Link to this sectionمتقدمة Data Visualization: خرائط الحرارة باستخدام Ultralytics YOLO26 🚀#

Link to this sectionمقدمة إلى خرائط الحرارة#

تعمل خريطة الحرارة التي يتم إنشاؤها باستخدام Ultralytics YOLO26 على تحويل البيانات المعقدة إلى مصفوفة نابضة بالحياة ومشفرة بالألوان. تستخدم هذه الأداة المرئية طيفاً من الألوان لتمثيل قيم البيانات المختلفة، حيث تشير الألوان الأكثر دفئاً إلى كثافة أعلى، بينما تشير النغمات الأكثر برودة إلى قيم أقل. تتفوق خرائط الحرارة في تصور أنماط البيانات المعقدة، والارتباطات، والشذوذات، مما يوفر نهجاً يسهل الوصول إليه وجذاباً لتفسير البيانات عبر مجالات متنوعة.

Link to this sectionلماذا تختار خرائط الحرارة لتحليل البيانات؟#

• تصور حدسي لتوزيع البيانات: تعمل خرائط الحرارة على تبسيط فهم تركيز البيانات وتوزيعها، حيث تحول مجموعات البيانات المعقدة إلى تنسيقات مرئية سهلة الفهم.
• الكشف الفعال عن الأنماط: من خلال تصور البيانات في تنسيق خريطة الحرارة، يصبح من الأسهل اكتشاف الاتجاهات والمجموعات والقيم المتطرفة، مما يسهل التحليل والرؤى بشكل أسرع.
• تعزيز التحليل المكاني وصنع القرار: تلعب خرائط الحرارة دوراً أساسياً في توضيح العلاقات المكانية، مما يساعد في عمليات اتخاذ القرار في قطاعات مثل ذكاء الأعمال، والدراسات البيئية، والتخطيط الحضري.

Link to this sectionتطبيقات العالم الحقيقي#

النقل	التجزئة
خريطة حرارة النقل في Ultralytics YOLO26	خريطة حرارة التجزئة في Ultralytics YOLO26

# Run a heatmap example
yolo solutions heatmap show=True

# Pass a source video
yolo solutions heatmap source="path/to/video.mp4"

# Pass a custom colormap
yolo solutions heatmap colormap=cv2.COLORMAP_INFERNO

# Heatmaps + object counting
yolo solutions heatmap region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

Link to this sectionوسائط Heatmap()#

إليك جدول يحتوي على وسائط Heatmap:

يمكنك أيضاً تطبيق وسائط track مختلفة في حل Heatmap.

بالإضافة إلى ذلك، تم سرد وسائط التصور المدعومة أدناه:

Link to this sectionخرائط ألوان الحرارة (COLORMAPs)#

تُستخدم خرائط الألوان هذه بشكل شائع لتصور البيانات بتمثيلات لونية مختلفة.

Link to this sectionكيف تعمل خرائط الحرارة في Ultralytics YOLO26#

يُوسع حل خريطة الحرارة في Ultralytics YOLO26 فئة ObjectCounter لإنشاء وتصور أنماط الحركة في تدفقات الفيديو. عند التهيئة، ينشئ الحل طبقة خريطة حرارة فارغة يتم تحديثها مع تحرك الكائنات عبر الإطار.

لكل كائن مكتشف، يقوم الحل بـ:

1. تتبع الكائن عبر الإطارات باستخدام قدرات التتبع الخاصة بـ YOLO26
2. تحديث كثافة خريطة الحرارة في موقع الكائن
3. تطبيق خريطة ألوان مختارة لتصور قيم الكثافة
4. تركيب خريطة الحرارة الملونة فوق الإطار الأصلي

النتيجة هي تصور ديناميكي يتراكم بمرور الوقت، يكشف عن أنماط المرور، أو تحركات الحشود، أو غيرها من السلوكيات المكانية في بيانات الفيديو الخاصة بك.

