Link to this sectionإدارة الطوابير باستخدام Ultralytics YOLO26 🚀#
Link to this sectionما هي إدارة الطوابير؟#
تتضمن إدارة الطوابير باستخدام Ultralytics YOLO26 تنظيم والتحكم في صفوف الأشخاص أو المركبات لتقليل أوقات الانتظار وتعزيز الكفاءة. يتعلق الأمر بتحسين الطوابير لرفع مستوى رضا العملاء وأداء النظام في إعدادات متنوعة مثل متاجر التجزئة، البنوك، المطارات، ومرافق الرعاية الصحية.
Watch: How to Build a Queue Management System with Ultralytics YOLO26 | Real-Time Queue Analytics 🚀
Link to this sectionمزايا إدارة الطوابير#
- تقليل أوقات الانتظار: تنظم أنظمة إدارة الطوابير الصفوف بكفاءة، مما يقلل أوقات انتظار العملاء. يؤدي هذا إلى تحسين مستويات الرضا حيث يقضي العملاء وقتًا أقل في الانتظار ووقتًا أكثر في التفاعل مع المنتجات أو الخدمات.
- زيادة الكفاءة: يتيح تنفيذ إدارة الطوابير للشركات تخصيص الموارد بشكل أكثر فعالية. من خلال تحليل بيانات الطوابير وتحسين توزيع الموظفين، يمكن للشركات تبسيط العمليات، تقليل التكاليف، وتحسين الإنتاجية الإجمالية.
- رؤى في الوقت الفعلي: توفر إدارة الطوابير المدعومة بـ YOLO26 بيانات فورية حول أطوال الطوابير وأوقات الانتظار، مما يُمكّن المديرين من اتخاذ قرارات مستنيرة بسرعة.
- تحسين تجربة العميل: من خلال تقليل الإحباط المرتبط بالانتظار الطويل، يمكن للشركات تحسين رضا العملاء وولائهم بشكل كبير.
Link to this sectionتطبيقات العالم الحقيقي#
| الخدمات اللوجستية | التجزئة |
|---|---|
![]() | ![]() |
| إدارة الطوابير عند كاونتر تذاكر المطار باستخدام Ultralytics YOLO26 | مراقبة الطوابير في الحشود باستخدام Ultralytics YOLO26 |
Link to this sectionإدارة الطوابير باستخدام YOLO26#
يقوم حل QueueManager بحساب الكائنات التي تظل داخل منطقة محددة في كل إطار، مما يمنحك طول طابور مباشر يمكنك كتابته في فيديو مخرج. قم بتمرير منطقة مضلعة تغطي منطقة الانتظار، ثم قم بتشغيلها فوق مصدر الفيديو الخاص بك باستخدام إما Python API أو CLI.
# 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)]"Link to this sectionوسائط QueueManager#
إليك جدول يحتوي على وسائط QueueManager:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
model | str | None | المسار إلى ملف نموذج Ultralytics YOLO. |
region | list أو dict | None | النقاط التي تحدد منطقة الاهتمام، سواء كانت قائمة من أزواج (x, y) أو قاموس يربط أسماء المناطق بقوائم النقاط لمناطق متعددة (لـ RegionCounter فقط). عند ضبطها على None، تعود الحلول التي تتطلب منطقة إلى القيمة الافتراضية المحددة مسبقاً. |
يدعم حل QueueManagement أيضاً بعض وسائط track:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
tracker | str | 'botsort.yaml' | يحدد خوارزمية التتبع المطلوب استخدامها. الخيارات المدمجة هي: botsort.yaml و bytetrack.yaml و ocsort.yaml و deepocsort.yaml و fasttrack.yaml و tracktrack.yaml. |
conf | float | 0.1 | يضبط عتبة الثقة للاكتشافات؛ تسمح القيم المنخفضة بتتبع المزيد من الكائنات ولكنها قد تتضمن إيجابيات كاذبة. |
iou | float | 0.7 | يضبط عتبة تقاطع الاتحاد (IoU) لتصفية الاكتشافات المتداخلة. |
classes | list | None | يصفي النتائج حسب فهرس الفئة. على سبيل المثال، classes=[0, 2, 3] يتتبع الفئات المحددة فقط. |
verbose | bool | True | يتحكم في عرض نتائج التتبع، مما يوفر مخرجاً مرئياً للكائنات المتعقبة. |
device | str | None | يحدد الجهاز للاستدلال (على سبيل المثال، cpu أو cuda:0 أو 0). يسمح للمستخدمين بالاختيار بين وحدة المعالجة المركزية، أو وحدة معالجة رسومات محددة، أو أجهزة حوسبة أخرى لتنفيذ النموذج. |
بالإضافة إلى ذلك، تتوفر معلمات التصور التالية:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
show | bool | False | إذا كان True، فإنه يعرض الصور أو مقاطع الفيديو المشروحة في نافذة. مفيد للحصول على ملاحظات مرئية فورية أثناء التطوير أو الاختبار. |
line_width | int or None | None | يحدد عرض خط صناديق التحديد. إذا كان None، يتم تعديل عرض الخط تلقائياً بناءً على حجم الصورة. يوفر تخصيصاً مرئياً للوضوح. |
show_conf | bool | True | يعرض درجة الثقة لكل اكتشاف بجانب التصنيف. يوفر رؤية حول مدى يقين النموذج في كل اكتشاف. |
show_labels | bool | True | يعرض تصنيفات كل اكتشاف في المخرجات المرئية. يوفر فهماً فورياً للكائنات المكتشفة. |
Link to this sectionاستراتيجيات التنفيذ#
عند تنفيذ إدارة الطوابير باستخدام YOLO26، ضع في اعتبارك أفضل الممارسات التالية:
- وضع الكاميرا الاستراتيجي: ضع الكاميرات لالتقاط منطقة الطابور بأكملها دون عوائق.
