كيفية استخدام Ultralytics YOLO11 لتقدير الوضعيات

يمكن تتبع الأبحاث المتعلقة بـالرؤية الحاسوبية، وهي فرع من فروع الذكاء الاصطناعي (AI)، إلى ستينيات القرن الماضي. لكن الاختراقات الكبرى في فهم الآلات للصور لم تظهر إلا في العقد الثاني من القرن الحادي والعشرين، مع انتشار التعلم العميق. ومن أبرز التطورات في الرؤية الحاسوبية عائلة نماذج Ultralytics YOLO11 (التي خلفها منذ ذلك الحين Ultralytics YOLO26). تدعم نماذج YOLO11، التي كُشف عنها لأول مرة في الفعالية السنوية الهجينة لـ Ultralytics، YOLO Vision 2024 (YV24)، مجموعة من مهام الرؤية الحاسوبية، بما فيها تقدير الوضعية.

يمكن استخدام تقدير الوضعية لاكتشاف النقاط المفتاحية لشخص أو جسم في صورة أو مقطع فيديو، لفهم موضعه أو وضعيته أو حركته. ويُستخدم هذا الأسلوب على نطاق واسع في تطبيقات مثل التحليلات الرياضية ومراقبة سلوك الحيوانات والروبوتات، لمساعدة الآلات على تفسير الحركات الجسدية في الوقت الفعلي. وبفضل دقته وكفاءته وسرعته المحسّنة مقارنةً بالنماذج السابقة في سلسلة YOLO (أنت تنظر مرة واحدة)، يُعد YOLO11 مناسبًا تمامًا لمهام تقدير الوضعية في الوقت الفعلي.

الشكل 1. مثال على استخدام Ultralytics YOLO11 لتقدير الوضعيات.

سنستكشف في هذه المقالة ماهية تقدير الوضعية، ونناقش بعض تطبيقاته، ونشرح كيفية استخدام YOLO11 لتقدير الوضعية من خلال حزمة Ultralytics Python. وسنلقي نظرة أيضًا على كيفية تجربة YOLO11 وتقدير الوضعية ببضع نقرات بسيطة باستخدام Ultralytics HUB (المعروفة الآن باسم Ultralytics Platform). لنبدأ!

ما تقدير الوضعيات؟#

قبل أن نتناول كيفية استخدام Ultralytics YOLO11 لتقدير الوضعية، لنتعرّف أكثر على ماهية تقدير الوضعية.

تقدير الوضعية تقنية للرؤية الحاسوبية تُستخدم لتحليل وضعية شخص أو جسم في صورة أو مقطع فيديو. ويمكن لنماذج التعلّم العميق مثل Ultralytics YOLO11 تحديد النقاط الرئيسية لجسم أو شخص معين وتحديد مواقعها وتتبعها. وقد تشمل هذه النقاط الرئيسية للأجسام الزوايا أو الحواف أو العلامات المميزة على السطح، بينما تمثل لدى البشر المفاصل الرئيسية مثل المرفق أو الركبة أو الكتف.

يختلف تقدير الوضعية عن مهام الرؤية الحاسوبية الأخرى مثل اكتشاف الأجسام، كما أنه أكثر تعقيدًا. فبينما يحدد اكتشاف الأجسام مواقعها في الصورة برسم مربع حولها، يتجاوز تقدير الوضعية ذلك إلى توقع المواقع الدقيقة للنقاط الرئيسية على الجسم.

الشكل 2. استخدام Ultralytics YOLO11 لكشف الأشخاص في مكتب وتقدير وضعياتهم.

يعمل تقدير الوضعية بطريقتين رئيسيتين: من الأسفل إلى الأعلى ومن الأعلى إلى الأسفل. يكتشف النهج التصاعدي النقاط الرئيسية الفردية ويجمعها في هياكل عظمية، بينما يركز النهج التنازلي أولًا على اكتشاف الأجسام ثم تقدير النقاط الرئيسية داخلها.

