تتبع المناطق (TrackZone) باستخدام Ultralytics YOLO26#
ما هو TrackZone؟#
تتخصص TrackZone في مراقبة الكائنات داخل مناطق محددة من الإطار بدلاً من الإطار بأكمله. تم بناؤها باستخدام Ultralytics YOLO26، وهي تدمج اكتشاف الكائنات والتتبع خصويصاً داخل المناطق لمقاطع الفيديو وتغذيات الكاميرات المباشرة. تجعل خوارزميات YOLO26 المتقدمة وتقنيات التعلم العميق منها خياراً مثالياً لحالات الاستخدام في الوقت الفعلي، حيث توفر تتبعاً دقيقاً وفعالاً للكائنات في تطبيقات مثل مراقبة الحشود والرقابة.
Watch: How to Track Objects in Region using Ultralytics YOLO26 | TrackZone 🚀
مزايا تتبع الكائنات في المناطق (TrackZone)#
- تحليل مستهدف: يسمح تتبع الكائنات داخل مناطق محددة بالحصول على رؤى أكثر تركيزاً، مما يتيح مراقبة وتحليلاً دقيقاً للمناطق ذات الأهمية، مثل نقاط الدخول أو المناطق المقيدة.
- تقليل عبء العمل اللاحق: من خلال تجاهل الكائنات الموجودة خارج المنطقة، تزيل TrackZone الاكتشافات غير ذات الصلة بحيث يكون هناك عدد أقل من الكائنات التي يجب عدّها أو تسجيلها أو إصدار تنبيهات بشأنها في المنطق الذي تبنيه فوقها. لا يزال الاكتشاف يعمل على إطار كامل الحجم مقنع بدلاً من قص ضيق للمنطقة، لذا فإن الفائدة هي مخرجات أكثر نظافة وتركيزاً بدلاً من استنتاج أسرع للنموذج.
- أمن معزز: يعمل التتبع المعتمد على المناطق على تحسين المراقبة من خلال مراقبة المناطق الحرجة، مما يساعد في الكشف المبكر عن الأنشطة غير العادية أو الخروقات الأمنية.
- حلول قابلة للتوسع: تجعل القدرة على التركيز على مناطق محددة TrackZone قابلاً للتكيف مع سيناريوهات مختلفة، بدءاً من مساحات التجزئة وصولاً إلى الإعدادات الصناعية، مما يضمن تكاملاً سلساً وقابلية للتوسع.
تطبيقات العالم الحقيقي#
| الزراعة | النقل |
|---|---|
 |  |
| تتبع النباتات في الحقل باستخدام Ultralytics YOLO26 | تتبع المركبات على الطريق باستخدام Ultralytics YOLO26 |
# Run a trackzone example
yolo solutions trackzone show=True
# Pass a source video
yolo solutions trackzone source="path/to/video.mp4" show=True
# Pass region coordinates
yolo solutions trackzone show=True region="[(150, 150), (1130, 150), (1130, 570), (150, 570)]"تعتمد TrackZone على قائمة region لمعرفة أي جزء من الإطار يجب مراقبته. قم بتحديد المضلع ليتطابق مع المنطقة الفيزيائية التي تهتم بها (الأبواب، البوابات، إلخ)، واحتفظ بـ show=True ممكناً أثناء التكوين حتى تتمكن من التحقق من توافق الطبقة مع تغذية الفيديو.
- كل إدخال في
regionهو إحداثي بكسل(x, y)في إطار الفيديو. قم سرد النقاط بالترتيب الذي يجب أن تُربط به حول محيط المنطقة التي تريد مراقبتها. - ترتبط الإحداثيات بدقة الإطار، لذا فإن المنطقة ذات الحجم المخصص لتغذية 1280×720 لن تتطابق مع تغذية 640×480. احتفظ بـ
show=Trueأثناء التكوين حتى تتمكن من تأكيد توافق الطبقة مع التغذية الخاصة بك. - يقوم
TrackZoneبتقليص النقاط إلى هيكلها المحدب، لذا يتم تبسيط الشكل غير المحدب إلى أصغر مضلع محدب يحتوي على جميع نقاطه. للأشكال غير المحدبة أو عدة مناطق منفصلة، استخدم حل RegionCounter بدلاً من ذلك. - إذا قomت بإغفال
regionتماماً، يتم استخدام منطقة افتراضية من[(75, 75), (565, 75), (565, 285), (75, 285)].
