الاستنتاج المباشر باستخدام تطبيق Streamlit مع Ultralytics YOLO26

مقدمة

تجعل Streamlit من السهل بناء ونشر تطبيقات الويب التفاعلية. يتيح دمج هذا مع Ultralytics YOLO26 إمكانية اكتشاف الكائنات وتحليلها في الوقت الفعلي مباشرة في متصفحك. تضمن دقة وسرعة YOLO26 العالية أداءً سلساً لبث الفيديو المباشر، مما يجعله مثالياً للتطبيقات في مجالات الأمن والتجزئة وغيرها.



Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
الاستزراع المائيتربية الحيوانات
اكتشاف الأسماك باستخدام Ultralytics YOLO26اكتشاف الحيوانات باستخدام Ultralytics YOLO26
اكتشاف الأسماك باستخدام Ultralytics YOLO26اكتشاف الحيوانات باستخدام Ultralytics YOLO26

مزايا الاستنتاج المباشر

  • اكتشاف الكائنات في الوقت الفعلي بسلاسة: تتيح Streamlit بالاشتراك مع YOLO26 اكتشاف الكائنات في الوقت الفعلي مباشرة من بث كاميرا الويب الخاصة بك. وهذا يسمح بالتحليل والحصول على رؤى فورية، مما يجعله مثالياً 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 سهولة الوصول والاستخدام.
  • استخدام فعال للموارد: تضمن خوارزميات YOLO26 المحسنة معالجة عالية السرعة بأقل قدر من الموارد الحسابية. تسمح هذه الكفاءة بإجراء استنتاج سلس وموثوق عبر كاميرا الويب حتى على الأجهزة العادية، مما يجعل الرؤية الحاسوبية المتقدمة في متناول جمهور أوسع.

كود تطبيق Streamlit

تثبيت Ultralytics

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

pip install ultralytics
الاستنتاج باستخدام Streamlit مع Ultralytics YOLO
yolo solutions inference

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

تشغل هذه الأوامر واجهة Streamlit الافتراضية المرفقة مع Ultralytics. استخدم yolo solutions inference --help لعرض خيارات إضافية مثل source أو conf أو persist إذا كنت ترغب في تخصيص التجربة دون تعديل كود Python.

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 عتبات الثقة و NMS، ثم انقر على زر "Start" لبدء اكتشاف الكائنات في الوقت الفعلي.

كيف 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 عبر نموذج YOLO26
  3. تطبيق اكتشاف الكائنات باستخدام عتبات الثقة و IoU المحددة من قبلك
  4. عرض الإطارات الأصلية والموضحة في الوقت الفعلي
  5. تمكين تتبع الكائنات اختيارياً إذا تم تحديده

يوفر التطبيق واجهة نظيفة وسهلة الاستخدام مع عناصر تحكم لضبط معلمات النموذج وبدء/إيقاف الاستنتاج في أي وقت.

خاتمة

باتباع هذا الدليل، تكون قد نجحت في إنشاء تطبيق لاكتشاف الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLO26. يسمح لك هذا التطبيق بتجربة قوة YOLO26 في اكتشاف الكائنات من خلال 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 رؤية حاسوبية أخرى.

شارك أفكارك مع المجتمع

تفاعل مع المجتمع لتعلم المزيد، واستكشاف الأخطاء وإصلاحها، ومشاركة مشاريعك:

أين تجد المساعدة والدعم

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

التوثيق الرسمي

  • توثيق Ultralytics YOLO26: ارجع إلى التوثيق الرسمي لـ YOLO26 للحصول على أدلة شاملة ورؤى حول مهام ومشاريع الرؤية الحاسوبية المختلفة.

الأسئلة الشائعة

كيف يمكنني إعداد تطبيق لاكتشاف الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLO26؟

إن إعداد تطبيق لاكتشاف الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLO26 أمر بسيط. أولاً، تأكد من تثبيت حزمة Ultralytics Python باستخدام:

pip install ultralytics

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

تطبيق Streamlit
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 التوثيق.

ما هي المزايا الرئيسية لاستخدام Ultralytics YOLO26 مع Streamlit لاكتشاف الكائنات في الوقت الفعلي؟

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

  • اكتشاف سلس في الوقت الفعلي: تحقيق اكتشاف كائنات عالي الدقة وفي 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 خوارزميات YOLO26 المحسنة معالجة عالية السرعة بأقل قدر من الموارد الحسابية.

تعلم المزيد حول هذه الفوائد في قسم مزايا الاستنتاج المباشر.

كيف أقوم بنشر تطبيق اكتشاف الكائنات 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، مما يتيح لك تحديد نماذج YOLO26، وضبط عتبات الثقة و NMS، وبدء اكتشاف الكائنات في الوقت الفعلي بنقرة بسيطة. للحصول على دليل مفصل، راجع قسم كود تطبيق Streamlit.

ما هي بعض حالات الاستخدام لاكتشاف الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLO26؟

يمكن تطبيق اكتشاف الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLO26 في قطاعات متنوعة:

لمزيد من حالات الاستخدام المتعمقة والأمثلة، استكشف حلول Ultralytics.

كيف يقارن Ultralytics YOLO26 بنماذج اكتشاف الكائنات الأخرى مثل YOLOv5 و RCNNs؟

يوفر Ultralytics YOLO26 العديد من التحسينات على النماذج السابقة مثل YOLOv5 و RCNNs:

  • سرعة ودقة أعلى: أداء محسّن للتطبيقات في الوقت الفعلي.
  • سهولة الاستخدام: واجهات ونشر مبسط.
  • كفاءة الموارد: محسّن لسرعة أفضل مع الحد الأدنى من المتطلبات الحسابية.

للحصول على مقارنة شاملة، تحقق من توثيق Ultralytics YOLO26 ومدونات ذات صلة تناقش أداء النموذج.

التعليقات