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف يقوم Ultralytics YOLO26 بإنشاء خرائط الحرارة وما هي فوائدها؟#

يقوم Ultralytics YOLO26 بإنشاء خرائط حرارة عن طريق تحويل البيانات المعقدة إلى مصفوفة مشفرة بالألوان حيث تمثل التدرجات اللونية المختلفة كثافات البيانات. تجعل خرائط الحرارة من الأسهل تصور الأنماط، والارتباطات، والشذوذات في البيانات. تشير التدرجات الأكثر دفئاً إلى قيم أعلى، بينما تمثل النغمات الأكثر برودة قيماً أقل. تشمل الفوائد الأساسية تصوراً حدسياً لتوزيع البيانات، وكشفاً فعالاً للأنماط، وتحليلاً مكانياً محسناً لصنع القرار. لمزيد من التفاصيل وخيارات التكوين، ارجع إلى قسم تكوين خريطة الحرارة.

Link to this sectionهل يمكنني استخدام Ultralytics YOLO26 لإجراء تتبع الكائنات وإنشاء خريطة حرارة في نفس الوقت؟#

نعم، يدعم Ultralytics YOLO26 تتبع الكائنات وإنشاء خرائط الحرارة في آن واحد. يمكن تحقيق ذلك من خلال حل Heatmap الخاص به المدمج مع نماذج تتبع الكائنات. للقيام بذلك، تحتاج إلى تهيئة كائن خريطة الحرارة واستخدام قدرات التتبع الخاصة بـ YOLO26. إليك مثال بسيط:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(colormap=cv2.COLORMAP_PARULA, show=True, model="yolo26n.pt")

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

لمزيد من الإرشادات، تحقق من صفحة وضع التتبع.

Link to this sectionما الذي يجعل خرائط حرارة Ultralytics YOLO26 مختلفة عن أدوات تصور البيانات الأخرى مثل تلك الموجودة في OpenCV أو Matplotlib؟#

تم تصميم خرائط حرارة Ultralytics YOLO26 خصيصاً للتكامل مع نماذج اكتشاف الكائنات والتتبع الخاصة به، مما يوفر حلاً شاملاً لتحليل البيانات في الوقت الفعلي. على عكس أدوات التصور العامة مثل OpenCV أو Matplotlib، تم تحسين خرائط حرارة YOLO26 للأداء والمعالجة الآلية، مع دعم ميزات مثل التتبع المستمر، وتعديل عامل التضاؤل، وتركيب الفيديو في الوقت الفعلي. لمزيد من المعلومات حول ميزات YOLO26 الفريدة، تفضل بزيارة مقدمة Ultralytics YOLO26.

Link to this sectionكيف يمكنني تصور فئات كائنات محددة فقط في خرائط الحرارة باستخدام Ultralytics YOLO26؟#

يمكنك تصور فئات كائنات محددة عن طريق تحديد الفئات المطلوبة في طريقة track() لنموذج YOLO. على سبيل المثال، إذا كنت تريد فقط تصور السيارات والأشخاص (بافتراض أن مؤشرات فئتهم هي 0 و2)، يمكنك تعيين المعلمة classes وفقاً لذلك.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
heatmap = solutions.Heatmap(show=True, model="yolo26n.pt", classes=[0, 2])

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = heatmap(im0)
cap.release()
cv2.destroyAllWindows()

Link to this sectionلماذا يجب على الشركات اختيار Ultralytics YOLO26 لإنشاء خرائط الحرارة في تحليل البيانات؟#

يوفر Ultralytics YOLO26 تكاملاً سلساً لاكتشاف الكائنات المتقدم وإنشاء خرائط الحرارة في الوقت الفعلي، مما يجعله خياراً مثالياً للشركات التي تتطلع إلى تصور البيانات بشكل أكثر فعالية. تشمل المزايا الرئيسية تصوراً حدسياً لتوزيع البيانات، وكشفاً فعالاً للأنماط، وتحليلاً مكانياً محسناً لاتخاذ قرارات أفضل. بالإضافة إلى ذلك، فإن ميزات YOLO26 المتطورة مثل التتبع المستمر، وخرائط الألوان القابلة للتخصيص، ودعم تنسيقات التصدير المختلفة تجعله متفوقاً على الأدوات الأخرى مثل TensorFlow وOpenCV للتحليل الشامل للبيانات. تعرف على المزيد حول تطبيقات الأعمال في خطط Ultralytics.