Ultralytics YOLO27:

إدارة الطوابير باستخدام Ultralytics YOLO26#

ما إدارة قوائم الانتظار؟#

Open Queue Management In Colab

تتضمن إدارة قوائم الانتظار باستخدام Ultralytics YOLO26 تنظيم صفوف الأشخاص أو المركبات والتحكم فيها لتقليل أوقات الانتظار وتحسين الكفاءة. ويكمن الهدف في تحسين قوائم الانتظار لرفع مستوى رضا العملاء وأداء الأنظمة في بيئات متنوعة مثل متاجر التجزئة والمصارف والمطارات ومنشآت الرعاية الصحية.



Watch: How to Build a Queue Management System with Ultralytics YOLO26 | Real-Time Queue Analytics 🚀

مزايا إدارة قوائم الانتظار#

  • تقليل أوقات الانتظار: تنظم أنظمة إدارة قوائم الانتظار الصفوف بكفاءة، ما يقلل أوقات انتظار العملاء. ويؤدي ذلك إلى تحسين مستويات الرضا، إذ يقضي العملاء وقتًا أقل في الانتظار ووقتًا أطول في التفاعل مع المنتجات أو الخدمات.
  • زيادة الكفاءة: يتيح تطبيق إدارة قوائم الانتظار للشركات تخصيص الموارد بفاعلية أكبر. ومن خلال تحليل بيانات قوائم الانتظار وتحسين توزيع الموظفين، يمكن للشركات تبسيط العمليات وخفض التكاليف وتحسين الإنتاجية الإجمالية.
  • رؤى في الوقت الفعلي: توفر إدارة قوائم الانتظار المدعومة من YOLO26 بيانات فورية عن أطوال قوائم الانتظار وأوقات الانتظار، ما يمكّن المديرين من اتخاذ قرارات مستنيرة بسرعة.
  • تحسين تجربة العملاء: من خلال تقليل الإحباط المرتبط بالانتظار الطويل، يمكن للشركات تحسين رضا العملاء وولائهم بدرجة كبيرة.

التطبيقات الواقعية#

الخدمات اللوجستيةالتجزئة
إدارة قائمة الانتظار عند كاونتر تذاكر المطار باستخدام Ultralytics YOLO26مراقبة قائمة الانتظار بين الحشود باستخدام Ultralytics YOLO26
إدارة قائمة الانتظار عند كاونتر تذاكر المطار باستخدام Ultralytics YOLO26مراقبة قائمة الانتظار بين الحشود باستخدام Ultralytics YOLO26

إدارة قوائم الانتظار باستخدام YOLO26#

يحصي الحل QueueManager الكائنات التي تظل داخل منطقة محددة في كل إطار، ما يوفر طولًا مباشرًا لقائمة الانتظار يمكن كتابته في فيديو الإخراج. مرّر منطقة مضلعة تغطي منطقة الانتظار، ثم شغّله على مصدر الفيديو باستخدام Python API أو CLI.

إدارة قوائم الانتظار باستخدام Ultralytics YOLO
# Run a queue example
yolo solutions queue show=True

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

# Pass queue coordinates
yolo solutions queue region="[(20, 400), (1080, 400), (1080, 360), (20, 360)]"

وسيطات QueueManager#

إليك جدولًا بوسيطات QueueManager:

الوسيطةالنوعالافتراضيالوصف
modelstrNoneالمسار إلى ملف نموذج Ultralytics YOLO.
regionlist أو dictNoneالنقاط التي تحدد منطقة الاهتمام، إما على شكل قائمة من صفوف (x, y) أو قاموس يربط أسماء المناطق بقوائم النقاط لمناطق متعددة (RegionCounter فقط). عندما تكون قيمة None، تعود الحلول التي تتطلب منطقة إلى إعداد افتراضي محدد مسبقًا.
line_widthint2سُمك الخط للصناديق والنقاط الرئيسية والأعداد التي يرسمها الحل.
verboseboolTrueيمكّن سجل الحل لكل إطار، والذي يتضمن شكل الإدخال وأعداد الفئات وسرعة المعالجة. ويظل استدعاء التتبع نفسه صامتًا دائمًا.