- تحديد مناطق طابور مناسبة: حدد حدود الطابور بعناية بناءً على التصميم المادي لمساحتك.
- ضبط ثقة الكشف: قم بضبط عتبة الثقة بناءً على ظروف الإضاءة وكثافة الحشود.
- التكامل مع الأنظمة الحالية: اربط حل إدارة الطوابير الخاص بك بأنظمة اللافتات الرقمية أو أنظمة إخطار الموظفين للاستجابات الآلية.
Link to this sectionالأسئلة الشائعة#
Link to this sectionكيف يمكنني استخدام Ultralytics YOLO26 لإدارة الطوابير في الوقت الفعلي؟#
لاستخدام Ultralytics YOLO26 لإدارة الطوابير في الوقت الفعلي، يمكنك اتباع الخطوات التالية:
- قم بتحميل نموذج YOLO26 باستخدام
YOLO("yolo26n.pt"). - التقط بث الفيديو باستخدام
cv2.VideoCapture. - حدد منطقة الاهتمام (ROI) لإدارة الطوابير.
- عالج الإطارات لاكتشاف الكائنات وإدارة الطوابير.
إليك مثال بسيط:
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 وإدارة حل إدارة الطوابير الخاص بك.
Link to this sectionما هي المزايا الرئيسية لاستخدام Ultralytics YOLO26 لإدارة الطوابير؟#
يوفر استخدام Ultralytics YOLO26 لإدارة الطوابير العديد من المزايا:
- تقليل أوقات الانتظار: ينظم الطوابير بكفاءة، مما يقلل أوقات انتظار العملاء ويعزز الرضا.
- تعزيز الكفاءة: يحلل بيانات الطوابير لتحسين توزيع الموظفين والعمليات، مما يقلل التكاليف.
- تنبيهات في الوقت الفعلي: يوفر إخطارات في الوقت الفعلي للطوابير الطويلة، مما يتيح التدخل السريع.
- القابلية للتوسع: قابل للتوسع بسهولة عبر بيئات مختلفة مثل التجزئة، المطارات، والرعاية الصحية.
لمزيد من التفاصيل، استكشف حلول Queue Management الخاصة بنا.
Link to this sectionلماذا يجب أن أختار Ultralytics YOLO26 على المنافسين مثل TensorFlow أو Detectron2 لإدارة الطوابير؟#
يتمتع Ultralytics YOLO26 بالعديد من المزايا على TensorFlow و Detectron2 لإدارة الطوابير:
- الأداء في الوقت الفعلي: يشتهر YOLO26 بقدرات الكشف في الوقت الفعلي، مما يوفر سرعات معالجة أسرع.
- سهولة الاستخدام: يوفر Ultralytics تجربة سهلة الاستخدام، من التدريب إلى النشر، عبر Ultralytics Platform.
- نماذج مدربة مسبقاً: الوصول إلى مجموعة من النماذج المدربة مسبقاً، مما يقلل الوقت اللازم للإعداد.
- دعم المجتمع: توفر التوثيق الشامل ودعم المجتمع النشط حل المشكلات بشكل أسهل.
تعرف على كيفية البدء باستخدام Ultralytics YOLO.
Link to this sectionهل يمكن لـ Ultralytics YOLO26 التعامل مع أنواع متعددة من الطوابير، مثل تلك الموجودة في المطارات والتجزئة؟#
نعم، يمكن لـ Ultralytics YOLO26 إدارة أنواع مختلفة من الطوابير، بما في ذلك تلك الموجودة في المطارات وبيئات التجزئة. من خلال تكوين QueueManager بمناطق وإعدادات محددة، يمكن لـ YOLO26 التكيف مع تخطيطات وكثافات طوابير مختلفة.
مثال للمطارات:
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، تحقق من قسم تطبيقات العالم الحقيقي الخاص بنا.
Link to this sectionما هي بعض تطبيقات العالم الحقيقي لـ Ultralytics YOLO26 في إدارة الطوابير؟#
يُستخدم Ultralytics YOLO26 في العديد من تطبيقات العالم الحقيقي لإدارة الطوابير:
- التجزئة: يراقب خطوط الدفع لتقليل أوقات الانتظار وتحسين رضا العملاء.
- المطارات: يدير الطوابير عند كاونترات التذاكر ونقاط التفتيش الأمنية لتجربة ركاب أكثر سلاسة.
- الرعاية الصحية: يحسن تدفق المرضى في العيادات والمستشفيات.
- البنوك: يعزز خدمة العملاء من خلال إدارة الطوابير بكفاءة في البنوك.
راجع مدونتنا حول إدارة الطوابير في العالم الحقيقي لمعرفة المزيد حول كيفية تغيير الرؤية الحاسوبية لمراقبة الطوابير عبر الصناعات.

