استخدام Ultralytics YOLO11 للتعرف التلقائي على لوحة الأرقام

مع ازدياد اعتماد الذكاء الاصطناعي، أصبحت الابتكارات التي تعتمد على التعرُّف التلقائي على لوحات الأرقام (ANPR) أكثر شيوعاً. تستخدم أنظمة التعرُّف التلقائي على لوحات أرقام السيارات الرؤية الحاسوبية لقراءة لوحات أرقام السيارات تلقائياً وتحديدها track. وقد أتاحت التطورات الأخيرة في مجال الذكاء الاصطناعي إمكانية دمج هذه الأنظمة بسرعة في حياتنا اليومية. في الواقع، ربما تكون قد شاهدت أنظمة ANPR في أكشاك دفع رسوم المرور أو أثناء عمليات التفتيش التي تجريها الشرطة للمركبات المسرعة. 

‏أصبح التعرف على لوحات أرقام السيارات ذا أهمية متزايدة، ومن المتوقع أن يصل حجم سوق نظام ANPR العالمي إلى 4.8 مليار دولار بحلول عام 2027. أحد العوامل المساهمة في هذا النمو هو الفوائد التي يوفرها نظام ANPR لتطبيقات مثل إدارة حركة المرور و الأمن. 

للحصول على أفضل النتائج من تطبيقات ANPR، من المهم فهم تقنيات الذكاء الاصطناعي الكامنة وراء هذه الحلول. على سبيل المثال، يُعد اكتشاف الأجسام، وهي مهمة رؤية حاسوبية، أمرًا ضروريًا للتعرف على المركبات وتتبعها بدقة، وهذا هو المكان الذي تعمل فيه نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 في هذا المجال. في هذه المقالة، سوف نلقي نظرة على كيفية عمل نظام التعرف على المركبات وكيفية عمل YOLO11على وجه الخصوص، على تحسين حلول ANPR. 

‍

كيف يعمل التعرف التلقائي على لوحات ترخيص المركبات؟

يتضمن التعرف التلقائي على أرقام لوحات المركبات بضع خطوات مهمة لتحديد لوحات ترخيص المركبات بسرعة وبدقة. دعنا نحلل كيف تعمل هذه الخطوات معًا لجعل العملية فعالة:

• التقاط الصور: أولاً، تُستخدم الكاميرات لالتقاط صور للمركبات. يمكن تثبيت هذه الكاميرات في مواقع ثابتة، مثل أكشاك تحصيل الرسوم، أو تركيبها على سيارات الشرطة للتنقل.
  ‍
• كشف لوحة الأرقام: بعد ذلك، نماذج الكشف عن الأجسام مثل YOLO11 للعثور على لوحة الترخيص في الصورة.
  ‍
• التعرف الضوئي على الحروف (OCR): بعد ذلك، يتم استخدام التعرف الضوئي على الحروف (OCR) لقراءة الأحرف الموجودة على اللوحة (في الصورة)، وتحويلها إلى نص يمكن قراءته آليًا.
  ‍
• البحث في قاعدة البيانات: يتم بعد ذلك فحص بيانات النص مقابل قاعدة بيانات لتأكيد معلومات اللوحة.

‍

قد تواجه أنظمة ANPR في كثير من الأحيان تحديات مثل الإضاءة الضعيفة وتصميمات اللوحات المختلفة والظروف البيئية الصعبة. يمكن أن يساعد YOLO11 في معالجة هذه المخاوف من خلال تعزيز دقة الكشف وسرعته، حتى عندما تكون الظروف صعبة. وبفضل نماذج مثل YOLO11 يمكن أن تعمل أنظمة رادار كشف اللوحات الضوئية ANPR بشكل أكثر موثوقية، مما يسهّل التعرف على اللوحات في الوقت الفعلي، سواءً كان ذلك في النهار أو الليل، أو في الطقس السيئ. في القسم التالي، سنلقي نظرة فاحصة على كيفية استخدام YOLO11 لتحقيق هذه التحسينات.

كيف يمكن YOLO11 تحسين نظام الرادار الآلي السريع

عُرضتYOLO11 Ultralytics YOLO11 لأول مرة في الحدث السنوي الهجين الذي تنظمه شركة Ultralytics YOLO Vision 2024 (YV24). كنموذج للكشف عن الكائنات يدعم التطبيقات في الوقت الفعلي, YOLO11 يعد خيارًا رائعًا لتحسين الابتكارات مثل أنظمة ANPR. YOLO11 مناسب أيضًا لتطبيقات الذكاء الاصطناعي المتطورة . وهذا يسمح لحلول ANPR المدمجة مع YOLO11 بالعمل بفعالية، حتى عندما يكون اتصال الشبكة غير موثوق به. ونتيجة لذلك، يمكن أن تعمل أنظمة ANPR بسلاسة في المواقع البعيدة أو المناطق ذات الاتصال المحدود.

