عدّ الأجسام القائم على المناطق باستخدام Ultralytics YOLO11

قد يبدو عدّ الكائنات أمرًا بسيطًا، لكنه في الأماكن المزدحمة مثل الطرق والمتاجر والمستودعات قد يتحول سريعًا إلى تحدٍّ حقيقي للغاية. وعلى مدى سنوات، أُجري عدّ الكائنات يدويًا في المقام الأول. وقضى الأشخاص ساعات في عدّ المركبات، وتتبع حركة الدخول إلى المتاجر والخروج منها، أو مراقبة الحركة لأغراض أمنية. إلا أن هذا النهج يستغرق وقتًا طويلًا، وعرضة للأخطاء، ولا يتوسع جيدًا.

هنا يأتي دور الذكاء الاصطناعي (AI)، وتحديدًا الرؤية الحاسوبية. والرؤية الحاسوبية هي مجال فرعي من الذكاء الاصطناعي يتعامل مع معالجة البيانات المرئية بطريقة تشبه معالجة البشر لها. ومن تطبيقاتها الرئيسية عدّ الكائنات، الذي يساعد على اكتشاف الكائنات وتتبعها تلقائيًا في منطقة معينة.

عادةً ما يقتصر عدّ الكائنات على جمع عدد العناصر فحسب؛ فهو لا يوضح مكان وجود تلك الكائنات. ويعالج العدّ القائم على المناطق، أو استخدام مناطق العدّ، هذه المشكلة من خلال التركيز على مناطق محددة داخل الصورة. كما يوفر رؤى أكثر تفصيلًا ويساعد على تتبع الحركة بطريقة أكثر دلالة.

يُعد Ultralytics YOLO11 نموذجًا للرؤية الحاسوبية يدعم مهام مختلفة في الرؤية الحاسوبية، مثل اكتشاف الكائنات وتتبعها، ويمكن استخدامه لعدّ الكائنات القائم على المناطق. في هذه المقالة، سنستكشف كيفية استخدام Ultralytics YOLO11 لعدّ الكائنات داخل منطقة، وتطبيقاته في العالم الحقيقي، وأبرز فوائده. لنبدأ!

نظرة عامة على عدّ الكائنات في المناطق#

لا يمكن لاكتشاف الكائنات وعدّها في صورة أن يخبرنا إلا بقدر محدود، لا سيما في أماكن مثل المطارات أو مراكز التسوق، حيث قد يتجمع الأشخاص في مناطق متعددة ضمن إطار واحد. وتكتسب معلومات مثل المكان الدقيق لهذه الكائنات وعدد الكائنات التي تمر عبر مناطق محددة أهمية أكبر.

يمكن استخدام نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 بسهولة في تطبيقات الرؤية الحاسوبية هذه. ومن خلال تعيين مناطق للمواقع الرئيسية، مثل بوابات الصعود إلى الطائرة أو صالات الانتظار، يمكن استخدام YOLO11 لعدّ الكائنات الموجودة في ذلك المكان تحديدًا. كما يمكن استخدام المناطق القابلة للتحريك لمعرفة عدد الكائنات في مناطق مختلفة في الوقت الفعلي.

الشكل 1. مثال على استخدام YOLO لعدّ اللاعبين القائم على المناطق في الرياضات.

يمكن لـ Ultralytics YOLO11 جعل هذه العملية بسيطة وفعالة. فهو يساعد على اكتشاف الكائنات، وتتبع حركتها، وعدّها استنادًا إلى المناطق التي تدخل إليها أو تخرج منها. وما يجعل YOLO11 مؤثرًا بوجه خاص قدرته على تقديم نتائج في الوقت الفعلي من دون المساس بالدقة. كما يدعم تتبع كائنات متعددة داخل كل منطقة محددة، مما يساعد الأنظمة على عدّ الكائنات المختلفة وتصنيفها جميعًا في الوقت نفسه.

استخدام Ultralytics YOLO11 لعدّ الكائنات في المناطق#

توفر Ultralytics حلولًا سهلة الاستخدام تعرض حالات استخدام متطورة لنماذج YOLO. وتشمل هذه الحلول حالات واقعية مثل عدّ الكائنات، وعدّ الكائنات في المناطق القابلة للتحريك، والتمويه، وتقدير السرعة.

يُعد إعداد حل Ultralytics وتشغيله لعدّ الكائنات القائم على المناطق أمرًا مباشرًا وسهلًا. ويتيح ذلك للمستخدمين التركيز على الرؤى بدلًا من الإعدادات المعقدة.

في الخلفية، يستخدم حل عدّ الكائنات القائم على المناطق Ultralytics YOLO11 لاكتشاف الكائنات في كل إطار من إطارات الفيديو. ثم تُمرَّر هذه الاكتشافات عبر خوارزمية تتبع (مثل BoT-SORT أو ByteTrack) لتعيين معرّفات ثابتة لكل كائن عبر الإطارات.

