نظرة عامة على مجموعات بيانات تتبع الكائنات المتعددة

تنسيق مجموعة البيانات (قريبا)

لا يحتاج كاشف الكائنات المتعددة إلى تدريب مستقل ويدعم بشكل مباشر نماذج الكشف أو التجزئة أو الوضع المدربة مسبقا. دعم متتبعات التدريب وحدها قريبا

استخدام

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3, iou=0.5 show

الأسئلة المتداولة

كيف يمكنني استخدام التتبع متعدد الكائنات مع Ultralytics YOLO ؟

لاستخدام التتبع متعدد الكائنات مع Ultralytics YOLO ، يمكنك البدء باستخدام الأمثلة Python أو CLI المتوفرة. إليك كيف يمكنك البدء:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")  # Load the YOLO11 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3 iou=0.5 show

These commands load the YOLO11 model and use it for tracking objects in the given video source with specific confidence (conf) and التقاطع فوق الاتحاد (iou) العتبات. لمزيد من التفاصيل، يرجى الرجوع إلى وثائق وضع المسار.

ما هي الميزات القادمة لأجهزة تتبع التدريب في Ultralytics ؟

Ultralytics تعمل باستمرار على تحسين نماذج الذكاء الاصطناعي الخاصة بها. ستتيح إحدى الميزات القادمة تدريب أجهزة التتبع المستقلة. حتى ذلك الحين، يستفيد كاشف الأجسام المتعددة من نماذج الكشف أو التجزئة أو الوضعيات المُدرَّبة مسبقًا للتتبع دون الحاجة إلى تدريب مستقل. ابق على اطلاع دائم من خلال متابعة مدونتنا أو الاطلاع على الميزات القادمة.

لماذا يجب استخدام Ultralytics YOLO لتتبع الأجسام المتعددة؟

Ultralytics YOLO is a state-of-the-art object detection model known for its real-time performance and high accuracy. Using YOLO for multi-object tracking provides several advantages:

• تتبع في الوقت الحقيقي: تحقيق تتبع فعال وعالي السرعة مثالي للبيئات الديناميكية.
• المرونة مع النماذج المدربة مسبقًا: لا حاجة إلى التدريب من الصفر؛ ما عليك سوى استخدام نماذج الكشف أو التجزئة أو نماذج الوضعية المدربة مسبقًا.
• سهولة الاستخدام: التكامل البسيط لواجهة برمجة التطبيقات مع كل من Python و CLI يجعل إعداد خطوط أنابيب التتبع أمراً سهلاً ومباشراً.
• التوثيق الشامل والدعم المجتمعي: Ultralytics يوفر وثائق شاملة ومنتدى مجتمعي نشط لاستكشاف المشكلات وإصلاحها وتحسين نماذج التتبع الخاصة بك.

للمزيد من التفاصيل حول إعداد واستخدام YOLO للتتبع، تفضل بزيارة دليل استخدام المسار الخاص بنا.

هل يمكنني استخدام مجموعات بيانات مخصصة للتتبع متعدد الكائنات مع Ultralytics YOLO ؟

نعم، يمكنك استخدام مجموعات بيانات مخصصة للتتبع متعدد الكائنات باستخدام Ultralytics YOLO . بينما يعد دعم تدريب المتعقب المستقل ميزة قادمة، يمكنك بالفعل استخدام النماذج المدربة مسبقًا على مجموعات البيانات المخصصة الخاصة بك. قم بإعداد مجموعات البيانات الخاصة بك بالصيغة المناسبة المتوافقة مع YOLO واتبع الوثائق لدمجها.

كيف يمكنني تفسير نتائج نموذج التتبع Ultralytics YOLO ؟

بعد تشغيل مهمة تعقب باستخدام Ultralytics YOLO ، تتضمن النتائج نقاط بيانات مختلفة مثل معرّفات الكائنات المتعقبة، ومربعاتها المحدودة، ودرجات الثقة. فيما يلي لمحة موجزة عن كيفية تفسير هذه النتائج:

• المعرفات المتعقبة: يتم تعيين معرف فريد لكل كائن مما يساعد في تتبعه عبر الإطارات.
• المربعات المحددة: تشير إلى موقع الأجسام المتعقبة داخل الإطار.
• درجات الثقة: تعكس هذه الدرجات ثقة النموذج في اكتشاف الجسم المتعقب.

للحصول على إرشادات مفصلة حول تفسير هذه النتائج وتصورها، راجع دليل معالجة النتائج.

📅 Created 11 months ago ✏️ Updated 20 days ago

التعليقات