يحقق YOLO11 أيضًا تحسينات في الكفاءة مقارنةً بسابقاته. على سبيل المثال، يُحقّق YOLO11m متوسط دقة أعلى في مجموعة بياناتCOCO بمتوسط دقة أعلى (mAP) مع عدد أقل من المعلمات بنسبة 22% مقارنةً ب YOLOv8m. وبفضل YOLO11 يمكن لأنظمة التعرف على لوحات السيارات (ANPR) التعامل مع تحديات مختلفة مثل ظروف الإضاءة المتغيرة والتصاميم المتنوعة للوحات السيارات والمركبات المتحركة بشكل أفضل، مما يؤدي إلى التعرف على لوحات السيارات بشكل أكثر موثوقية وفعالية.

‍

إذا كنتَ تتساءل كيف يمكنك استخدام YOLO11 في مشروعك الخاص برصد الأجسام، فالأمر بسيط للغاية. لقد تم تدريب نماذج YOLO11 المختلفة التي تدعم اكتشاف الأجسام على مجموعة بياناتCOCO . يمكن لهذه النماذج detect 80 نوعًا مختلفًا من الأجسام، مثل السيارات، والدراجات، والحيوانات. على الرغم من أن لوحات الترخيص ليست جزءًا من التسميات المدرّبة مسبقًا، يمكن للمستخدمين بسهولة تدريب YOLO11 المخصص detect لوحات الترخيص باستخدام حزمةUltralytics Python أو منصة Ultralytics HUB بدون كود. يتمتع المستخدمون بالمرونة في إنشاء أو استخدام مجموعة بيانات مخصصة للوحات الترخيص لجعل نموذج YOLO11 المُدرَّب حسب الطلب مثاليًا لـ ANPR.

تطبيقات نظام رادار الراديو الوطني المجاني المدمج مع YOLO11

بعد ذلك، سنلقي نظرة على التطبيقات المختلفة التي يمكن فيها استخدام رادار الاستجابة السريعة ANPR و YOLO11 معًا لتحسين الكفاءة والدقة.

اكتشاف لوحات أرقام السيارات في الوقت الفعلي للمرور وإنفاذ القانون

في المدن الصاخبة التي تعج بالسيارات في التقاطعات والطرق السريعة، يتعين على ضباط المرور إدارة الازدحام ومراقبة المخالفات المرورية وضمان السلامة العامة. يمكن لنظام ANPR، عند دمجه مع YOLO11 أن يُحدث فرقاً كبيراً في هذه الجهود. فمن خلال التعرّف على لوحات المركبات على الفور، يمكن للسلطات مراقبة تدفق حركة المرور وإنفاذ قوانين المرور وتحديد المركبات المتورطة في المخالفات بسرعة. على سبيل المثال، يمكن بسهولة الإبلاغ عن المركبات المسرعة. 

‍

بشكل عام، يمكن لنظام ANPR مع YOLO11 أتمتة المهام التي قد تتطلب جهداً يدوياً. يمكنه detect المركبات التي تتجاوز الإشارة الحمراء وإدارة عمليات أكشاك تحصيل الرسوم. إن أتمتة هذه المهام لا يجعل النظام أكثر كفاءة فحسب، بل يقلل أيضاً من عبء العمل على ضباط المرور، مما يتيح لهم التركيز على مسؤوليات أكثر أهمية.

في مجال إنفاذ القانون، يمكن أن يعمل YOLO11 ونظام تحديد الهوية الشخصية عبر الرادار الآلي (ANPR) معًا من أجل track المركبات المسروقة وتحديد تلك التي تم الإبلاغ عن أنشطة مشبوهة. يضمن اكتشاف YOLO11 في الوقت الحقيقي التعرف على المركبات بسرعة وموثوقية، حتى عندما تتحرك بسرعة. تساعد هذه الإمكانية على تحسين السلامة العامة من خلال تمكين أوقات استجابة أسرع وإنفاذ القانون بشكل أكثر فعالية.

أحدث أنظمة إدارة مواقف السيارات والتعرف التلقائي على لوحات الأرقام (ANPR)

من التطبيقات المثيرة الأخرى لنظام ANPR مع YOLO11 في أنظمة إدارة مواقف السيارات. على سبيل المثال، فهي تتيح مواقف السيارات حيث يمكن للسيارات الدخول والوقوف والمغادرة دون أن يحتاج السائق إلى التفاعل مع ماكينة التذاكر أو عامل المواقف. يمكن أن تساعد أنظمة ANPR لوقوف السيارات التي تستخدم YOLO11 في عمليات الدخول والخروج والدفع بسلاسة.

‍

عندما تقترب سيارة من بوابة الدخول، يتعرّف YOLO11 التعرف على لوحة السيارة على الفور. ثم يقوم النظام بعد ذلك بمضاهاة اللوحة بقاعدة بيانات مسجلة مسبقاً أو إنشاء إدخال جديد. تُفتح البوابة تلقائياً، مما يسمح للسيارة بالدخول دون أي خطوات يدوية. تخلق العملية السريعة تجربة أكثر ملاءمة للسائقين.

