كانت ALYCE تبحث عن حلول الذكاء الاصطناعي لتحليل بيانات التنقل للتعامل مع الازدحام المروري لأن الأساليب القديمة تفتقر إلى الدقة والقدرة على التكيف.
قامت شركة ALYCE بدمج حل Ultralytics YOLO في حلول مثل minUi وOBSERVER مما وفر شهرين من وقت التطوير وخفض التكاليف من أجل تنقل حضري أكثر ذكاءً.
غالبًا ما تعاني المدن الصاخبة من الازدحام المروري وأنظمة النقل القديمة وتحديات الاستدامة. تركز ALYCE على حل هذه المشكلات من خلال توفير أدوات ذكية تعتمد على الذكاء الاصطناعي لفهم وتحسين كيفية تحرك المدن.
تعمل شركة ALYCE على معالجة هذه المشكلة، وقد قامت ببناء العديد من الحلول المبتكرة المدعومة بنماذجUltralytics YOLO : أداة minUi، وهي أداة ذكاء اصطناعي لتحليل السلوك، وOBSERVER، وهو نظام مراقبة حركة المرور في الوقت الفعلي. هذه الأدوات تجعل جمع البيانات أسرع وأكثر دقة، وتقلل التكاليف، وتساعد المدن على إنشاء أنظمة نقل أكثر ذكاءً واخضراراً وكفاءة.

لأكثر من 20 عامًا، ساعدت ALYCE المدن على تعزيز التنقل مع التركيز القوي على الاستدامة. تواجه المناطق الحضرية تحديات مستمرة مثل الازدحام المروري وأنظمة النقل غير الفعالة والحاجة الملحة لإزالة الكربون. غالبًا ما تكون الطرق التقليدية لجمع وتحليل بيانات التنقل بطيئة وتفتقر إلى الدقة، مما يجعل التخطيط صعبًا. تبنت ALYCE الرؤية الحاسوبية والذكاء الاصطناعي للتغلب على هذه العقبات، وتطوير حلول مبتكرة تعتمد على البيانات لمساعدة المدن على تحسين أنظمة النقل والعمل نحو مستقبل أكثر استدامة.
على الصعيد العالمي، تزداد المدن ازدحامًا، وأصبحت إدارة التنقل الحضري معقدة بشكل متزايد. يعد اكتشاف وتحليل المشاة والمركبات والدراجات ومستخدمي الطرق الآخرين في المناطق المزدحمة مثل التقاطعات والدوارات أمرًا ضروريًا لتحسين تدفق حركة المرور والسلامة وتخطيط النقل. ومع ذلك، غالبًا ما تفشل الطرق التقليدية، مثل الدراسات الاستقصائية اليدوية أو أنظمة المراقبة القديمة، في توفير الدقة المطلوبة للتعامل مع هذا التعقيد.
تكافح الأنظمة القديمة للتمييز بين الأنواع المختلفة لمستخدمي الطرق أو track تحركاتهم بفعالية. على سبيل المثال، فإن رصد مسارات المركبات إلى جانب المشاة وراكبي الدراجات في الوقت الفعلي هو أمر لا يمكن للأدوات التقليدية القيام به بشكل موثوق. فالبيانات غير المكتملة أو غير الدقيقة يمكن أن تجعل من الصعب على مخططي المدن ومشغلي النقل اتخاذ قرارات مستنيرة.
هناك حاجة إلى أدوات أكثر ذكاءً لحل هذه المشاكل. من الناحية المثالية، ينبغي أن يكون الحل الشامل قادراً على track العديد من مستخدمي الطرق في وقت واحد، وتوفير رؤى في الوقت الفعلي، ومساعدة المدن على فهم أنماط حركة المرور بشكل أفضل.
لمواجهة تحديات التنقل الحضري، طوّرت ALYCE أدوات متقدمة مدعومة بالذكاء الاصطناعي والرؤية الحاسوبية. وتستخدم هذه الأدوات نماذجYOLO Ultralytics لمهام الرؤية الحاسوبية مثل اكتشاف الأجسام في الوقت الفعلي. وعلى وجه التحديد، تتيح نماذج YOLO على وجه التحديد إمكانية التتبع الدقيق والآلي للمشاة والمركبات والدراجات ومستخدمي الطرق الآخرين. تُعد الرؤى التي يتم جمعها باستخدام Ultralytics YOLO موثوقة وقابلة للتنفيذ، حتى في البيئات المعقدة مثل التقاطعات والدوارات المزدحمة.
تشمل حلول ALYCE الرئيسية ما يلي:
ومن خلال دمج نماذج Ultralytics YOLO تعمل هذه الأدوات على أتمتة العمليات اليدوية البطيئة وتقديم بيانات عالية الدقة. ومن خلال الرؤى المستندة إلى الذكاء الاصطناعي Vision، تزوّد ALYCE المدن بالقدرة على تقليل الازدحام وتحسين تدفق حركة المرور وإنشاء شبكات نقل حضري أكثر استدامة.
كانت نماذج Ultralytics YOLO خيارًا مثاليًا لحلول التنقل الخاصة بشركة ALYCE لأنها توفر أداءً عاليًا حيثما كان ذلك مهمًا للغاية. لقد حسّنت الدقة مع زيادة بنسبة 1-2% في متوسط الدقة المتوسطةmAP) وضمنت المعالجة في الوقت الفعلي بسرعات استدلال أسرع بنسبة 20% من النماذج الأخرى، وتعمل باستمرار بمعدل 30 إطارًا في الثانية. كما أن كفاءتها لا مثيل لها، حيث تستخدم 40٪ أقل من ذاكرة الوصول العشوائي GPU مما يجعلها مثالية للبيئات محدودة الموارد.