يجمع Ultralytics YOLO11 بين نقاط القوة في نهجي من الأعلى إلى الأسفل ومن الأسفل إلى الأعلى. وعلى غرار النهج من الأسفل إلى الأعلى، يحافظ على البساطة والسرعة من دون الحاجة إلى تجميع النقاط الرئيسية يدويًا. وفي الوقت نفسه، يستفيد من دقة النهج من الأعلى إلى الأسفل عبر كشف الأشخاص وتقدير وضعياتهم في خطوة واحدة.

حالات استخدام تقدير الوضعيات باستخدام Ultralytics YOLO11#

تتيح الإمكانات المتعددة الاستخدامات لـ Ultralytics YOLO11 في تقدير الوضعيات مجموعة واسعة من التطبيقات المحتملة في قطاعات عديدة. دعونا نلقي نظرة عن كثب على بعض حالات استخدام YOLO11 في تقدير الوضعيات.

تقدير الوضعيات آنياً باستخدام Ultralytics YOLO11: تعزيز سلامة العاملين#

تُعد السلامة جانبًا مهمًا في أي مشروع إنشاءات. ويكتسب ذلك أهمية خاصة لأن مواقع البناء تشهد عددًا أكبر من الإصابات المرتبطة بالعمل. ففي عام 2021، وقعت نحو 20% من جميع الإصابات المميتة المرتبطة بالعمل في مواقع البناء أو بالقرب منها. ومع المخاطر اليومية، مثل المعدات الثقيلة والأنظمة الكهربائية، تُعد تدابير السلامة القوية ضرورية لحماية العمال. ولا تكون الأساليب التقليدية، مثل استخدام اللافتات والحواجز والمراقبة اليدوية من المشرفين، فعالة دائمًا، وغالبًا ما تصرف المشرفين عن مهام أكثر أهمية.

يمكن للذكاء الاصطناعي أن يسهم في تعزيز السلامة، كما يمكن الحد من مخاطر الحوادث باستخدام نظام لمراقبة العاملين قائم على تقدير الوضعيات. ويمكن استخدام نماذج Ultralytics YOLO11 لتتبع حركات العاملين ووضعياتهم. إذ يمكن رصد المخاطر المحتملة بسرعة، مثل وقوف العاملين على مقربة شديدة من معدات خطرة أو تنفيذهم المهام بطريقة غير صحيحة. وعند اكتشاف خطر، يمكن إخطار المشرفين أو إصدار إنذار لتنبيه العامل. ويمكن لنظام المراقبة المستمرة أن يجعل مواقع الإنشاءات أكثر أمانًا عبر التحري الدائم عن المخاطر وحماية العاملين.

الشكل 3. مثال على تقدير الوضعيات في موقع إنشاءات باستخدام Ultralytics YOLO11.

تقدير الوضعيات باستخدام Ultralytics YOLO11 لمراقبة الماشية#

يمكن للمزارعين والباحثين استخدام Ultralytics YOLO11 لدراسة حركة حيوانات المزرعة وسلوكها، مثل الأبقار، واكتشاف العلامات المبكرة لأمراض مثل العرج. والعرج حالة يواجه فيها الحيوان صعوبة في الحركة على نحو سليم بسبب الألم في ساقيه أو قدميه. ولا تؤثر أمراض مثل العرج في الأبقار على صحتها ورفاهها فحسب، بل تؤدي أيضًا إلى مشكلات إنتاجية في مزارع الألبان. وتشير الدراسات إلى أن العرج يصيب نحو 8% من الأبقار في أنظمة الرعي، و15% إلى 30% منها في أنظمة التربية المغلقة ضمن قطاع الألبان العالمي. ويمكن أن يساعد اكتشاف العرج ومعالجته مبكرًا على تحسين رفاه الحيوانات والحد من خسائر الإنتاج المرتبطة بهذه الحالة.

