مشروع نظام الإنذار الأمني باستخدام Ultralytics YOLO11

يدمج مشروع نظام الإنذار الأمني الذي يستخدم Ultralytics YOLO11 قدرات الرؤية الحاسوبية المتقدمة لتعزيز التدابير الأمنية. YOLO11 Ultralytics ، الذي تم تطويره من قبل ، يوفر الكشف عن الأجسام في الوقت الحقيقي، مما يسمح للنظام بتحديد التهديدات الأمنية المحتملة والاستجابة لها على الفور. يقدم هذا المشروع العديد من المزايا:

• الكشف في الوقت الحقيقي: تمكّن كفاءة YOLO11 نظام الإنذار الأمني من الكشف عن الحوادث الأمنية والاستجابة لها في الوقت الحقيقي، مما يقلل من وقت الاستجابة.
• الدقة: YOLO11 معروف بدقته في اكتشاف الأجسام، مما يقلل من الإيجابيات الخاطئة ويعزز موثوقية نظام الإنذار الأمني.
• قدرات التكامل: يمكن دمج المشروع بسلاسة مع البنية التحتية الأمنية الحالية، مما يوفر طبقة مطورة من المراقبة الذكية.

شاهد: مشروع نظام الإنذار الأمني مع Ultralytics YOLO11 اكتشاف الكائن

الكود

• Navigate to App Password Generator, designate an app name such as "security project," and obtain a 16-digit password. Copy this password and paste it into the designated password field in the code below.

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("Path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"

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

from_email = "abc@gmail.com"  # The sender email address
password = "---- ---- ---- ----"  # 16-digits password generated via: https://myaccount.google.com/apppasswords
to_email = "xyz@gmail.com"  # The receiver email address

# Init SecurityAlarm
security = solutions.SecurityAlarm(
    show=True,  # Display the output
    model="yolo11n.pt",  # i.e. YOLO11s.pt
    records=1,  # Total detections count to send an email about security
)

security.authenticate(from_email, password, to_email)  # Authenticate the email server

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break
    im0 = security.monitor(im0)
    video_writer.write(im0)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

هذا كل شيء! عند تنفيذ الشيفرة، ستتلقى إشعارًا واحدًا على بريدك الإلكتروني إذا تم اكتشاف أي كائن. يتم إرسال الإشعار على الفور وليس بشكل متكرر. ومع ذلك، لا تتردد في تخصيص الشيفرة البرمجية لتناسب متطلبات مشروعك.

نموذج البريد الإلكتروني المستلم

الحجج SecurityAlarm

إليك الجدول الذي يحتوي على SecurityAlarm الحجج

الحجج model.track

الأسئلة الشائعة

كيف يعمل Ultralytics YOLO11 على تحسين دقة نظام الإنذار الأمني؟

Ultralytics YOLO11 يعزز أنظمة الإنذار الأمني من خلال توفير دقة عالية في الوقت الحقيقي للكشف عن الأجسام في الوقت الحقيقي. وتقلل خوارزمياته المتقدمة بشكل كبير من الإيجابيات الخاطئة، مما يضمن استجابة النظام للتهديدات الحقيقية فقط. يمكن دمج هذه الموثوقية المتزايدة بسلاسة مع البنية التحتية الأمنية الحالية، مما يرفع من جودة المراقبة الشاملة.

هل يمكنني دمج Ultralytics YOLO11 مع البنية التحتية الأمنية الموجودة لديّ؟

نعم، يمكن دمج Ultralytics YOLO11 بسلاسة مع البنية التحتية الأمنية الموجودة لديك. يدعم النظام أوضاعًا مختلفة ويوفر مرونة في التخصيص، مما يسمح لك بتعزيز الإعدادات الحالية لديك بقدرات متقدمة للكشف عن الكائنات. للحصول على إرشادات مفصلة حول دمج YOLO11 في مشاريعك، تفضل بزيارة قسم التكامل.

ما هي متطلبات التخزين لتشغيل Ultralytics YOLO11 ؟

عادةً ما يتطلب تشغيل Ultralytics YOLO11 على إعداد قياسي حوالي 5 جيجابايت من مساحة القرص الحرة. يتضمن ذلك مساحة لتخزين نموذج YOLO11 وأي تبعيات إضافية. بالنسبة للحلول المستندة إلى السحابة، يوفر Ultralytics HUB إدارة فعالة للمشروع ومعالجة مجموعة البيانات، والتي يمكن أن تحسن احتياجات التخزين. تعرّف على المزيد حول خطة Pro Plan للحصول على ميزات محسّنة بما في ذلك التخزين الموسع.

ما الذي يجعل Ultralytics YOLO11 مختلفاً عن نماذج اكتشاف الأجسام الأخرى مثل Faster R-CNN أو SSD؟

Ultralytics YOLO11 يوفر ميزة على طرازات مثل Faster R-CNN أو SSD بقدراته على الكشف في الوقت الحقيقي ودقة أعلى. تسمح له بنيته الفريدة بمعالجة الصور بشكل أسرع بكثير دون المساومة على الدقة، مما يجعله مثاليًا للتطبيقات الحساسة للوقت مثل أنظمة الإنذار الأمني. للحصول على مقارنة شاملة لنماذج اكتشاف الأجسام، يمكنك استكشاف دليلنا.

كيف يمكنني تقليل تكرار الإيجابيات الخاطئة في نظام الأمان الخاص بي باستخدام Ultralytics YOLO11 ؟

لتقليل النتائج الإيجابية الكاذبة، تأكد من أن نموذج Ultralytics YOLO11 الخاص بك مدرب بشكل كافٍ باستخدام مجموعة بيانات متنوعة ومشروحة بشكل جيد. يمكن أن يؤدي ضبط المعلمات التشعبية وتحديث النموذج بانتظام ببيانات جديدة إلى تحسين دقة الكشف بشكل كبير. يمكن العثور على تقنيات الضبط التفصيلي للمعاملات الفائقة في دليل ضبط المعلمات الفائقة الخاص بنا.

📅 تم إنشاؤها منذ 1 سنة مضت ✏️ تم التحديث منذ 27 يومًا

التعليقات