انتقل إلى المحتوى

الاستدلال المباشر باستخدام تطبيق Streamlit باستخدام Ultralytics YOLOv8

مقدمة

يجعل Streamlit من السهل إنشاء تطبيقات الويب التفاعلية ونشرها. يتيح الجمع بين هذا مع Ultralytics YOLOv8 اكتشاف الكائنات وتحليلها في الوقت الفعلي مباشرةً في متصفحك. YOLOv8 دقة وسرعة عالية تضمن أداءً سلسًا لبث الفيديو المباشر، مما يجعله مثاليًا للتطبيقات في مجالات الأمن وتجارة التجزئة وغيرها.

تربيه الاحياء المائيه تربية الحيوانات
الكشف عن الأسماك باستخدام Ultralytics YOLOv8 الكشف عن الحيوانات باستخدام Ultralytics YOLOv8
الكشف عن الأسماك باستخدام Ultralytics YOLOv8 الكشف عن الحيوانات باستخدام Ultralytics YOLOv8

مزايا الاستدلال المباشر

  • اكتشاف الأجسام في الوقت الحقيقي بسلاسة: يتيح لك Streamlit مع YOLOv8 اكتشاف الكائنات في الوقت الفعلي مباشرةً من خلاصة كاميرا الويب الخاصة بك. يتيح ذلك إجراء تحليلات ورؤى فورية، مما يجعلها مثالية للتطبيقات التي تتطلب ملاحظات فورية.
  • نشر سهل الاستخدام: تجعل واجهة Streamlit التفاعلية من السهل نشر التطبيق واستخدامه دون معرفة تقنية واسعة. يمكن للمستخدمين بدء الاستدلال المباشر بنقرة بسيطة، مما يعزز إمكانية الوصول وسهولة الاستخدام.
  • الاستخدام الفعال للموارد: تضمن الخوارزمية المحسّنة YOLOv8 معالجة عالية السرعة بأقل قدر من الموارد الحاسوبية. وتسمح هذه الكفاءة بالاستدلال السلس والموثوق بكاميرا الويب حتى على الأجهزة القياسية، مما يجعل الرؤية الحاسوبية المتقدمة في متناول جمهور أوسع.

رمز تطبيق Streamlit

Ultralytics التركيب

قبل أن تبدأ في إنشاء التطبيق، تأكد من تثبيت الحزمة Ultralytics Python . يمكنك تثبيتها باستخدام الأمر pip install ultralytics

تطبيق ستريمليت

from ultralytics import solutions

solutions.inference()

### Make sure to run the file using command `streamlit run <file-name.py>`
yolo streamlit-predict

سيؤدي هذا إلى تشغيل تطبيق Streamlit في متصفح الويب الافتراضي الخاص بك. سترى العنوان الرئيسي والعنوان الفرعي والشريط الجانبي مع خيارات التكوين. حدد نموذج YOLOv8 الذي تريده، وقم بتعيين عتبات الثقة وعتبات NMS، وانقر فوق الزر "ابدأ" لبدء اكتشاف الكائن في الوقت الفعلي.

استنتاج

باتباع هذا الدليل، تكون قد نجحت في إنشاء تطبيق للكشف عن الأجسام في الوقت الحقيقي باستخدام Streamlit و Ultralytics YOLOv8 . يسمح لك هذا التطبيق بتجربة قوة YOLOv8 في اكتشاف الأجسام من خلال كاميرا الويب الخاصة بك، مع واجهة سهلة الاستخدام والقدرة على إيقاف دفق الفيديو في أي وقت.

لمزيد من التحسينات، يمكنك استكشاف إضافة المزيد من الميزات مثل تسجيل دفق الفيديو، أو حفظ الإطارات المشروحة، أو التكامل مع مكتبات الرؤية الحاسوبية الأخرى.

شارك أفكارك مع المجتمع

تفاعل مع المجتمع لمعرفة المزيد واستكشاف المشكلات وحلها ومشاركة مشاريعك:

أين تجد المساعدة والدعم

  • مشكلات GitHub: قم بزيارة مستودعUltralytics GitHub لطرح الأسئلة والإبلاغ عن الأخطاء واقتراح الميزات.
  • Ultralytics خادم ديسكورد: انضم إلى خادم Ultralytics Discord Server للتواصل مع المستخدمين والمطورين الآخرين والحصول على الدعم ومشاركة المعرفة وتبادل الأفكار وتبادل الأفكار.

