إحداث ثورة في إدارة الطوابير باستخدام Ultralytics YOLOv8 وOpenVINO

يا له من وقت حافل بالإثارة كان في YOLO Vision 2023 (YV23)، حيث امتزجت الأفكار الرائدة بسلاسة مع أحدث التقنيات! كان من بين الكلمات الرئيسية عرضٌ قدّمه مبشّر البرمجيات في Intel، Adrian Boguszewski، الذي صعد إلى المنصة لمشاركة رؤاه حول إحداث ثورة في إدارة الطوابير باستخدام Ultralytics YOLOv8 وOpenVINO من Intel. لنستعرض أبرز ما جاء في هذا الحديث.

أهمية إدارة الطوابير#

بدأ Adrian بتناول تحدٍّ عالمي: المهمة اليدوية لإدارة الطوابير. وقد رسم Adrian صورة واضحة لعدم كفاءة العد اليدوي، وسلّط الضوء على الحاجة إلى حل آلي.

وما الطريقة الأفضل لمعالجة هذا التحدي من الاستفادة من تدفقات الفيديو وخوارزميات التعلم العميق؟

تقديم إدارة ذكية للطوابير#

كانت رؤية Adrian لإدارة الطوابير الذكية واضحة تمامًا: تسخير قوة الذكاء الاصطناعي لاكتشاف الطوابير ومراقبتها في الوقت الفعلي. ومن خلال تحديد مناطق الاهتمام وعدّ الأشخاص داخل هذه المناطق، يستطيع النظام تنبيه مساعدي المتجر بسلاسة عندما تتجاوز الطوابير سعتها الاستيعابية. إنه تغيير جوهري بحق!

الركائز الأربع للنجاح#

قُسّم هذا الحل إلى 4 خطوات بسيطة:

1. التقاط الفيديو: استخدام تدفقات الفيديو القياسية أو البثوث المباشرة لالتقاط البيانات في الوقت الفعلي.
2. اكتشاف العملاء: الاستفادة من Ultralytics YOLOv8 لاكتشاف العملاء بدقة وكفاءة.
3. العدّ والتنبيه: عدّ العملاء في المناطق المحددة وإطلاق التنبيهات عندما تتجاوز الطوابير سعتها الاستيعابية.
4. النشر: نشر الحل بسهولة باستخدام OpenVINO، بدءًا من أجهزة الكمبيوتر أحادية اللوحة ووصولًا إلى عتاد المؤسسات.

تمكين المطورين باستخدام OpenVINO#

عرّفنا Adrian على إمكانات مجموعة أدوات OpenVINO مفتوحة المصدر من Intel لتحسين استدلال الذكاء الاصطناعي ونشره. ومع دعمها مجموعة واسعة من أطر العمل والعتاد، تعد OpenVINO بأداء أفضل ونشر سلس عبر منصات متنوعة.

تبسيط التحسين#

كشف Adrian أيضًا عن الوصفة السرية للتحسين: ضغط الشبكات العصبية. فمن خلال تقنيات مثل التكميم بعد التدريب، يمكن ضغط النماذج من دون التضحية بالدقة. والنتيجة؟ استدلال أسرع من دون التأثير سلبًا في الأداء.

توفر Ultralytics YOLOv8 نماذج محسّنة وعالية السرعة لـمهام تشمل اكتشاف الكائنات وتصنيفها وتقسيمها وتقدير الوضعيات. ومع إصدار YOLOv8.1، تشمل هذه المهام المربعات المحيطة الموجّهة (OBB)، وهي ميزة مصممة لتحقيق دقة فائقة.

تتفوق هذه الميزة المتطورة في اكتشاف الكائنات من زوايا ودورانات متنوعة. وتتضح قوتها في تمييز الكائنات المائلة، مثل الصور الجوية للاستشعار عن بُعد والنصوص.

مع OBB، يصبح تحديد مواقع الكائنات دقيقًا بدرجة ملحوظة، مما يقلل تداخل الخلفية ويرتقي بتصنيف الكائنات عبر تقليل الضوضاء الناتجة عن العناصر المحيطة، وذلك من أجل نماذج تصنيف محسّنة.

من النظرية إلى التطبيق: عرض توضيحي مباشر#

كان أبرز ما في هذا الحديث بلا شك هو العرض التوضيحي المباشر. فمن خلال بضعة أسطر من التعليمات البرمجية، استعرض قوة الحل وتعدد استخداماته. وقد ترك عدّ العملاء في الوقت الفعلي، والتنبيهات السلسة، ونتائج قياس الأداء المبهرة الجمهور في حالة من الدهشة.

الشكل 1. يقدّم Adrian Boguszewski عرضًا في YOLO VISION 2023 في حرم Google for Startup Campus في مدريد.

الأداء مهم#

أتاحت لنا اختبارات قياس الأداء على عتاد Intel الحصول على عرض توضيحي لقابلية تطبيق هذا الحل في العالم الحقيقي. فمن وحدات المعالجة المركزية i7 إلى خوادم Intel Xeon، قدّم الحل أداءً استثنائيًا عبر مختلف البيئات.

تبسيط النشر#

خلال العرض التقديمي، عُرض علينا خياران للنشر: نصوص برمجية للمتمرسين بالتقنية، ودفاتر Jupyter لمن يفضلون نهجًا عمليًا أكثر. وبفضل الوثائق الشاملة والتعليمات السهلة الاتباع، أصبح نشر الحل في غاية السهولة.

في الختام!#

في ختام حديثه، ترك Adrian لنا تحديًا: الانضمام إلى ثورة إدارة الطوابير الذكية. ومع مشاريع مفتوحة المصدر كهذا المشروع، ومجموعات Intel المرجعية للذكاء الاصطناعي الطرفي، كانت الإمكانات بلا حدود. فلنشمر عن سواعدنا، ونتعمق في التعليمات البرمجية، ونحتضن مستقبل إدارة الطوابير المدعومة بالذكاء الاصطناعي!

في الختام، تُعد رعاية Intel وحديث Adrian في YV23 شاهدًا على قوة الابتكار والتعاون في مجتمع الذكاء الاصطناعي. ومع قيادة أصحاب الرؤى أمثاله، يبدو المستقبل أكثر إشراقًا من أي وقت مضى. فلنسخّر قوة الذكاء الاصطناعي، ونمكّن المطورين، ونُحدث ثورة في إدارة الطوابير سطرًا برمجيًا واحدًا في كل مرة!

شاهد الحديث كاملاً شاهد الحديث كاملاً!