وبالمثل، عندما تغادر السيارة، يكتشف النظام لوحة السيارة مرة أخرى باستخدام YOLO11. يقوم بحساب وقت وقوف السيارة ويمكنه معالجة الدفع تلقائياً إذا كانت السيارة مسجلة بطريقة دفع. تلغي الأتمتة الحاجة إلى ماكينات الدفع الفعلية وتساعد في تقليل الازدحام عند المخارج، خاصةً في أوقات الازدحام.

إن قدرة YOLO11 على detect لوحات السيارات بدقة وفي الوقت الفعلي هي المفتاح لجعل أنظمة إدارة مواقف السيارات هذه تعمل بسلاسة. إلى جانب جعل مواقف السيارات أكثر ملاءمة، فهي تساعد المشغلين على إدارة منشآتهم بشكل أفضل من خلال تقليل العمل اليدوي وتحسين تدفق حركة المرور.

استخدام ANPR للتحكم في الوصول في الأنظمة الأمنية

تُعدّ أنظمة ANPR المدمجة مع YOLO11 خياراً رائعاً لإدارة الوصول إلى المناطق الآمنة مثل المجمّعات المُسوَّرة ومجمعات الشركات والمرافق المحظورة. وباستخدام نظام ANPR، يمكن لهذه المواقع أتمتة أمنها، والتأكد من أن المركبات المصرح لها فقط هي المسموح لها بالدخول.

‍

إنه مشابه لنظام إدارة مواقف السيارات الذي ناقشناه سابقًا. والفرق الرئيسي هو أن النظام يتحقق من اللوحة مقابل قائمة بالمركبات المصرح بها. إذا تمت الموافقة على السيارة، يفتح الباب تلقائيًا، مما يوفر وصولاً سلسًا للمقيمين أو الموظفين أو الزوار مع الحفاظ على الأمن مشددًا. تقلل هذه العملية من الحاجة إلى الفحوصات اليدوية، مما يسمح لموظفي الأمن بالتركيز على المهام الأكثر أهمية.

تعد أنظمة ANPR جزءًا أساسيًا من مستقبل المدن الذكية

والآن بعد أن استعرضنا بعض تطبيقات أنظمة ANPR المدمجة مع YOLO11 دعنا نفكر في هذه التطبيقات بطريقة أكثر ترابطاً. 

بالإضافة إلى كونها تطبيقات فردية، تتجلى مزاياها حقًا عندما يُنظر إليها على أنها حل واحد متماسك في البنية التحتية الحضرية للمدن الذكية. مع تطور المدن لتصبح أكثر ذكاءً، تلعب أنظمة ANPR دورًا متزايد الأهمية في البنية التحتية الحضرية.

على سبيل المثال، ضع في اعتبارك مدينة ذكية حيث يتم استخدام ANPR لإدارة حركة المرور ومنح الوصول الآمن وتبسيط مواقف السيارات في وقت واحد. يمكن اكتشاف مركبة عند دخولها المدينة، وتتبعها في جميع الأنحاء، ومنحها الوصول إلى المناطق المحظورة، والسماح لها بالوقوف دون أي تدخل يدوي. 

من خلال دمج نماذج الرؤية الحاسوبية مثل YOLO11 يمكن أن تساعد أنظمة ANPR في إدارة حركة المرور بكفاءة أكبر وتعزيز الأمن وتحسين السلامة العامة. تُتيح هذه الأنظمة إمكانية المراقبة في الوقت الحقيقي، والعمليات الآلية، واتخاذ القرارات المستندة إلى البيانات، وهي ضرورية لإدارة التعقيدات المتزايدة للمدن الحديثة. 

نظرة أخيرة على ANPR مع YOLO11 

أصبحت أنظمة رادار الراصد الضوئي النشط (ANPR) ضرورية للبنية التحتية الحضرية الحديثة، ودمج نماذج الرؤية الحاسوبية مثل YOLO11 يجعلها أكثر فائدة. يعمل YOLO11 على تحسين نظام تحديد الهوية باستخدام الرادار الراداري الوطني المجاني بدقة أفضل ومعالجة في الوقت الحقيقي وقابلية للتكيف، مما يجعله مثاليًا لتطبيقات المدن الذكية. بدءًا من تحسين إدارة حركة المرور وإنفاذ القانون إلى أتمتة مواقف السيارات والوصول الآمن، فإن أنظمة ANPR YOLO11 توفر الكفاءة والموثوقية. ومع تحول المدن إلى مدن أكثر ذكاءً، من المرجح أن تلعب هذه الحلول دوراً حاسماً في تحويل الحياة الحضرية ودعم مستقبل البنية التحتية الذكية.

لمعرفة المزيد حول الذكاء الاصطناعي، تفضل بزيارة مستودع GitHub الخاص بنا وتفاعل مع مجتمعنا. استكشف تطبيقات الذكاء الاصطناعي في التصنيع والزراعة في صفحات الحلول الخاصة بنا. 🚀