الوثائق الرسمية

  • Ultralytics YOLOv8 التوثيق: ارجع إلى الوثائق الرسمية YOLOv8 للحصول على أدلة شاملة ورؤى حول مختلف مهام ومشاريع الرؤية الحاسوبية.

الأسئلة المتداولة

كيف يمكنني إعداد تطبيق اكتشاف الأجسام في الوقت الحقيقي باستخدام Streamlit و Ultralytics YOLOv8 ؟

يعد إعداد تطبيق الكشف عن الكائنات في الوقت الفعلي باستخدام Streamlit و Ultralytics YOLOv8 أمرًا بسيطًا ومباشرًا. أولاً، تأكد من تثبيت الحزمة Ultralytics Python باستخدام:

pip install ultralytics

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

تطبيق ستريمليت

from ultralytics import solutions
solutions.inference()

### Make sure to run the file using command `streamlit run <file-name.py>`
yolo streamlit-predict

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

ما هي المزايا الرئيسية لاستخدام Ultralytics YOLOv8 مع Streamlit للكشف عن الأجسام في الوقت الحقيقي؟

يوفر استخدام Ultralytics YOLOv8 مع Streamlit للكشف عن الأجسام في الوقت الحقيقي العديد من المزايا:

  • اكتشاف سلس في الوقت الحقيقي: احصل على دقة عالية، واكتشاف الكائنات في الوقت الحقيقي مباشرةً من خلاصات كاميرا الويب.
  • واجهة سهلة الاستخدام: تتيح واجهة Streamlit البديهية سهولة الاستخدام والنشر دون معرفة تقنية واسعة.
  • كفاءة الموارد: تضمن خوارزميات YOLOv8 المحسّنة معالجة عالية السرعة بأقل قدر من الموارد الحاسوبية.

اكتشف المزيد عن هذه المزايا هنا.

كيف يمكنني نشر تطبيق اكتشاف الكائنات Streamlit في متصفح الويب الخاص بي؟

بعد ترميز تطبيق Streamlit الخاص بك الذي يدمج Ultralytics YOLOv8 ، يمكنك نشره عن طريق تشغيله:

streamlit run <file-name.py>

سيؤدي هذا الأمر إلى تشغيل التطبيق في متصفح الويب الافتراضي الخاص بك، مما يتيح لك تحديد نماذج YOLOv8 ، وتعيين الثقة، وعتبات نظام إدارة المحتوى، وبدء اكتشاف الكائنات في الوقت الفعلي بنقرة بسيطة. للحصول على دليل مفصل، راجع قسم كود تطبيق Streamlit.

ما هي بعض حالات الاستخدام للكشف عن الأجسام في الوقت الحقيقي باستخدام Streamlit و Ultralytics YOLOv8 ؟

يمكن تطبيق الكشف عن الأجسام في الوقت الحقيقي باستخدام Streamlit و Ultralytics YOLOv8 في مختلف القطاعات:

  • الأمان: المراقبة في الوقت الحقيقي للوصول غير المصرح به.
  • البيع بالتجزئة: عدّ العملاء، وإدارة الأرفف، وغير ذلك الكثير.
  • الحياة البرية والزراعة: مراقبة الحيوانات وظروف المحاصيل.

لمزيد من حالات الاستخدام المتعمقة والأمثلة، استكشف Ultralytics Solutions.

كيف يمكن مقارنة Ultralytics YOLOv8 بنماذج اكتشاف الأجسام الأخرى مثل YOLOv5 و RCNNs؟

Ultralytics YOLOv8 يوفر العديد من التحسينات على النماذج السابقة مثل YOLOv5 و RCNNs:

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

للاطلاع على مقارنة شاملة، راجع Ultralytics YOLOv8 Documentation ومنشورات المدونة ذات الصلة التي تناقش أداء النموذج.



تم الإنشاء 2024-07-05، تم التحديث 2024-07-05
المؤلفون: جلين-جوتشر (1)

التعليقات