يدعم حل QueueManager أيضاً وسائط track:

الوسيطةالنوعالافتراضيالوصف
trackerstr'botsort.yaml'يحدد خوارزمية التتبع المراد استخدامها. الخيارات المضمنة: botsort.yaml وbytetrack.yaml وocsort.yaml وdeepocsort.yaml وfasttrack.yaml وtracktrack.yaml.
conffloat0.25يضبط عتبة الثقة للاكتشافات؛ إذ تتيح القيم الأقل تتبع مزيد من الكائنات، لكنها قد تتضمن إيجابيات كاذبة.
ioufloat0.7يضبط عتبة التقاطع على الاتحاد (IoU) لتصفية الاكتشافات المتداخلة.
classeslistNoneيصفّي النتائج حسب فهرس الفئة. على سبيل المثال، لا يتتبع classes=[0, 2, 3] سوى الفئات المحددة.
devicestrNoneيحدد الجهاز المستخدم للاستدلال (مثل cpu أو cuda:0 أو 0). ويتيح للمستخدمين الاختيار بين CPU أو GPU محدد أو أجهزة حوسبة أخرى لتنفيذ النموذج.
imgszint or tuple640حجم صورة الاستدلال المستهدفة: عدد صحيح لشكل مربع أو زوج (height, width). يتم ضبط الأشكال لتتناسب مع خطوة النموذج.
max_detint300الحد الأقصى لعدد الاكتشافات المحتفظ بها لكل إطار قبل التتبع، مما يحد من الكائنات التي يعالجها الحل في المشاهد المزدحمة.
quantizeint or strNoneدقة الاستدلال: 16 (FP16) أو 32/غير محدد (FP32) لنموذجي PyTorch وTorchScript؛ بينما تحسب التنسيقات الأخرى بالدقة التي تحددها ملفاتها ومحيط تشغيلها. يحل محل علامة half المهملة.

بالإضافة إلى ذلك، تتوفر معلمات التصور التالية:

الوسيطةالنوعالافتراضيالوصف
showboolFalseإذا كانت قيمة True، يعرض الصور أو مقاطع الفيديو المشروحة في نافذة. ويفيد ذلك في الحصول على ملاحظات مرئية فورية أثناء التطوير أو الاختبار.
show_confboolTrueيعرض درجة الثقة لكل كشف إلى جانب التسمية. ويوفر لمحة عن مدى يقين النموذج بشأن كل كشف.
show_labelsboolTrueيعرض تسميات كل كشف في المخرجات المرئية. ويوفر فهمًا فوريًا للكائنات المكتشفة.

استراتيجيات التنفيذ#

عند تنفيذ إدارة قوائم الانتظار باستخدام YOLO26، ضع أفضل الممارسات التالية في الاعتبار:

  1. وضع الكاميرات استراتيجيًا: ضع الكاميرات بحيث تلتقط منطقة قائمة الانتظار بأكملها دون عوائق.
  2. تحديد مناطق قوائم الانتظار المناسبة: حدّد حدود قائمة الانتظار بعناية استنادًا إلى التخطيط الفعلي لمساحتك.
  3. ضبط مستوى الثقة في الاكتشاف: اضبط عتبة الثقة بدقة وفقًا لظروف الإضاءة وكثافة الحشود.
  4. التكامل مع الأنظمة الحالية: صِل حل إدارة قوائم الانتظار الخاص بك بأنظمة اللافتات الرقمية أو إشعارات الموظفين للاستجابة الآلية.

الأسئلة الشائعة#

  • لاستخدام Ultralytics YOLO26 في إدارة قوائم الانتظار في الوقت الفعلي، يمكنك اتباع الخطوات التالية:

    1. حمّل نموذج YOLO26 باستخدام YOLO("yolo26n.pt").
    2. التقط بث الفيديو باستخدام cv2.VideoCapture.
    3. حدّد منطقة الاهتمام (ROI) لإدارة قوائم الانتظار.
    4. عالج الإطارات لاكتشاف الكائنات وإدارة قوائم الانتظار.