بعد اكتشاف الكائنات وتتبعها، يتحقق النظام مما إذا كانت تتقاطع مع أي من المناطق المحددة مسبقًا (مضلعات أو مستطيلات أو خطوط). وإذا حدث ذلك، تُعدّ الكائنات استنادًا إلى دخولها إلى تلك المناطق أو حركتها عبرها.

فيما يلي بعض الميزات الرئيسية الأخرى لحل Ultralytics لعدّ الكائنات القائم على المناطق:

• معالجة سريعة: يتيح الحل عدّ الكائنات في الوقت الفعلي باستخدام Ultralytics YOLO11، مما يضمن تحليل تدفقات الفيديو بسرعة وكفاءة.

• مناطق قابلة للتخصيص: يمكن للمستخدمين تحديد مناطق معينة في إطار الفيديو باستخدام المضلعات أو المستطيلات أو الخطوط، مما يتيح تحكمًا دقيقًا في موضع إجراء العدّ.

• عدّ كائنات متعددة: يستطيع النظام اكتشاف أنواع متعددة من الكائنات وعدّها في الوقت نفسه داخل المنطقة المحددة ذاتها.

• تكامل سهل: يتكامل الحل بسلاسة مع الأنظمة الحالية باستخدام Python API من Ultralytics أو واجهة سطر الأوامر، مع الحاجة إلى حد أدنى من جهد الإعداد.

تطبيق عملي لعدّ الكائنات في المناطق#

للبدء باستخدام حل Ultralytics للعدّ القائم على المناطق، يمكنك الاطلاع على وثائق Ultralytics الرسمية، التي تشرح خطوة بخطوة كيفية استخدام YOLO11 من أجل عدّ الكائنات في المناطق.

إذا واجهت أي مشكلات أثناء إعداد الحل، فإليك بعض النصائح التي ينبغي وضعها في الاعتبار:

• تأكد من تثبيت حزمة Ultralytics Python تثبيتًا صحيحًا. وراجع دليل استكشاف الأخطاء وإصلاحها في الوثائق الرسمية.

• تحقق من إعدادات المناطق وتأكد من إعداد المناطق المحددة بشكل صحيح في الواجهة.

• تحقق من وجود تحديثات وإصدارات جديدة، واحرص على إبقاء حزمة Ultralytics Python محدّثة.

تطبيقات عدّ الكائنات في المناطق في العالم الحقيقي#

بعد أن أصبح لدينا فهم أفضل لكيفية استخدام Ultralytics YOLO11 لعدّ الكائنات القائم على المناطق، لنستكشف بعض التطبيقات الواقعية التي يمكن استخدامه فيها.

تتبع تدفق العملاء لتحليلات البيع بالتجزئة#

يمكن لعدّ الكائنات القائم على المناطق الإجابة بسهولة عن الأسئلة المتعلقة بالأماكن التي يقضي فيها العملاء معظم وقتهم داخل المتجر. ويمكن لـ Ultralytics YOLO11 مساعدة تجار التجزئة على تتبع أنماط الحركة في المواقع الرئيسية، مثل نقاط الخروج، وصناديق الدفع، وأقسام المنتجات عالية الاهتمام. وبدلًا من قياس حركة الزوار الإجمالية فحسب، يوفر هذا النهج القائم على المناطق رؤى حول عدد العملاء الذين يزورون مناطق محددة.

يساعد استخدام حل Ultralytics تجار التجزئة من خلال إلغاء الحاجة إلى البرمجة اليدوية أو عمليات الإعداد المعقدة. ويمكن لـ تجار التجزئة تحديد أقسام مختلفة من المتجر بسهولة لتتبع حركة العملاء وحركة الزوار باستخدام المضلعات أو الخطوط المستطيلة.

يمكن لـ Ultralytics YOLO11 بعد ذلك اكتشاف الكائنات، وتتبع حركتها، وتحديث أعدادها في الوقت الفعلي أثناء دخول الأشخاص إلى تلك المنطقة أو مغادرتهم لها. ويساعد ذلك تجار التجزئة على فهم تدفق العملاء، وقياس التفاعل، واتخاذ قرارات تستند إلى البيانات.

الشكل 2. استخدام YOLO لعدّ الأشخاص خارج متجر باستخدام الاكتشاف القائم على المناطق.

إدارة حركة المرور في ساحات تحصيل الرسوم#

تعج المدن دائمًا بحركة المرور، إذ تندمج السيارات في الطرق السريعة، وتتوقف عند إشارات المرور، وتصطف عند التقاطعات المزدحمة. وتُعد إدارة حركة المرور جزءًا أساسيًا من الحفاظ على سلامة الطرق وضمان انسيابية الحركة.

يمكن لعدّ الكائنات القائم على المناطق باستخدام Ultralytics YOLO11 دعم ذلك من خلال تقسيم الطرق إلى أقسام، مثل التقاطعات أو مسارات تحصيل الرسوم. ويمكن لفرق إدارة حركة المرور مراقبة أعداد المركبات في كل منطقة في الوقت الفعلي. وتتيح هذه البيانات المباشرة استجابات أسرع، وتخطيطًا أفضل لحركة المرور، وانسيابية عامة أكبر.

