو أنظمة تقدير السرعة. يمكنهم اكتشاف وتتبع مركبة لتحديد سرعتها.

‍

جرب تتبع الكائنات باستخدام Ultralytics YOLO11

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

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

بمجرد تثبيت الحزمة بنجاح، قم بتشغيل التعليمات البرمجية التالية. يوضح كيفية تحميل نموذج Ultralytics YOLO11 واستخدامه لتتبع الكائنات في ملف فيديو. النموذج المستخدم في التعليمات البرمجية هو “yolo11n.pt”. يشير الحرف ‘n’ إلى Nano - أصغر متغير لنموذج YOLO11. هناك أيضًا متغيرات نماذج أخرى للاختيار من بينها - صغير ومتوسط وكبير وكبير جدًا.

‍

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 سابقاً، يتم دعم تتبع الكائنات لنماذج YOLO11 التالية: الكشف عن الكائنات، وتقدير الوضعية، وتجزئة المثيل. إذا كان لديك تطبيق معين يتضمن التتبع، فيمكنك تدريب أي من هذه النماذج بشكل مخصص اعتماداً على تطبيقك. يمكنك تدريب نموذج مخصص باستخدام حزمة Ultralytics Python أو النظام الأساسي بدون تعليمات برمجية، Ultralytics HUB. 

النقاط الرئيسية

تُعد Ultralytics YOLO11 أداة رائعة لتتبع الكائنات في مقاطع الفيديو، ويمكن استخدامها في العديد من المجالات المختلفة، مثل السيارات ذاتية القيادة والزراعة والتصنيع والأمن. يمكنها اكتشاف وتتبع الكائنات في الوقت الفعلي، مما يساعد الشركات والصناعات على تتبع العاملين والمعدات الخاصة بهم. النموذج سهل الاستخدام ويمكن تخصيصه لتلبية احتياجات محددة، مما يجعله خيارًا جيدًا لأي شخص مهتم بتبني قدرات رؤية الكمبيوتر 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. 🚀