يمكن لميزات تقدير الوضعية في Ultralytics YOLO11 مساعدة المزارعين على تتبع أنماط مشية الحيوان والتعرّف سريعًا على أي شذوذ قد يشير إلى مشكلات صحية، مثل مشكلات المفاصل أو الالتهابات. ويسمح اكتشاف هذه المشكلات مبكرًا بتقديم العلاج بسرعة أكبر، ما يقلل انزعاج الحيوانات ويساعد المزارعين على تجنب الخسائر الاقتصادية.

يمكن لأنظمة المراقبة المدعومة بالذكاء الاصطناعي البصري أيضًا تحليل سلوك الراحة والتفاعلات الاجتماعية وأنماط التغذية. كما يستطيع المزارعون استخدام تقدير الوضعية لرصد علامات التوتر أو العدوانية. ويمكن الاستفادة من هذه الرؤى لتحسين ظروف معيشة الحيوانات وتعزيز رفاهها.

الشكل 4. تصور مرئي لتقدير وضعية بقرة.

حالات استخدام Ultralytics YOLO11 في قطاع اللياقة البدنية#

يمكن لتقدير الوضعية أيضًا مساعدة الأشخاص على تحسين وضعيتهم في الوقت الفعلي أثناء ممارسة الرياضة. وباستخدام Ultralytics YOLO11، يستطيع مدربو الصالات الرياضية واليوغا مراقبة حركات أجسام المتدربين وتتبعها، مع التركيز على نقاط رئيسية مثل المفاصل والأطراف لتقييم وضعياتهم. ويمكن مقارنة البيانات التي جُمعت بالوضعيات المثالية وتقنيات التمرين، كما يمكن تنبيه المدربين إذا أدى أحدهم حركة على نحو غير صحيح، للمساعدة في منع الإصابات.

الشكل 5. استخدام تقدير الوضعية لتحليل تمرين رياضي.

على سبيل المثال، يمكن لتقدير الوضعية أثناء حصة يوغا المساعدة في مراقبة حفاظ جميع الطلاب على التوازن والمحاذاة الصحيحة. ويمكن للتطبيقات المحمولة المدمجة مع الرؤية الحاسوبية وتقدير الوضعية جعل اللياقة البدنية أكثر سهولة للأشخاص الذين يتمرنون في المنزل أو لا تتوفر لهم إمكانية الاستعانة بمدربين شخصيين. وتساعد هذه الملاحظات المستمرة في الوقت الفعلي المستخدمين على تحسين أسلوبهم وتحقيق أهداف اللياقة البدنية مع تقليل خطر الإصابة.

تجربة تقدير الوضعيات آنياً باستخدام نموذج Ultralytics YOLO11#

بعد أن استكشفنا ماهية تقدير الوضعية وناقشنا بعض تطبيقاته، لنتعرّف على كيفية تجربة تقدير الوضعية باستخدام YOLO11. للبدء، هناك طريقتان ملائمتان لذلك: استخدام حزمة Ultralytics Python أو عبر Ultralytics HUB. لنتعرّف على كلا الخيارين.

تشغيل الاستدلال باستخدام Ultralytics YOLO11#

يتضمن تشغيل الاستدلال معالجة نموذج YOLO11 لبيانات جديدة من خارج مجموعات التدريب واستخدام الأنماط التي تعلمها لإجراء تنبؤات استنادًا إلى تلك البيانات. ويمكنك تشغيل الاستدلالات برمجيًا باستخدام حزمة Ultralytics Python. وكل ما تحتاج إليه للبدء هو تثبيت حزمة Ultralytics باستخدام pip أو conda أو Docker. وإذا واجهت أي تحديات أثناء التثبيت، فسيوفر لك دليل المشكلات الشائعة نصائح مفيدة لاستكشاف الأخطاء وإصلاحها.

بعد تثبيت الحزمة بنجاح، يوضح الرمز التالي كيفية تحميل نموذج الوضعية YOLO11 واستخدامه للتنبؤ بوضعيات الأجسام في صورة.