ومن حالات الاستخدام المثيرة للاهتمام ساحات تحصيل الرسوم، التي قد تصبح مزدحمة بسرعة إذا لم تُراقب جيدًا. وباستخدام حل Ultralytics للعدّ القائم على المناطق، يمكن تتبع كل مسار لتحصيل الرسوم بشكل منفصل.

وبدلًا من مراقبة حركة المرور بأكملها دفعة واحدة، يركز النظام فقط على المركبات التي تمر عبر مسارات محددة. وعند دخول السيارات أو مغادرتها، يستطيع Ultralytics YOLO11 عدّها فورًا، مما يساعد المشغلين على تتبع المسارات التي تزداد ازدحامًا.

الشكل 3. العدّ القائم على المناطق باستخدام YOLO11 في ساحة لتحصيل الرسوم.

عدّ الحيوانات في المزارع والملاجئ#

قد يكون عدّ الحيوانات صعبًا، لا سيما عندما تتحرك في قطعان عبر مساحات ضيقة. وقد يؤدي إغفال عدّ بعض الحيوانات هنا وهناك إلى مشكلات في التغذية أو الفحوصات الصحية أو سجلات المزرعة. وبالنسبة إلى المزارعين، من الضروري الحفاظ على أعداد دقيقة من دون إبطاء سير العمل.

يجعل Ultralytics YOLO11 هذه العملية أكثر سلاسة بكثير. ويمكن للمزارعين استخدامه لإنشاء مناطق تتبع مخصصة، سواء كانت بوابة واسعة أو ممرًا ضيقًا أو حظيرة منحنية. وداخل هذه المناطق، يكتشف النموذج الحيوانات في الوقت الفعلي، ويحددها بمربعات إحاطة، ويتتبع حركتها. فعلى سبيل المثال، يمكنه عدّ قطعان كبيرة من الأغنام أو الماعز بسرعة ودقة أثناء تحركها عبر ممر مسيّج، من دون أي جهد يدوي.

مراقبة الحشود من أجل السلامة العامة#

قد تتحول الأماكن العامة المزدحمة من خالية إلى مكتظة خلال دقائق. ففي شبكات المترو والمطارات والحفلات الموسيقية، يمكن أن يؤدي وجود عدد كبير جدًا من الأشخاص في مكان واحد إلى إبطاء الحركة وإثارة مخاوف تتعلق بالسلامة. وتمنح مراقبة حركة الزوار في الوقت الفعلي السلطات وسيلة لرصد تكدسات الحشود مبكرًا والتصرف قبل خروج الوضع عن السيطرة.

وعلى وجه التحديد، يتيح العدّ القائم على المناطق باستخدام Ultralytics YOLO11 مراقبة الحركة عبر مناطق محددة مثل بوابات الدخول أو الأرصفة أو مناطق الانتظار، بدلًا من تتبع كل شخص يظهر في مجال الرؤية. ويسمح ذلك لفرق الأمن بالتركيز على أنماط الحركة، وتحديد نقاط الازدحام بسرعة، واتخاذ قرارات تشغيلية أفضل، بدءًا من تغيير الجداول ووصولًا إلى توزيع الموظفين.

الشكل 4. عدّ الأشخاص باستخدام Ultralytics YOLO11 داخل المناطق لتحسين إدارة حشود المترو.

أهم النقاط المستخلصة#

يجعل عدّ الكائنات القائم على المناطق باستخدام Ultralytics YOLO11 تتبع الكائنات في مناطق محددة أكثر كفاءة ودقة. وسواء في البيع بالتجزئة أو إدارة حركة المرور أو السلامة العامة، يساعد هذا النهج القائم على الذكاء الاصطناعي للرؤية الحاسوبية الشركات ومخططي المدن على اتخاذ قرارات أفضل مدعومة بالبيانات. ويؤدي أتمتة العدّ إلى تقليل الجهد اليدوي وتحسين الكفاءة العامة.

في المستقبل، من المرجح أن يجعل الذكاء الاصطناعي والرؤية الحاسوبية عدّ الكائنات أكثر ذكاءً. ويمكننا توقع دقة أفضل، وتعلّم تكيفي للتعامل مع البيئات المختلفة، وعمليات تكامل مع أنظمة الأتمتة وإنترنت الأشياء (IoT). ويشكّل هذا النوع من الأتمتة الذكية مستقبل الطريقة التي ندير بها المساحات والأشخاص والحركة.

تعرّف على المزيد حول الذكاء الاصطناعي في مستودع GitHub الخاص بنا، وكن جزءًا من مجتمعنا المتنامي. واستكشف التطورات في الذكاء الاصطناعي في المركبات والرؤية الحاسوبية في الزراعة. واطّلع على خيارات الترخيص الخاصة بنا، وحوّل مشروعات الذكاء الاصطناعي للرؤية الحاسوبية إلى واقع.