كما وفرت هذه المزايا على ALYCE شهرين من وقت التطوير. فباستخدام Ultralytics يمكن إعداد جلسات التدريب وبدء جلسات التدريب في غضون 5 إلى 10 دقائق فقط، مقارنةً بما يقرب من ساعة مع الإعدادات التقليدية، مما يتيح إجراء عمليات تكرار أسرع. بشكل عام، باستخدام نماذج Ultralytics YOLO تمكنت ALYCE من تقليل التكاليف مع التركيز على تحسين حلولها القائمة على الذكاء الاصطناعي لإنشاء أنظمة تنقل أكثر ذكاءً وكفاءة.
وقد ساعد استخدام نماذج Ultralytics YOLO شركة ALYCE على الارتقاء بحلول التنقل الخاصة بها إلى المستوى التالي. وتوفر أدواتها الآن رؤى قيمة، مثل تحليل سلوك مستخدمي الطرق، مما يساعد المدن ومشغلي النقل على اتخاذ قرارات أفضل.
منذ دمج رؤية الكمبيوتر، حققت ALYCE نتائج أعمال قابلة للقياس، بما في ذلك خفض تكاليف الإنتاج من خلال الأتمتة، وتحسين مقاييس الأداء، وتقصير الجداول الزمنية للتسليم. لقد تمكنوا أيضًا من إنشاء أنواع جديدة من البيانات، مثل رؤى سلوكية مفصلة، مما يعزز قدرتهم على دعم حلول تنقل أكثر ذكاءً.

وفي الوقت نفسه، أُعجب العملاء بجودة ودقة حلول ALYCE، والتي تلبي أعلى معايير البيانات التي تم التحقق منها من قبل CEREMA. وقال بينوا بيرثي، الرئيس التنفيذي للتكنولوجيا: "في شركة ALYCE، كانت الاستفادة من Ultralytics بمثابة تغيير جذري في تدريب نماذجنا، مما مكننا من تعزيز دقة البيانات وتقديم جودة لا مثيل لها لعملائنا ومساعدتهم في مشاريع التنقل المستدام الخاصة بهم."
أدت هذه التحسينات أيضًا إلى زيادة رضا العملاء. يبلغ العملاء عن نتائج أفضل وعمليات أكثر سلاسة، سواء كانوا يستخدمون أدوات ALYCE بمفردهم أو جنبًا إلى جنب مع الإشراف البشري.
ترى شركة ALYCE أن مستقبل الرؤية الحاسوبية يتقدم مع نماذج مثل Ultralytics YOLO إلى جانب التقنيات الجديدة مثل الذاكرة طويلة المدى قصيرة المدى (LSTMs) للنماذج القائمة على الفيديو. ستعمل هذه الابتكارات على تعزيز التعرف على الأشياء وتحسين استمرارية التتبع، مما يجعل حلول النقل أكثر ذكاءً وموثوقية. ومع تطور هذه التقنيات، سيكون لدى المدن أدوات أفضل لإدارة تحديات التنقل.
هل أنت مهتم بمعرفة كيف يمكن للذكاء الاصطناعي المرئي أن يحول مدينتك؟ اطّلع على مستودع GitHub الخاص بنا لاستكشاف حلول Ultralytics الخاصة بالصناعة، مثل الرؤية الحاسوبية في الزراعة والسيارات ذاتية القيادة، وتعرّف على تراخيص Ultralytics YOLO لتبدأ اليوم!
نماذج Ultralytics YOLO عبارة عن بنيات رؤية حاسوبية تم تطويرها لتحليل البيانات المرئية من الصور ومدخلات الفيديو. يمكن تدريب هذه النماذج على مهام تشمل اكتشاف الكائنات وتصنيفها وتقدير الوضعية والتتبع وتجزئة النماذجUltralytics
Ultralytics YOLO11 هو أحدث إصدار من نماذج الرؤية الحاسوبية لدينا. تمامًا مثل إصداراته السابقة، فهو يدعم جميع مهام الرؤية الحاسوبية التي أحبها مجتمع الذكاء الاصطناعي للرؤية في YOLOv8. ومع ذلك، يأتي YOLO11 الجديد بأداء ودقة أكبر، مما يجعله أداة قوية وحليفًا مثاليًا لتحديات الصناعة في العالم الحقيقي.
يعتمد النموذج الذي تختاره للاستخدام على متطلبات مشروعك المحددة. من الضروري مراعاة عوامل مثل الأداء والدقة واحتياجات النشر. إليك نظرة عامة سريعة:
يتم توزيع مستودعات Ultralytics YOLO مثل YOLOv5 و YOLO11 بموجب ترخيص AGPL-3.0 افتراضيًا. صُممت هذه الرخصة المعتمدة من OSI للطلاب والباحثين والمتحمسين، وهي مصممة للطلاب والباحثين والمتحمسين، وتعزز التعاون المفتوح وتتطلب أن تكون أي برمجيات تستخدم مكونات AGPL-3.0 مفتوحة المصدر أيضًا. وعلى الرغم من أن هذا يضمن الشفافية ويعزز الابتكار، إلا أنه قد لا يتماشى مع حالات الاستخدام التجاري.
إذا كان مشروعك يتضمن تضمين برمجيات Ultralytics ونماذج الذكاء الاصطناعي في المنتجات أو الخدمات التجارية وترغب في تجاوز متطلبات المصدر المفتوح لرخصة AGPL-3.00، فإن رخصة المؤسسة هي الحل الأمثل.
تشمل مزايا ترخيص المؤسسة ما يلي:
لضمان التكامل السلس وتجنب قيود AGPL-3.0 ، اطلب ترخيص Ultralytics للمؤسسات باستخدام النموذج المقدم. سيساعدك فريقنا في تكييف الترخيص مع احتياجاتك الخاصة.