Link to this sectionالاستنتاج المباشر باستخدام تطبيق Streamlit مع Ultralytics YOLO26#

Link to this sectionمقدمة#

تجعل Streamlit من السهل بناء ونشر تطبيقات ويب تفاعلية. ويسمح دمجها مع Ultralytics YOLO26 بإجراء اكتشاف للأجسام وتحليل في الوقت الفعلي مباشرة في متصفحك. تضمن الدقة والسرعة العالية لـ YOLO26 أداءً سلسًا لبث الفيديو المباشر، مما يجعله مثاليًا للتطبيقات في مجالات الأمن والتجزئة وغيرها.

تربية الأحياء المائية	تربية الحيوانات
اكتشاف الأسماك باستخدام Ultralytics YOLO26	اكتشاف الحيوانات باستخدام Ultralytics YOLO26

Link to this sectionمزايا الاستنتاج المباشر#

• اكتشاف سلس للأجسام في الوقت الفعلي: يتيح دمج Streamlit مع YOLO26 اكتشاف الأجسام في الوقت الفعلي مباشرة من بث كاميرا الويب الخاصة بك. وهذا يسمح بالتحليل الفوري والحصول على رؤى، مما يجعله مثاليًا لـ التطبيقات التي تتطلب استجابة فورية.
• نشر سهل الاستخدام: تجعل واجهة Streamlit التفاعلية من السهل نشر التطبيق واستخدامه دون الحاجة إلى معرفة تقنية واسعة. يمكن للمستخدمين بدء الاستنتاج المباشر بنقرة بسيطة، مما يعزز إمكانية الوصول وسهولة الاستخدام.
• استخدام فعال للموارد: تضمن الخوارزميات المحسنة لـ YOLO26 معالجة عالية السرعة بأقل قدر من الموارد الحسابية. تسمح هذه الكفاءة بإجراء استنتاج سلس وموثوق عبر كاميرا الويب حتى على الأجهزة القياسية، مما يجعل الرؤية الحاسوبية المتقدمة متاحة لشريحة أوسع من المستخدمين.

Link to this sectionكود تطبيق Streamlit#

pip install ultralytics

yolo solutions inference

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

سيؤدي هذا إلى تشغيل تطبيق Streamlit في متصفح الويب الافتراضي الخاص بك. سترى العنوان الرئيسي والعنوان الفرعي والشريط الجانبي مع خيارات التكوين. حدد نموذج YOLO26 الذي تريده، واضبط الثقة وحدود NMS، وانقر على زر "Start" لبدء اكتشاف الأجسام في الوقت الفعلي.

Link to this sectionكيف يعمل#

خلف الكواليس، يستخدم تطبيق Streamlit وحدة حلول Ultralytics لإنشاء واجهة تفاعلية. عند بدء الاستنتاج، يقوم التطبيق بما يلي:

1. التقاط الفيديو من كاميرا الويب الخاصة بك أو من ملف فيديو تم تحميله
2. معالجة كل إطار من خلال نموذج YOLO26
3. تطبيق اكتشاف الأجسام باستخدام حدود الثقة وIoU التي حددتها
4. عرض الإطارات الأصلية والموضحة في الوقت الفعلي
5. تمكين تتبع الأجسام اختياريًا إذا تم تحديده

يوفر التطبيق واجهة نظيفة وسهلة الاستخدام مع أدوات للتحكم في معلمات النموذج وبدء/إيقاف الاستنتاج في أي وقت.

Link to this sectionالخلاصة#

باتباع هذا الدليل، تكون قد نجحت في إنشاء تطبيق لاكتشاف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26. يتيح لك هذا التطبيق تجربة قوة YOLO26 في اكتشاف الأجسام عبر كاميرا الويب الخاصة بك، مع واجهة سهلة الاستخدام وإمكانية إيقاف بث الفيديو في أي وقت.

لإجراء تحسينات إضافية، يمكنك استكشاف إضافة المزيد من الميزات مثل تسجيل بث الفيديو، أو حفظ الإطارات الموضحة، أو التكامل مع مكتبات الرؤية الحاسوبية الأخرى.

