Link to this sectionتقدير السرعة باستخدام Ultralytics YOLO26 🚀#

Link to this sectionما هو تقدير السرعة؟#

تقدير السرعة هو عملية حساب معدل حركة جسم ما ضمن سياق معين، وغالباً ما يُستخدم في تطبيقات الرؤية الحاسوبية. باستخدام Ultralytics YOLO26 يمكنك الآن حساب سرعة الأجسام باستخدام تتبع الأجسام إلى جانب بيانات المسافة والزمن، وهو أمر حيوي لمهام مثل مراقبة حركة المرور والمراقبة الأمنية. تؤثر دقة تقدير السرعة بشكل مباشر على كفاءة وموثوقية التطبيقات المختلفة، مما يجعلها عنصراً أساسياً في تطوير الأنظمة الذكية وعمليات اتخاذ القرار في الوقت الفعلي.

Link to this sectionمزايا تقدير السرعة#

• التحكم الفعال في حركة المرور: يساعد تقدير السرعة الدقيق في إدارة تدفق حركة المرور، وتعزيز السلامة، وتقليل الازدحام على الطرق.
• الملاحة الذاتية الدقيقة: في الأنظمة الذاتية مثل السيارات ذاتية القيادة، يضمن تقدير السرعة الموثوق ملاحة آمنة ودقيقة للمركبة.
• تعزيز أمن المراقبة: يساعد تقدير السرعة في تحليلات المراقبة على تحديد السلوكيات غير المعتادة أو التهديدات المحتملة، مما يحسن فعالية التدابير الأمنية.

Link to this sectionتطبيقات العالم الحقيقي#

النقل	النقل
تقدير السرعة على الطريق باستخدام Ultralytics YOLO26	تقدير السرعة على الجسر باستخدام Ultralytics YOLO26

# Run a speed example
yolo solutions speed show=True

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

# Adjust meter per pixel value based on camera configuration
yolo solutions speed meter_per_pixel=0.05

Link to this sectionوسائط SpeedEstimator#

إليك جدول يوضح وسائط SpeedEstimator:

يسمح حل SpeedEstimator باستخدام وسائط track:

بالإضافة إلى ذلك، يتم دعم خيارات التصور التالية:

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف يمكنني تقدير سرعة جسم ما باستخدام Ultralytics YOLO26؟#

يتضمن تقدير سرعة الأجسام باستخدام Ultralytics YOLO26 الجمع بين تقنيات كشف الأجسام والتتبع. أولاً، تحتاج إلى كشف الأجسام في كل إطار باستخدام نموذج YOLO26. ثم تتبع هذه الأجسام عبر الإطارات لحساب حركتها بمرور الوقت. وأخيراً، استخدم المسافة التي قطعها الجسم بين الإطارات ومعدل الإطارات لتقدير سرعته.

مثال:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
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("speed_estimation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize SpeedEstimator
speedestimator = solutions.SpeedEstimator(
    model="yolo26n.pt",
    show=True,
)

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break
    results = speedestimator(im0)
    video_writer.write(results.plot_im)

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

لمزيد من التفاصيل، راجع منشور مدونتنا الرسمي.

Link to this sectionما هي فوائد استخدام Ultralytics YOLO26 لتقدير السرعة في إدارة حركة المرور؟#

يوفر استخدام Ultralytics YOLO26 لتقدير السرعة مزايا كبيرة في إدارة حركة المرور:

• تعزيز السلامة: تقدير سرعات المركبات بدقة لاكتشاف السرعة الزائدة وتحسين سلامة الطرق.
• المراقبة في الوقت الفعلي: الاستفادة من قدرة YOLO26 على كشف الأجسام في الوقت الفعلي لمراقبة تدفق حركة المرور والازدحام بفعالية.
• قابلية التوسع: نشر النموذج على إعدادات أجهزة متنوعة، من أجهزة الحافة إلى الخوادم، مما يضمن حلولاً مرنة وقابلة للتوسع للتطبيقات واسعة النطاق.

لمزيد من التطبيقات، انظر مزايا تقدير السرعة.

Link to this sectionهل يمكن دمج YOLO26 مع أطر عمل ذكاء اصطناعي أخرى مثل TensorFlow أو PyTorch؟#

نعم، يمكن دمج YOLO26 مع أطر عمل ذكاء اصطناعي أخرى مثل TensorFlow و PyTorch. توفر Ultralytics الدعم لتصدير نماذج YOLO26 إلى تنسيقات متنوعة مثل ONNX و TensorRT و CoreML، مما يضمن قابلية التشغيل البيني السلس مع أطر عمل تعلم الآلة الأخرى.

لتصدير نموذج YOLO26 إلى تنسيق ONNX:

yolo export model=yolo26n.pt format=onnx

تعرف على المزيد حول تصدير النماذج في دليل التصدير الخاص بنا.

Link to this sectionما مدى دقة تقدير السرعة باستخدام Ultralytics YOLO26؟#

تعتمد دقة تقدير السرعة باستخدام Ultralytics YOLO26 على عدة عوامل، بما في ذلك جودة تتبع الأجسام، ودقة ومعدل إطارات الفيديو، والمتغيرات البيئية. في حين يوفر مقدر السرعة تقديرات موثوقة، فقد لا يكون دقيقاً بنسبة 100% بسبب التباينات في سرعة معالجة الإطارات وحجب الأجسام.

ملاحظة: ضع دائماً في اعتبارك هامش الخطأ وقم بالتحقق من صحة التقديرات مقابل بيانات الحقيقة الأرضية (ground truth) متى كان ذلك ممكناً.

لمزيد من النصائح لتحسين الدقة، طالع قسم وسائط SpeedEstimator.