إحداث ثورة في إدارة قوائم الانتظار مع Ultralytics YOLOv8 وOpenVINO

يا له من وقت مثير في مؤتمر YOLO Vision 2023 (YV23)، حيث اندمجت الأفكار الرائدة بسلاسة مع أحدث التقنيات! وقد شهدت إحدى الكلمات الرئيسية اعتلاء أدريان بوغوشيفسكي، مبشر البرمجيات في شركة Intel، المنصة لمشاركة رؤيته حول إحداث ثورة في إدارة قوائم الانتظار باستخدام Ultralytics YOLOv8 وOpenVINO من Intel. دعنا نتعمق في أهم ما جاء في هذا الحديث.

لماذا تعتبر إدارة قائمة الانتظار مهمة

بدأ أدريان بمعالجة تحدٍ عالمي: المهمة اليدوية لإدارة قوائم الانتظار. رسم أدريان صورة حية لعدم كفاءة العد اليدوي وسلط الضوء على الحاجة إلى حل آلي. 

وما أفضل طريقة لمواجهة هذا التحدي من الاستفادة من تدفقات الفيديو وخوارزميات التعلم العميق؟

تقديم الإدارة الذكية لقوائم الانتظار

كانت رؤية أدريان للإدارة الذكية لقوائم الانتظار واضحة تماماً: تسخير قوة الذكاء الاصطناعي لاكتشاف ومراقبة قوائم الانتظار في الوقت الفعلي. من خلال تحديد مناطق الاهتمام وإحصاء عدد الأشخاص داخل هذه المناطق، يمكن للنظام تنبيه مساعدي المتجر بسلاسة عندما تتجاوز الطوابير السعة الاستيعابية. تغيير قواعد اللعبة بالفعل!

ركائز النجاح الأربع

تم تقسيم هذا الحل إلى 4 خطوات بسيطة:

1. التقاط الفيديو: استخدم تدفقات الفيديو القياسية أو البث المباشر لالتقاط البيانات في الوقت الفعلي.
   ‍
2. العميل الكشف: الاستفادة من YOLOv8 للكشف الدقيق والفعال عن العملاء.
   ‍
3. العد والتنبيه: عد العملاء في مناطق محددة وإطلاق تنبيهات عندما تزيد قوائم الانتظار عن طاقتها الاستيعابية.
   ‍
4. النشر: يمكنك نشر الحل دون عناء باستخدام OpenVINO، بدءًا من أجهزة الكمبيوتر أحادية اللوحة إلى أجهزة المؤسسات، باستخدام OpenVINO.

تمكين المطورين باستخدام OpenVINO

عرّفنا أدريان على عجائب مجموعة أدوات OpenVINO مفتوحة المصدر من Intel لتحسين الاستدلال بالذكاء الاصطناعي ونشره. مع دعم مجموعة واسعة من الأطر والأجهزة، تعد OpenVINO بأداء أفضل ونشر سلس عبر منصات متنوعة.

التحسين أصبح سهلاً

كشف أدريان أيضاً عن الخلطة السرية للتحسين: ضغط الشبكة العصبية. باستخدام تقنيات مثل التكميم اللاحق للتدريب، يمكن ضغط النماذج دون التضحية بالدقة. والنتيجة؟ استنتاج أسرع دون التضحية بالأداء. 

يوفر YOLOv8 نماذج محسّنة وعالية السرعة للمهام التي تتضمن اكتشاف الأجسام وتصنيفها وتجزئتها وتقدير وضعيتها. مع إصدار الإصدار YOLOv8.1، تشمل هذه المهام المربعات المحدودة الموجهة (OBB)، وهي ميزة مصممة لتحقيق الدقة المتناهية. 

تتفوق هذه الميزة المتطورة في اكتشاف الأجسام في زوايا ودورانات متنوعة. تتضح براعتها في تمييز الأجسام المائلة مثل صور الاستشعار عن بُعد الجوية والنصوص. 

باستخدام OBB، يكون توطين الأجسام دقيقًا بشكل ملحوظ، مما يقلل من تداخل الخلفية ويرفع تصنيف الأجسام عن طريق تقليل الضوضاء من العناصر المحيطة من أجل نماذج تصنيف محسّنة.

من النظرية إلى التطبيق: عرض توضيحي مباشر

كان أبرز ما في هذا الحديث هو العرض التوضيحي الحي بلا شك. فمن خلال بضعة أسطر من التعليمات البرمجية، عرض قوة الحل وتعدد استخداماته. لقد ترك إحصاء العملاء في الوقت الحقيقي، والتنبيه السلس، ومعايير الأداء المذهلة الجمهور في حالة من الرهبة.

مسائل الأداء

من خلال معايير الأداء على أجهزة Intel، حصلنا على عرض توضيحي لإمكانية تطبيق هذا الحل في العالم الحقيقي. من وحدات المعالجة المركزية i7 إلى خوادم Intel Xeon، قدم الحل أداءً استثنائياً في جميع المجالات.

النشر أصبح سهلاً

خلال العرض التقديمي، عُرض علينا خياران للنشر: البرامج النصية للمتمرسين في مجال التكنولوجيا ودفاتر جوبيتر لمن يفضلون نهجاً عملياً أكثر. وبفضل التوثيق الشامل والتعليمات سهلة المتابعة، كان نشر الحل سهلاً للغاية.

اختتم

وفي ختام حديثه، تركنا أدريان أمام تحدٍ: الانضمام إلى ثورة الإدارة الذكية لقوائم الانتظار. فمع وجود مشاريع مفتوحة المصدر مثل هذا المشروع والمجموعات المرجعية للذكاء الاصطناعي من Intel Edge، فإن الاحتمالات لا حصر لها. لذا دعونا نشمّر عن سواعدنا ونغوص في التعليمات البرمجية ونتبنى مستقبل إدارة قوائم الانتظار المدعومة بالذكاء الاصطناعي!

في الختام، تُعد رعاية إنتل وحديث أدريان في مؤتمر YV23 شهادة على قوة الابتكار والتعاون في مجتمع الذكاء الاصطناعي. ومع وجود أصحاب الرؤى من أمثاله الذين يقودون الطريق، يبدو المستقبل أكثر إشراقاً من أي وقت مضى. دعونا نستفيد من قوة الذكاء الاصطناعي، ونمكّن المطورين، ونحدث ثورة في إدارة قوائم الانتظار سطرًا واحدًا من التعليمات البرمجية في كل مرة!

شاهد المحاضرة كاملة هنا!