تخطي إلى المحتوى

إدارة طابور الانتظار باستخدام Ultralytics YOLO11 🚀 🚀

ما هي إدارة قائمة الانتظار؟

إدارة طوابير الانتظار باستخدام Ultralytics YOLO11 تتضمن تنظيم طوابير الأشخاص أو المركبات والتحكم فيها لتقليل أوقات الانتظار وتعزيز الكفاءة. يتعلق الأمر بتحسين طوابير الانتظار لتحسين رضا العملاء وأداء النظام في مختلف البيئات مثل البيع بالتجزئة والبنوك والمطارات ومرافق الرعاية الصحية.



شاهد: كيفية تنفيذ إدارة طوابير الانتظار باستخدام Ultralytics YOLO11 | المطار ومحطة المترو

مزايا إدارة قائمة الانتظار؟

  • تقليل أوقات الانتظار: تعمل أنظمة إدارة قوائم الانتظار على تنظيم قوائم الانتظار بكفاءة، مما يقلل من أوقات انتظار العملاء. يؤدي ذلك إلى تحسين مستويات الرضا، حيث يقضي العملاء وقتاً أقل في الانتظار ووقتاً أطول في التعامل مع المنتجات أو الخدمات.
  • زيادة الكفاءة: يتيح تنفيذ إدارة قوائم الانتظار للشركات تخصيص الموارد بشكل أكثر فعالية. فمن خلال تحليل بيانات قوائم الانتظار وتحسين توزيع الموظفين، يمكن للشركات تبسيط العمليات وتقليل التكاليف وتحسين الإنتاجية الإجمالية.

التطبيقات الواقعية

الخدمات اللوجستية البيع بالتجزئة
إدارة طابور الانتظار في شباك التذاكر في المطار باستخدام Ultralytics YOLO11 مراقبة طابور الانتظار في الحشد باستخدام Ultralytics YOLO11
إدارة طابور الانتظار في شباك التذاكر في المطار باستخدام Ultralytics YOLO11 مراقبة طابور الانتظار في الزحام Ultralytics YOLO11

إدارة قائمة الانتظار باستخدام YOLO11 مثال على

# Run a queue example
yolo solutions queue show=True

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

# Pass queue coordinates
yolo solutions queue region=[(20, 400), (1080, 400), (1080, 360), (20, 360)]
import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("Path/to/video/file.mp4")

assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

# Video writer
video_writer = cv2.VideoWriter("queue_management.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Define queue region points
queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360)]  # Define queue region points
# queue_region = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]  # Define queue polygon points

# Init Queue Manager
queue = solutions.QueueManager(
    show=True,  # Display the output
    model="yolo11n.pt",  # Path to the YOLO11 model file
    region=queue_region,  # Pass queue region points
    # classes=[0, 2],  # If you want to count specific classes i.e person and car with COCO pretrained model.
    # line_width=2,  # Adjust the line width for bounding boxes and text display
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if success:
        out = queue.process_queue(im0)
        video_writer.write(im0)
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
        continue

    print("Video frame is empty or video processing has been successfully completed.")
    break

cap.release()
cv2.destroyAllWindows()

الحجج QueueManager

الاسم النوع افتراضي الوصف
model str None المسار إلى Ultralytics YOLO ملف نموذج
region list [(20, 400), (1260, 400)] قائمة النقاط التي تحدد منطقة قائمة الانتظار.
line_width int 2 سُمك الخط للمربعات المحدودة.
show bool False علامة للتحكم في عرض دفق الفيديو من عدمه.

الحجج model.track

الجدال النوع افتراضي الوصف
source str None يحدد الدليل المصدر للصور أو مقاطع الفيديو. يدعم مسارات الملفات وعناوين URL.
persist bool False تمكين التتبع المستمر للكائنات بين الإطارات، والحفاظ على المعرفات عبر تسلسلات الفيديو.
tracker str botsort.yaml يحدد خوارزمية التتبع المراد استخدامها، على سبيل المثال, bytetrack.yaml أو botsort.yaml.
conf float 0.3 تعيين عتبة الثقة للاكتشافات؛ تسمح القيم المنخفضة بتتبع المزيد من الكائنات ولكنها قد تتضمن نتائج إيجابية كاذبة.
iou float 0.5 يضبط عتبة التقاطع على الاتحاد (IoU) لتصفية الاكتشافات المتداخلة.
classes list None تصفية 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 إخراجًا مرئيًا للأجسام المتعقبة.