وسائط TrackZone#
إليك جدول يحتوي على وسائط TrackZone:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
model | str | None | المسار إلى ملف نموذج Ultralytics YOLO. |
region | list أو dict | None | النقاط التي تحدد منطقة الاهتمام، إما قائمة من صفوف (x, y) أو قاموس يربط أسماء المناطق بقوائم النقاط لمناطق متعددة (RegionCounter فقط). عندما يكون None، تتراجع الحلول التي تتطلب منطقة إلى افتراضي مُحدد مسبقًا. |
line_width | int | 2 | سمك الخط للمربعات والنقاط الرئيسية والعدادات التي ترسمها الحلول. |
verbose | bool | True | يمكّن سجل الحلول لكل إطار لشكل الإدخال، وعدد الفئات، وسرعة المعالجة. استدعاء التتبع بحد ذاته صامت دائماً. |
يتضمن حل TrackZone دعماً لمعلمات track:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
tracker | str | 'botsort.yaml' | يحدد خوارزمية التتبع المراد استخدامها. الخيارات المضمنة: botsort.yaml، وbytetrack.yaml، وocsort.yaml، وdeepocsort.yaml، وfasttrack.yaml، وtracktrack.yaml. |
conf | float | 0.25 | يضبط عتبة الثقة للاكتشافات؛ تسمح القيم المنخفضة بتتبع المزيد من الكائنات ولكنها قد تتضمن إيجابيات كاذبة. |
iou | float | 0.7 | يحدد عتبة Intersection over Union (IoU) لتصفية عمليات الكشف المتداخلة. |
classes | list | None | يقوم بتصفية النتائج حسب الفهرس الفئة. على سبيل المثال، يقوم classes=[0, 2, 3] بتتبع الفئات المحددة فقط. |
device | str | None | يحدد الجهاز للاستدلال (مثل cpu أو cuda:0 أو 0). يسمح للمستخدمين بالاختيار بين وحدة المعالجة المركزية (CPU)، أو وحدة معالجة رسومية (GPU) محددة، أو أجهزة الحوسبة الأخرى لتنفيذ النموذج. |
علاوة على ذلك، تتوفر خيارات التصور التالية:
| الوسيط | النوع | الافتراضي | الوصف |
|---|---|---|---|
show | bool | False | إذا كان True، يعرض الصور أو الفيديوهات المشروحة في نافذة. مفيد للحصول على ملاحظات مرئية فورية أثناء التطوير أو الاختبار. |
show_conf | bool | True | يعرض درجة الثقة لكل اكتشاف بجانب التصنيف. يوفر رؤية حول مدى يقين النموذج في كل اكتشاف. |
show_labels | bool | True | يعرض تصنيفات كل اكتشاف في المخرجات المرئية. يوفر فهماً فورياً للكائنات المكتشفة. |
عد الكائنات داخل المنطقة#
كل استدعاء للمتتبع يعيد كائن SolutionResults الذي تحمل سمته total_tracks عدد الكائنات المتتبعة حالياً داخل المنطقة. قم بقراءته في كل إطار لمراقبة الإشغال المباشر، على سبيل المثال لتسجيل مدى ازدحام نقطة دخول أو منطقة مقيدة:
import cv2
from ultralytics import solutions
cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"
region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)]
trackzone = solutions.TrackZone(show=False, region=region_points, model="yolo26n.pt")
while cap.isOpened():
success, im0 = cap.read()
if not success:
break
results = trackzone(im0)
print(f"Objects currently in zone: {results.total_tracks}") # live zone occupancy
cap.release()الأسئلة الشائعة#
يعد تتبع الكائنات في منطقة أو نطاق محدد من إطار الفيديو أمراً مباشراً مع Ultralytics YOLO26. ببساطة، استخدم الأمر الموضح أدناه لبدء التتبع. يضمن هذا النهج تحليلاً فعالاً ونتائج دقيقة، مما يجعله مثالياً لتطبيقات مثل المراقبة، أو إدارة الحشود، أو أي سيناريو يتطلب تتبعاً يعتمد على المناطق.
yolo solutions trackzone source="path/to/video.mp4" show=Trueباستخدام بضعة أسطر فقط من الكود، يمكنك إعداد تتبع الكائنات في مناطق محددة، مما يسهل دمجه في مشاريعك.
import cv2 from ultralytics import solutions cap = cv2.VideoCapture("path/to/video.mp4") assert cap.isOpened(), "Error reading video file" 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("trackzone_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h)) trackzone = solutions.TrackZone( show=True, region=[(150, 150), (1130, 150), (1130, 570), (150, 570)], model="yolo26n.pt" ) while cap.isOpened(): success, im0 = cap.read() if not success: break results = trackzone(im0) video_writer.write(results.plot_im) cap.release() video_writer.release() cv2.destroyAllWindows()تعد تهيئة نقاط المنطقة لمعالجة الفيديو باستخدام Ultralytics TrackZone أمراً بسيطاً وقابلاً للتخصيص. يمكنك تعريف المناطق وتعديلها مباشرة من خلال سكربت Python، مما يسمح بالتحكم الدقيق في المناطق التي ترغب في مراقبتها.
# Define region points region_points = [(150, 150), (1130, 150), (1130, 570), (150, 570)] # Initialize trackzone trackzone = solutions.TrackZone( show=True, # display the output region=region_points, # pass region points )تذكر أن
TrackZoneيقلص النقاط إلى هيكلها المحدب، لذا قم بسردها بالترتيب حول محيط المنطقة التي تريد مراقبتها.تعمل الحلول الثلاثة جميعها مع المناطق، لكنها تجيب على أسئلة مختلفة:
الحل استخدمه لـ المخرجات النموذجية TrackZone تتبع الكائنات ومراقبة الإشغال المباشر داخل منطقة محدبة واحدة المعرفات المتتبعة و total_tracksللمنطقةObjectCounter عد الكائنات التي تعبر خطاً أو تدخل وتخرج من منطقة إجمالي أعداد الدخول والخروج RegionCounter عد الكائنات داخل منطقة واحدة أو أكثر عشوائية (بما في ذلك غير المحدبة) أعداد الكائنات لكل منطقة اختر TrackZone عندما تريد تتبعاً مستمراً داخل منطقة واحدة، وRegionCounter عندما تحتاج إلى مناطق متعددة أو شكلاً غير محدب.