الشكل 6. مقتطف شيفرة يوضح تشغيل الاستدلالات باستخدام Ultralytics YOLO11.

تدريب نموذج Ultralytics YOLO11 مخصص#

لنفترض أنك تعمل على مشروع للرؤية الحاسوبية، ولديك مجموعة بيانات محددة لتطبيق معين يتضمن تقدير الوضعية. عندئذٍ يمكنك ضبط نموذج YOLO11 مخصص وتدريبه ليلائم تطبيقك. فعلى سبيل المثال، يمكنك استخدام مجموعة بيانات من النقاط المفتاحية لتحليل وضعية نمر في الصور وفهمها، وذلك عبر تحديد السمات الأساسية مثل مواضع أطرافه ورأسه وذيله.

يمكنك استخدام مقتطف الشيفرة التالي لتحميل نموذج Ultralytics YOLO11 لتقدير الوضعية وتدريبه. ويمكن إنشاء النموذج من إعداد YAML، أو تحميل نموذج مدرّب مسبقًا للتدريب. ويتيح لك هذا البرنامج النصي أيضًا نقل الأوزان وبدء تدريب النموذج باستخدام مجموعة بيانات محددة، مثل مجموعة بيانات COCO لتقدير الوضعية.

الشكل 7. التدريب المخصص لـ Ultralytics YOLO11.

باستخدام النموذج المخصص المدرّب حديثًا، يمكنك تشغيل الاستدلالات على صور غير مرئية سابقًا ومرتبطة بحل الرؤية الحاسوبية الخاص بك. ويمكن أيضًا تحويل النموذج المدرّب إلى تنسيقات أخرى باستخدام وضع التصدير.

جرّب YOLO11 على Ultralytics HUB#

استعرضنا حتى الآن طرق استخدام YOLO11 التي تتطلب معرفة أساسية بالبرمجة. إذا لم يكن ذلك ما تبحث عنه، أو لم تكن ملمًا بالبرمجة، فهناك خيار آخر: Ultralytics HUB. Ultralytics HUB منصة سهلة الاستخدام صُممت لتبسيط عملية تدريب نماذج YOLO ونشرها. وتتيح لك HUB إدارة مجموعات البيانات وتدريب النماذج ونشرها بسهولة من دون الحاجة إلى خبرة تقنية.

لتشغيل الاستدلالات على الصور، يمكنك إنشاء حساب، والانتقال إلى قسم «النماذج»، واختيار نموذج تقدير الوضعية Ultralytics YOLO11 الذي يهمك. وفي قسم المعاينة، يمكنك تحميل صورة وعرض نتائج التنبؤ كما هو موضح أدناه.

الشكل 8. تقدير الوضعية على Ultralytics HUB باستخدام YOLO11.

تطورات Ultralytics YOLO11 في كشف وضعيات البشر#

يقدم Ultralytics YOLO11 حلولًا دقيقة ومرنة لمهام مثل تقدير الوضعيات، ضمن نطاق واسع من التطبيقات. فمن تعزيز سلامة العاملين في مواقع الإنشاءات إلى مراقبة صحة الماشية والمساعدة على تصحيح وضعية الجسم أثناء تمارين اللياقة البدنية، يوفر YOLO11 الدقة والتغذية الراجعة الآنية بفضل تقنية الرؤية الحاسوبية المتقدمة.

يجعل تعدد استخداماته، مع تنوع إصدارات النماذج وإمكانية تدريبها مخصصًا لحالات استخدام محددة، منه أداة قيّمة للمطورين والشركات على حد سواء. وسواء استخدمت حزمة Ultralytics Python للبرمجة أو Ultralytics HUB لتسهيل التنفيذ، يجعل YOLO11 تقدير الوضعية متاحًا وذا أثر ملموس.

لاستكشاف المزيد، تفضل بزيارة مستودع GitHub وتفاعل مع مجتمعنا. واستكشف تطبيقات الذكاء الاصطناعي في التصنيع والزراعة على صفحات الحلول لدينا.