اكتشاف وتتبع الأجسام باستخدام Ultralytics YOLOv8

اليوم، نتعمق في فصل آخر من رحلتنا مع Ultralytics YOLOv8. في هذه الحلقة، ينصب تركيزنا على اكتشاف الكائنات و تتبعها، وهو جانب أساسي من الرؤية الحاسوبية يفتح عددًا لا يحصى من التطبيقات عبر الصناعات. انضم إلينا ونحن نستكشف قدرات YOLOv8 في هذا المجال، مع نيكولاي نيلسن.

يلعب اكتشاف الكائنات وتتبعها أدوارًا حاسمة في سيناريوهات مختلفة، من أنظمة المراقبة إلى الأتمتة الصناعية. مع YOLOv8، المدعوم من Ultralytics، يصبح تسخير هذه الوظائف أكثر سهولة من أي وقت مضى. يأخذنا Nicolai خلال العملية، ويسلط الضوء على الأفكار الرئيسية والعروض التوضيحية العملية على طول الطريق.

تهيئة المسرح

قبل الخوض في تعقيدات اكتشاف الكائنات وتتبعها، يؤكد نيكولاي على تنوع استخدامات YOLOv8. سواء كان الأمر يتعلق بتحديد الأفراد في مكان مزدحم أو مراقبة الكائنات على خط الإنتاج، فإن YOLOv8 يقدم حلاً قويًا. 

إعداد النموذج

التنقل في Visual Studio Code. في هذا الفيديو، يوضح نيكولاي كيفية إعداد نموذج YOLOv8 لاكتشاف وتتبع الكائنات. بالاستفادة من النموذج المتوسط، يعرض كيف يمكن حتى للنماذج الأكبر أن تعمل بسلاسة في الوقت الفعلي، وذلك بفضل تكوينات الأجهزة المتقدمة.

تكوين المتعقب

في عالم تتبع الكائنات، يعد اختيار أداة التتبع الصحيحة أمرًا بالغ الأهمية. يقدم لنا نيكولاي خوارزمية ByteTrack، المشهورة بدقتها وموثوقيتها. بالإضافة إلى ذلك، يسلط الضوء على تنوع YOLOv8 من خلال ذكر أدوات تتبع بديلة مثل BoTSort، لتلبية متطلبات التتبع المتنوعة.

الاستدلال في الوقت الفعلي

مع تكوين النموذج والمتتبع، حان الوقت لمشاهدة YOLOv8 أثناء العمل. خلال هذا البرنامج التعليمي، يمكننا أن نرى كيف يتم تشغيل البرنامج، مما يوفر عرضًا توضيحيًا مباشرًا لاكتشاف الكائنات وتتبعها باستخدام فيديو مسجل مسبقًا. النتائج مثيرة للإعجاب، حيث يتم تعيين معرف فريد لكل كائن لتتبع سلس.

اختبار كاميرا الويب المباشر

بالانتقال بالعرض التوضيحي خطوة أخرى إلى الأمام، نرى كيف يمكن للمرء التبديل إلى بث مباشر لكاميرا الويب لعرض إمكانات التتبع في الوقت الفعلي. من اكتشاف الأفراد إلى تحديد الأشياء، يحافظ YOLOv8 على الاتساق في التتبع، حتى في خضم حركات الكاميرا والانسدادات.

تتبع الأجسام على تدفقات متعددة

يعد تتبع الأجسام عبر تدفقات فيديو متعددة باستخدام تعدد مؤشرات الترابط مثاليًا للتعامل مع العديد من خلاصات كاميرات المراقبة. باستخدام وحدة threading الخاصة بـ Python مع YOLOv8، يدير كل مؤشر ترابط مثيل تعقب منفصل، وهذا معالجة خلفية فعالة. هذه الميزة مفيدة وتلعب دورًا مهمًا في التحليلات المتقدمة

تطبيقات عملية

مع تطور العرض التوضيحي، يؤكد Nicolai على الأهمية العملية للكشف عن الأشياء وتتبعها. من صناعة الرعاية الصحية إلى الزراعة وصناعة التصنيع، فإن التطبيقات واسعة ومتنوعة. كما يؤكد على أهمية دمج وظائف التتبع جنبًا إلى جنب مع الكشف لتعزيز الكفاءة والدقة.

ملخص

في الختام، تتيح التطبيقات العديدة للكشف عن الأجسام وتتبعها المرونة والحلول الإبداعية داخل أي صناعة. انضم إلينا لإطلاق العنان للإمكانات الكاملة لرؤية الحاسوب مع Ultralytics YOLOv8. تعرف على المزيد وشاهد البرنامج التعليمي الكامل هنا! 

ترقبوا وانضموا إلى مجتمعنا بينما نواصل استكشاف المشهد المتطور باستمرار للذكاء الاصطناعي والتعلم الآلي.