    إليك مثالًا مختصرًا:

    import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]

queuemanager = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region,
    line_width=3,
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        results = queuemanager(im0)

cap.release()
cv2.destroyAllWindows()

    يمكن أن يؤدي الاستفادة من Ultralytics Platform إلى تبسيط هذه العملية من خلال توفير منصة سهلة الاستخدام لنشر حل إدارة قوائم الانتظار وإدارته.

  • يوفر استخدام Ultralytics YOLO26 لإدارة قوائم الانتظار عدة فوائد:

    • تقليص أوقات الانتظار بشكل كبير: ينظم قوائم الانتظار بكفاءة، ما يقلل أوقات انتظار العملاء ويعزز رضاهم.
    • تعزيز الكفاءة: يحلل بيانات قوائم الانتظار لتحسين توزيع الموظفين والعمليات، وبالتالي خفض التكاليف.
    • تنبيهات في الوقت الفعلي: يوفر إشعارات فورية عند طول قوائم الانتظار، ما يتيح التدخل السريع.
    • قابلية التوسع: يمكن توسيعه بسهولة عبر بيئات مختلفة مثل متاجر التجزئة والمطارات ومنشآت الرعاية الصحية.

    لمزيد من التفاصيل، استكشف حلولنا الخاصة بـ إدارة قوائم الانتظار.

  • يتمتع Ultralytics YOLO26 بعدة مزايا مقارنةً بـ TensorFlow وDetectron2 في إدارة قوائم الانتظار:

    • الأداء في الوقت الفعلي: يُعرف YOLO26 بقدراته على الاكتشاف في الوقت الفعلي، إذ يوفر سرعات معالجة أعلى.
    • سهولة الاستخدام: توفر Ultralytics تجربة سهلة الاستخدام، بدءًا من التدريب ووصولًا إلى النشر، عبر Ultralytics Platform.
    • النماذج المدرّبة مسبقًا: إمكانية الوصول إلى مجموعة من النماذج المدرّبة مسبقًا، ما يقلل الوقت اللازم للإعداد.
    • دعم المجتمع: تسهّل الوثائق الشاملة ودعم المجتمع النشط حل المشكلات.

    تعلّم كيفية البدء باستخدام Ultralytics YOLO.

  • نعم، يستطيع Ultralytics YOLO26 إدارة أنواع مختلفة من قوائم الانتظار، بما في ذلك الموجودة في المطارات وبيئات متاجر التجزئة. ومن خلال تهيئة QueueManager بمناطق وإعدادات محددة، يمكن لـ YOLO26 التكيف مع تخطيطات قوائم الانتظار وكثافاتها المختلفة.

    مثال على المطارات:

    queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo26n.pt",
    region=queue_region_airport,
    line_width=3,
)

    لمزيد من المعلومات حول التطبيقات المتنوعة، راجع قسم التطبيقات الواقعية.

  • يُستخدم Ultralytics YOLO26 في تطبيقات واقعية متنوعة لإدارة قوائم الانتظار:

    • متاجر التجزئة: يراقب قوائم الانتظار عند صناديق الدفع لتقليل أوقات الانتظار وتحسين رضا العملاء.
    • المطارات: يدير قوائم الانتظار عند كاونترات التذاكر ونقاط التفتيش الأمني لتوفير تجربة أكثر سلاسة للمسافرين.
    • الرعاية الصحية: يحسّن تدفق المرضى في العيادات والمستشفيات.
    • المصارف: يعزز خدمة العملاء من خلال إدارة قوائم الانتظار بكفاءة في المصارف.

    راجع مدونتنا حول إدارة قوائم الانتظار في العالم الواقعي لمعرفة المزيد حول كيفية إسهام الرؤية الحاسوبية في إحداث تحول في مراقبة قوائم الانتظار عبر مختلف القطاعات.

المساهمون
RIRizwanMunawar15GLglenn-jocher12RAraimbekovm5MAMatthewNoyce2IVIvorZhu3311BUBurhan-Q1

التعليقات