الأسئلة الشائعة

كيف يمكنني استخدام Ultralytics YOLO11 لإدارة قوائم الانتظار في الوقت الفعلي؟

لاستخدام Ultralytics YOLO11 لإدارة قوائم الانتظار في الوقت الفعلي، يمكنك اتباع الخطوات التالية:

  1. تحميل النموذج YOLO11 مع YOLO("yolo11n.pt").
  2. التقاط موجز الفيديو باستخدام cv2.VideoCapture.
  3. تحديد منطقة الاهتمام (ROI) لإدارة قائمة الانتظار.
  4. معالجة الإطارات للكشف عن الكائنات وإدارة قوائم الانتظار.

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)]

queue = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region,
    line_width=3,
)

while cap.isOpened():
    success, im0 = cap.read()
    if success:
        out = queue.process_queue(im0)
        cv2.imshow("Queue Management", im0)
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break

cap.release()
cv2.destroyAllWindows()

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

ما هي المزايا الرئيسية لاستخدام Ultralytics YOLO11 لإدارة قوائم الانتظار؟

يوفر استخدام Ultralytics YOLO11 لإدارة قوائم الانتظار العديد من المزايا:

  • تقليل أوقات الانتظار: تنظيم طوابير الانتظار بكفاءة، مما يقلل من أوقات انتظار العملاء ويعزز رضاهم.
  • تعزيز الكفاءة: تحليل بيانات قائمة الانتظار لتحسين نشر الموظفين والعمليات على النحو الأمثل، وبالتالي تقليل التكاليف.
  • تنبيهات في الوقت الحقيقي: يوفر إشعارات في الوقت الفعلي لقوائم الانتظار الطويلة، مما يتيح التدخل السريع.
  • قابلية التوسع: قابلة للتطوير بسهولة عبر بيئات مختلفة مثل البيع بالتجزئة والمطارات والرعاية الصحية.

لمزيد من التفاصيل، استكشف حلول إدارة قوائم الانتظار الخاصة بنا.

لماذا يجب أن أختار Ultralytics YOLO11 على المنافسين مثل TensorFlow أو Detectron2 لإدارة قوائم الانتظار؟

Ultralytics YOLO11 العديد من المزايا على TensorFlow و Detectron2 لإدارة قوائم الانتظار:

  • الأداء في الوقت الحقيقي: يشتهر موقع YOLO11 بقدراته على الكشف في الوقت الحقيقي، مما يوفر سرعات معالجة أسرع.
  • سهولة الاستخدام: يوفر Ultralytics تجربة سهلة الاستخدام، بدءًا من التدريب وحتى النشر، عبر Ultralytics HUB.
  • نماذج مدربة مسبقًا: الوصول إلى مجموعة من النماذج المدربة مسبقًا، مما يقلل من الوقت اللازم للإعداد.
  • دعم المجتمع: التوثيق الشامل والدعم المجتمعي النشط يجعل حل المشاكل أسهل.

تعلّم كيف تبدأ مع Ultralytics YOLO.

هل يمكن لموقع Ultralytics YOLO11 التعامل مع أنواع متعددة من قوائم الانتظار، كما هو الحال في المطارات وتجارة التجزئة؟

نعم، يستطيع Ultralytics YOLO11 إدارة أنواع مختلفة من قوائم الانتظار، بما في ذلك تلك الموجودة في المطارات وبيئات البيع بالتجزئة. من خلال تهيئة QueueManager بمناطق وإعدادات محددة، يمكن لـ YOLO11 التكيف مع تخطيطات وكثافات طوابير الانتظار المختلفة.

مثال للمطارات:

queue_region_airport = [(50, 600), (1200, 600), (1200, 550), (50, 550)]
queue_airport = solutions.QueueManager(
    model="yolo11n.pt",
    region=queue_region_airport,
    line_width=3,
)

للمزيد من المعلومات حول التطبيقات المتنوعة، راجع قسم تطبيقات العالم الحقيقي.

ما هي بعض التطبيقات الواقعية لـ Ultralytics YOLO11 في إدارة قوائم الانتظار؟

Ultralytics YOLO11 في العديد من التطبيقات الواقعية لإدارة قوائم الانتظار:

  • البيع بالتجزئة: مراقبة طوابير الدفع لتقليل أوقات الانتظار وتحسين رضا العملاء.
  • المطارات: إدارة طوابير الانتظار عند شبابيك التذاكر ونقاط التفتيش الأمني لتوفير تجربة أكثر سلاسة للركاب.
  • الرعاية الصحية: تحسين تدفق المرضى في العيادات والمستشفيات.
  • البنوك: تحسين خدمة العملاء من خلال إدارة قوائم الانتظار بكفاءة في البنوك.

راجع مدونتنا حول إدارة قوائم الانتظار في العالم الحقيقي لمعرفة المزيد.

📅 تم إنشاؤها قبل 8 أشهر ✏️ تم التحديث منذ 16 يومًا

التعليقات