Link to this sectionخرائط التمثيل الحراري لتتبع الكائنات باستخدام Ultralytics YOLO26#

يعمل حل الخرائط الحرارية في Ultralytics YOLO26 على تتبع الكائنات عبر إطارات الفيديو وتراكب كثافة حركتها المتراكمة على كل إطار، بحيث تتوهج المناطق المزدحمة بألوان دافئة بينما تظل المناطق الهادئة باردة. وبفضل بنائه على تتبع الكائنات في YOLO26، فإنه يحول أي فيديو إلى خريطة نشاط مكانية تكشف تدفق حركة المرور، وحركة الحشود، ومناطق التوقف بمجرد استدعاء Python واحد أو أمر CLI.

Link to this sectionلماذا نستخدم الخرائط الحرارية لتحليلات الفيديو؟#

• رصد أنماط النشاط في لمحة سريعة: تتراكم الكثافة حيثما يقضي الكائنات المتعقبة وقتها، لذا تبرز مسارات المرور المزدحمة، أو الأرفف الشائعة، أو اختناقات الحشود دون الحاجة إلى مراجعة يدوية لكل إطار على حدة.
• التتبع مدمج: يقوم الحل بتشغيل الكشف والتتبع في YOLO26 داخليًا، لذا لا يوجد خط تتبع منفصل يجب إعداده.
• العد في نفس العملية: مرر region لعد الكائنات التي تدخل وتخرج من منطقة ما أثناء بناء الخريطة الحرارية، مما يجمع بين مهمتي تحليلات في تشغيل واحد.

Link to this sectionتطبيقات العالم الحقيقي#

النقل	التجزئة
خريطة Ultralytics YOLO الحرارية للنقل	خريطة Ultralytics YOLO الحرارية للبيع بالتجزئة

Link to this sectionكيفية إنشاء خرائط حرارية باستخدام Ultralytics YOLO#

قم بتشغيل حل الخريطة الحرارية على مصدر فيديو من CLI أو Python. يكتب مثال Python الإطارات المعالجة في ملف فيديو مخرج:

# 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 الخرائط الحرارية#

تقبل وسيطة colormap أي خريطة ألوان OpenCV. مرر الثابت من وحدة cv2، على سبيل المثال colormap=cv2.COLORMAP_INFERNO:

Link to this sectionكيف تعمل الخرائط الحرارية#

يعمل حل الخريطة الحرارية على توسيع فئة ObjectCounter. في أول إطار معالج، يتم إنشاء طبقة كثافة فارغة تطابق حجم الإطار. ثم يتم معالجة كل إطار في خطوتين:

1. يكتشف تتبع YOLO26 كل كائن في الإطار ويتابعه
2. لكل كائن يتم تتبعه، تزداد كثافة الخريطة الحرارية داخل منطقة دائرية تتمحور حول مربع الإحاطة الخاص به

مرة واحدة في كل إطار، يتم تسوية طبقة الكثافة المتراكمة وتلوينها بخريطة الألوان المحددة ودمجها مع الإطار الأصلي. يظهر التراكب بمجرد تتبع كائن واحد على الأقل؛ وتُعرض الإطارات التي لا تحتوي على كائنات متتبعة بدون تراكب الخريطة الحرارية.

والنتيجة هي تصور ديناميكي يتراكم بمرور الوقت، ويكشف عن أنماط حركة المرور، أو حركات الحشود، أو غيرها من السلوكيات المكانية في بيانات الفيديو الخاصة بك. عند ضبط region، يقوم الحل أيضًا بعد الكائنات التي تدخل وتخرج من تلك المنطقة أثناء بناء الخريطة الحرارية.

Link to this sectionالخلاصة#

يحول حل الخريطة الحرارية Ultralytics YOLO26 نتائج تتبع الكائنات إلى تراكب نشاط بديهي ببضعة أسطر من التعليمات البرمجية. وللمضي قدمًا، ادمجه مع عد الكائنات، أو استكشف حلول Ultralytics الأخرى، أو اقرأ عن وضع التتبع الأساسي.

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف يقوم Ultralytics YOLO26 بإنشاء خرائط حرارية من فيديو؟#

ينشئ Ultralytics YOLO26 خرائط حرارية من خلال تتبع الكائنات عبر إطارات الفيديو وتراكم قيمة كثافة في موقع كل كائن متتبع، ثم تلوين النتيجة ودمجها مع الإطار الأصلي. المناطق التي تظهر فيها الكائنات بشكل متكرر أو تتباطأ فيها تتراكم فيها كثافة أعلى وتظهر بألوان أكثر دفئًا. للحصول على خيارات التكوين، ارجع إلى قسم وسائط Heatmap().

Link to this sectionكيف أحفظ مخرجات الخريطة الحرارية في ملف فيديو؟#

استخدم cv2.VideoWriter الخاص بـ OpenCV واكتب results.plot_im لكل إطار معالج، كما هو موضح في المثال الرئيسي. تحتوي السمة plot_im على الإطار مع تطبيق تراكب الخريطة الحرارية بالفعل.

Link to this sectionهل يمكنني دمج الخرائط الحرارية مع عد الكائنات؟#

نعم. مرر وسيطة region إلى Heatmap() مع نقاط خط أو مستطيل أو مضلع، وسيقوم الحل بعد الكائنات التي تدخل وتخرج من تلك المنطقة أثناء بناء الخريطة الحرارية. تتضمن النتائج المعادة in_count و out_count وعدد الكائنات لكل فئة. راجع دليل عد الكائنات للحصول على تفاصيل تكوين المنطقة.

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

مرر وسيطة classes إلى Heatmap() مع فهارس الفئات التي تريد الاحتفاظ بها. على سبيل المثال، classes=[0, 2] يبني الخريطة الحرارية فقط من الأشخاص والسيارات (فهارس فئة COCO 0 و 2):

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

تدمج خرائط Ultralytics YOLO26 الحرارية اكتشاف الكائنات، والتتبع، وتراكم الكثافة، وعرض التراكب في استدعاء واحد، بينما تتطلب الأدوات العامة مثل OpenCV أو Matplotlib بناء ذلك الخط بنفسك. يعالج الحل تدفقات الفيديو في الوقت الفعلي ويدعم التتبع المستمر وخرائط الألوان القابلة للتخصيص بشكل جاهز. للحصول على تفاصيل حول النموذج الأساسي، راجع صفحة نموذج YOLO26.