Ultralytics YOLO27:

الاستدلال المباشر باستخدام تطبيق Streamlit وUltralytics YOLO26#

مقدمة#

تُسهّل Streamlit عملية إنشاء تطبيقات الويب التفاعلية ونشرها. ويتيح دمجها مع Ultralytics YOLO26 إجراء كشف الأجسام وتحليلها في الوقت الفعلي مباشرةً في متصفحك. وتضمن دقة YOLO26 العالية وسرعته أداءً سلسًا لتدفقات الفيديو المباشرة، ما يجعله مثاليًا للتطبيقات الأمنية وتطبيقات البيع بالتجزئة وغيرها.



Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
الاستزراع المائيتربية الحيوانات
كشف الأسماك باستخدام Ultralytics YOLO26كشف الحيوانات باستخدام Ultralytics YOLO26
كشف الأسماك باستخدام Ultralytics YOLO26كشف الحيوانات باستخدام Ultralytics YOLO26

مزايا الاستدلال المباشر#

  • كشف الأجسام السلس في الوقت الفعلي: تتيح Streamlit، بالاقتران مع YOLO26، كشف الأجسام في الوقت الفعلي مباشرةً من بث كاميرا الويب. ويتيح ذلك إجراء التحليل والحصول على الرؤى فورًا، ما يجعلها مثالية لـالتطبيقات التي تتطلب استجابة فورية.
  • النشر سهل الاستخدام: تجعل واجهة Streamlit التفاعلية نشر التطبيق واستخدامه أمرًا سهلًا دون الحاجة إلى معرفة تقنية واسعة. ويمكن للمستخدمين بدء الاستدلال المباشر بنقرة بسيطة، مما يعزز سهولة الوصول والاستخدام.
  • الاستخدام الفعّال للموارد: تضمن خوارزميات YOLO26 المحسّنة معالجة عالية السرعة مع الحد الأدنى من الموارد الحاسوبية. وتتيح هذه الكفاءة إجراء الاستدلال من كاميرا الويب بسلاسة وموثوقية حتى على الأجهزة القياسية، مما يجعل الرؤية الحاسوبية المتقدمة متاحة لجمهور أوسع.

رمز تطبيق Streamlit#

تثبيت Ultralytics

قبل البدء في إنشاء التطبيق، تأكد من تثبيت حزمة Ultralytics Python.

pip install ultralytics
الاستدلال باستخدام Streamlit وUltralytics YOLO
yolo solutions inference

yolo solutions inference model="path/to/model.pt"

yolo solutions help # list the available solution commands and arguments

تُشغّل هذه الأوامر واجهة Streamlit الافتراضية المضمّنة مع Ultralytics.

سيؤدي ذلك إلى تشغيل تطبيق Streamlit في متصفح الويب الافتراضي لديك. وستظهر لك العناوين الرئيسية والفرعية والشريط الجانبي الذي يتضمن خيارات الإعداد. اختر نموذج YOLO26 المطلوب، واضبط عتبات الثقة و‏NMS، ثم انقر فوق الزر "Start" لبدء كشف الأجسام في الوقت الفعلي.

آلية العمل#

في الخلفية، يستخدم تطبيق Streamlit وحدة حلول Ultralytics لإنشاء واجهة تفاعلية. عند بدء الاستدلال، ينفّذ التطبيق ما يلي:

  1. يلتقط الفيديو من كاميرا الويب أو من ملف فيديو مرفوع
  2. يعالج كل إطار عبر نموذج YOLO26
  3. يطبّق كشف الأجسام باستخدام عتبات الثقة وIoU المحددة
  4. يعرض الإطارات الأصلية والمشروحة في الوقت الفعلي
  5. يُمكّن تتبّع الأجسام اختياريًا إذا تم تحديده

يوفر التطبيق واجهة واضحة وسهلة الاستخدام، مع عناصر تحكم لضبط معلمات النموذج وبدء الاستدلال أو إيقافه في أي وقت.

الخلاصة#

باتباع هذا الدليل، تكون قد أنشأت بنجاح تطبيقًا لكشف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26. ويتيح لك هذا التطبيق اختبار إمكانات YOLO26 في كشف الأجسام عبر كاميرا الويب، مع واجهة سهلة الاستخدام وإمكانية إيقاف تدفق الفيديو في أي وقت.

ولإجراء تحسينات إضافية، يمكنك استكشاف إضافة ميزات أخرى، مثل تسجيل تدفق الفيديو، وحفظ الإطارات المشروحة، أو التكامل مع مكتبات الرؤية الحاسوبية الأخرى.

الأسئلة الشائعة#

  • إن إعداد تطبيق لكشف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26 أمر مباشر. أولًا، تأكد من تثبيت حزمة Ultralytics Python باستخدام:

    pip install ultralytics

    بعد ذلك، يمكنك إنشاء تطبيق Streamlit أساسي لتشغيل الاستدلال المباشر:

    تطبيق Streamlit
    from ultralytics import solutions

inf = solutions.Inference(
    model="yolo26n.pt",  # you can use any model that Ultralytics supports, e.g., YOLO26, or a custom-trained model
)

inf.inference()

# Make sure to run the file using command `streamlit run path/to/file.py`

    لمزيد من التفاصيل حول الإعداد العملي، راجع قسم رمز تطبيق Streamlit في الوثائق.

  • يوفر استخدام Ultralytics YOLO26 مع Streamlit لكشف الأجسام في الوقت الفعلي عدة مزايا:

    • الكشف السلس في الوقت الفعلي: حقّق كشفًا عالي-الدقة للأجسام في الوقت الفعلي مباشرةً من بث كاميرا الويب.
    • واجهة سهلة الاستخدام: تتيح واجهة Streamlit البديهية سهولة الاستخدام والنشر دون الحاجة إلى معرفة تقنية واسعة.
    • كفاءة الموارد: تضمن خوارزميات YOLO26 المحسّنة معالجة عالية السرعة مع الحد الأدنى من الموارد الحاسوبية.

    تعرّف على مزيد من التفاصيل حول هذه المزايا في قسم مزايا الاستدلال المباشر.

  • بعد كتابة تطبيق Streamlit ودمج Ultralytics YOLO26 فيه، يمكنك نشره بتشغيل:

    streamlit run path/to/file.py

    سيؤدي هذا الأمر إلى تشغيل التطبيق في متصفح الويب الافتراضي لديك، مما يتيح لك اختيار نماذج YOLO26، وضبط عتبات الثقة وNMS، وبدء كشف الأجسام في الوقت الفعلي بنقرة بسيطة. للحصول على دليل مفصل، راجع قسم رمز تطبيق Streamlit.

  • يمكن تطبيق كشف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26 في قطاعات مختلفة:

    لمزيد من حالات الاستخدام والأمثلة المتعمقة، استكشف حلول Ultralytics.

  • يوفر Ultralytics YOLO26 عدة تحسينات مقارنةً بالنماذج السابقة مثل YOLOv5 وRCNNs:

    • سرعة ودقة أعلى: أداء محسّن للتطبيقات في الوقت الفعلي.
    • سهولة الاستخدام: واجهات ونشر مبسّطان.
    • كفاءة الموارد: مُحسّن لتحقيق سرعة أفضل مع متطلبات حوسبة محدودة.

    للاطلاع على مقارنة شاملة، راجع وثائق Ultralytics YOLO26 ومنشورات المدونة ذات الصلة التي تناقش أداء النماذج.

المساهمون
GLglenn-jocher14RIRizwanMunawar8RAraimbekovm3PDpderrenger1MAMatthewNoyce1JKjk4e1AMambitious-octopus1RUrulosant1

التعليقات