اكتشاف الأجسام وتتبعها باستخدام Ultralytics YOLOv8

نستكشف اليوم فصلًا آخر من رحلتنا مع Ultralytics YOLOv8. ونركز في هذه الحلقة على اكتشاف الكائنات وتتبّعها، وهو جانب أساسي من الرؤية الحاسوبية يتيح تطبيقات عديدة في مختلف القطاعات. انضموا إلينا لاستكشاف قدرات YOLOv8 في هذا المجال مع نيكولاي نيلسن.

يؤدي اكتشاف الكائنات وتتبعها دورًا محوريًا في سيناريوهات متنوعة، بدءًا من أنظمة المراقبة وصولًا إلى الأتمتة الصناعية. ومع Ultralytics YOLOv8، يسهل تطبيق هذه القدرات عمليًا. ويرشدنا نيكولاي خلال العملية، مسلطًا الضوء على الرؤى الرئيسية والعروض التوضيحية العملية.

تمهيد المشهد#

قبل الخوض في تفاصيل الكشف عن الأجسام وتعقبها، يؤكد Nicolai تعدد استخدامات Ultralytics YOLOv8. فسواء أكان الهدف تحديد هوية الأشخاص في مكان مزدحم أم مراقبة الأجسام على خط إنتاج، يقدم YOLOv8 حلًا متينًا.

إعداد النموذج#

في هذا الفيديو، يعمل نيكولاي في Visual Studio Code ويوضح كيفية إعداد نموذج Ultralytics YOLOv8 لاكتشاف الكائنات وتتبعها. وباستخدام النموذج المتوسط، يبيّن كيف يمكن حتى للنماذج الأكبر حجمًا أن تعمل آنيًا على أجهزة قادرة.

إعداد أداة التعقب#

في تتبّع الكائنات، يُعد اختيار المتعقّب المناسب أمرًا مهمًا. ويعرّفنا نيكولاي على خوارزمية ByteTrack، المعروفة بدقتها وموثوقيتها. كما يبرز تعدد استخدامات Ultralytics YOLOv8 من خلال ذكر متعقّبات بديلة مثل BoT-SORT، التي تلبي متطلبات التتبع المتنوعة.

الاستدلال في الوقت الفعلي#

بعد إعداد النموذج والمتعقّب، حان وقت مشاهدة Ultralytics YOLOv8 أثناء العمل. خلال هذا البرنامج التعليمي، يمكننا مشاهدة طريقة عمل البرنامج، مع عرض توضيحي مباشر لاكتشاف الأجسام وتتبعها باستخدام فيديو مسجّل مسبقًا. يُخصَّص معرّف فريد لكل جسم، ما يتيح تتبعه من إطار إلى آخر.

الشكل 1. يستعرض Nicolai Nielsen آلية عمل الكشف عن الأجسام وتعقبها باستخدام Ultralytics YOLOv8.

اختبار مباشر باستخدام كاميرا الويب#

ننتقل بالعرض التوضيحي خطوة أخرى إلى الأمام، لنرى كيف يمكن التبديل إلى بث مباشر من كاميرا الويب لاستعراض إمكانات التعقب في الوقت الفعلي. ويحافظ Ultralytics YOLOv8 على اتساق التعقب، من كشف الأشخاص إلى تحديد الأجسام، حتى مع حركة الكاميرا واحتجاب الأجسام.

تتبّع الأجسام عبر تدفقات متعددة#

يُعد تعقب الأجسام عبر تدفقات فيديو متعددة باستخدام تعدد مؤشرات الترابط مثاليًا للتعامل مع عدد كبير من بثوث كاميرات المراقبة. وباستخدام وحدة threading في Python مع Ultralytics YOLOv8، يدير كل مؤشر ترابط مثيلًا منفصلًا لأداة تعقب، ما يتيح المعالجة الفعالة في الخلفية. وهذه الميزة مفيدة وتؤدي دورًا مهمًا في التحليلات المتقدمة.

التطبيقات العملية#

مع استمرار العرض التوضيحي، يؤكد Nicolai الأهمية العملية للكشف عن الأجسام وتعقبها. وتتعدد تطبيقاتها وتتنوع، من قطاع الرعاية الصحية إلى الزراعة وقطاع التصنيع. كما يشدد على أهمية دمج إمكانات التعقب مع الكشف لتعزيز الكفاءة والدقة.

في الختام#

ختامًا، تتيح التطبيقات العديدة لاكتشاف الأجسام وتتبعها حلولًا مرنة ومبتكرة في مختلف القطاعات. انضم إلينا لاستكشاف إمكانات الرؤية الحاسوبية باستخدام Ultralytics YOLOv8.

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