Link to this sectionشارك أفكارك مع المجتمع#

تفاعل مع المجتمع لمعرفة المزيد، واستكشاف المشكلات وإصلاحها، ومشاركة مشاريعك:

Link to this sectionأين تجد المساعدة والدعم#

• مشكلات GitHub: تفضل بزيارة مستودع Ultralytics على GitHub لطرح الأسئلة، والإبلاغ عن الأخطاء، واقتراح ميزات جديدة.
• خادم Ultralytics على Discord: انضم إلى خادم Ultralytics على Discord للتواصل مع مستخدمين ومطورين آخرين، والحصول على الدعم، ومشاركة المعرفة، وطرح الأفكار.

Link to this sectionالتوثيق الرسمي#

• وثائق Ultralytics YOLO26: ارجع إلى وثائق YOLO26 الرسمية للحصول على أدلة شاملة ورؤى حول مختلف مهام ومشاريع الرؤية الحاسوبية.

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف يمكنني إعداد تطبيق لاكتشاف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26؟#

إعداد تطبيق لاكتشاف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26 أمر مباشر. أولاً، تأكد من تثبيت حزمة Ultralytics Python باستخدام:

pip install ultralytics

ثم، يمكنك إنشاء تطبيق Streamlit أساسي لتشغيل الاستنتاج المباشر:

from ultralytics import solutions

inf = solutions.Inference(
    model="yolo26n.pt",  # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)

inf.inference()

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

لمزيد من التفاصيل حول الإعداد العملي، ارجع إلى قسم كود تطبيق Streamlit في الوثائق.

Link to this sectionما هي المزايا الرئيسية لاستخدام Ultralytics YOLO26 مع Streamlit لاكتشاف الأجسام في الوقت الفعلي؟#

يوفر استخدام Ultralytics YOLO26 مع Streamlit لاكتشاف الأجسام في الوقت الفعلي العديد من المزايا:

• اكتشاف سلس في الوقت الفعلي: تحقيق اكتشاف دقيق للأجسام في الوقت الفعلي مباشرة من بث كاميرا الويب.
• واجهة سهلة الاستخدام: تتيح واجهة Streamlit البديهية سهولة الاستخدام والنشر دون الحاجة إلى معرفة تقنية واسعة.
• كفاءة الموارد: تضمن الخوارزميات المحسنة لـ YOLO26 معالجة عالية السرعة بأقل قدر من الموارد الحسابية.

تعرف على المزيد حول هذه المزايا في قسم مزايا الاستنتاج المباشر.

Link to this sectionكيف يمكنني نشر تطبيق اكتشاف الأجسام باستخدام Streamlit في متصفح الويب الخاص بي؟#

بعد برمجة تطبيق Streamlit الخاص بك ودمج Ultralytics YOLO26، يمكنك نشره عن طريق تشغيل:

streamlit run path/to/file.py

سيؤدي هذا الأمر إلى تشغيل التطبيق في متصفح الويب الافتراضي الخاص بك، مما يتيح لك تحديد نماذج YOLO26، وضبط حدود الثقة وNMS، وبدء اكتشاف الأجسام في الوقت الفعلي بنقرة بسيطة. للحصول على دليل تفصيلي، ارجع إلى قسم كود تطبيق Streamlit.

Link to this sectionما هي بعض حالات الاستخدام لاكتشاف الأجسام في الوقت الفعلي باستخدام Streamlit وUltralytics YOLO26؟#

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

• الأمن: مراقبة في الوقت الفعلي للكشف عن الدخول غير المصرح به وأنظمة الإنذار الأمني.
• التجزئة: حساب العملاء، وإدارة الأرفف، وتتبع المخزون.
• الحياة البرية والزراعة: مراقبة الحيوانات وظروف المحاصيل من أجل جهود الحفاظ على البيئة.

لمزيد من حالات الاستخدام والأمثلة المتعمقة، استكشف حلول Ultralytics.

Link to this sectionكيف يمكن مقارنة Ultralytics YOLO26 بنماذج اكتشاف الأجسام الأخرى مثل YOLOv5 وRCNNs؟#

يوفر Ultralytics YOLO26 العديد من التحسينات مقارنة بالنماذج السابقة مثل YOLOv5 وRCNNs:

• سرعة ودقة أعلى: أداء محسن للتطبيقات في الوقت الفعلي.
• سهولة الاستخدام: واجهات وعمليات نشر مبسطة.
• كفاءة الموارد: تم تحسينه للحصول على سرعة أفضل مع الحد الأدنى من المتطلبات الحسابية.

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