Link to this sectionمهام رؤية الحاسوب المدعومة من Ultralytics YOLO26#

يعد Ultralytics YOLO26 إطار عمل ذكاء اصطناعي متعدد الاستخدامات يدعم العديد من مهام رؤية الحاسوب. يمكن استخدام إطار العمل لتنفيذ الكشف، والتجزئة، والتجزئة الدلالية، وOBB، والتصنيف، وتقدير الوضعية. لكل من هذه المهام هدف وحالة استخدام مختلفة، مما يسمح لك بمعالجة تحديات رؤية الحاسوب المتنوعة باستخدام إطار عمل واحد.

Link to this sectionالكشف#

الكشف هو المهمة الأساسية التي يدعمها YOLO26. ويتضمن تحديد الكائنات في صورة أو إطار فيديو ورسم صناديق إحاطة حولها. يتم تصنيف الكائنات المكتشفة إلى فئات مختلفة بناءً على ميزاتها. يمكن لـ YOLO26 اكتشاف كائنات متعددة في صورة واحدة أو إطار فيديو واحد بدقة عالية وسرعة كبيرة، مما يجعله مثالياً للتطبيقات اللحظية مثل أنظمة المراقبة والمركبات ذاتية القيادة.

أمثلة على الكشف

Link to this sectionتجزئة الصور#

تأخذ التجزئة كشف الكائنات خطوة إضافية من خلال إنتاج أقنعة على مستوى البكسل لكل كائن. هذه الدقة مفيدة لتطبيقات مثل التصوير الطبي، والتحليل الزراعي، ومراقبة جودة التصنيع.

أمثلة على التجزئة

Link to this sectionالتجزئة الدلالية#

تُسند التجزئة الدلالية تسمية فئة لكل بكسل في الصورة، مما ينتج خريطة فئات كثيفة للمشهد بأكمله. على عكس تجزئة المثيلات، فهي لا تميز بين الكائنات الفردية من نفس الفئة. وهذا يجعلها مثالية لـ القيادة الذاتية، وتحليل المشاهد، ورسم خرائط الغطاء الأرضي حيث يكون فهم التخطيط المكاني الكامل أكثر أهمية من تحديد الكائنات الفردية.

أمثلة على التجزئة الدلالية

Link to this sectionالتصنيف#

يتضمن التصنيف تصنيف الصور بأكملها بناءً على محتواها. هذه المهمة ضرورية لتطبيقات مثل تصنيف المنتجات في التجارة الإلكترونية، واعتدال المحتوى، ومراقبة الحياة البرية.

أمثلة على التصنيف

Link to this sectionتقدير الوضعية#

يكتشف تقدير الوضعية نقاطاً رئيسية محددة في الصور أو إطارات الفيديو لتتبع الحركات أو تقدير الأوضاع. يمكن لهذه النقاط الرئيسية أن تمثل مفاصل الإنسان، أو ملامح الوجه، أو غيرها من نقاط الاهتمام المهمة. يتفوق YOLO26 في اكتشاف النقاط الرئيسية بدقة وسرعة عاليتين، مما يجعله قيماً لـ تطبيقات اللياقة البدنية، وتحليلات الرياضة، والتفاعل بين الإنسان والحاسوب.

أمثلة على الوضعية

Link to this sectionOBB#

يعزز كشف صندوق الإحاطة الموجه (OBB) كشف الكائنات التقليدي من خلال إضافة زاوية توجيه لتحديد مكان الكائنات المدورة بشكل أفضل. تعد هذه القدرة قيمة بشكل خاص لـ تحليل الصور الجوية، ومعالجة المستندات، والتطبيقات الصناعية حيث تظهر الكائنات بزوايا مختلفة. يقدم YOLO26 دقة وسرعة عاليتين لاكتشاف الكائنات المدورة في سيناريوهات متنوعة.

الكشف الموجه

Link to this sectionالخلاصة#

يدعم Ultralytics YOLO26 العديد من مهام رؤية الحاسوب، بما في ذلك الكشف، وتجزئة المثيلات، والتجزئة الدلالية، والتصنيف، وكشف الكائنات الموجه، وكشف النقاط الرئيسية. تعالج كل مهمة احتياجات محددة في مشهد رؤية الحاسوب، بدءاً من تحديد الكائنات الأساسي وصولاً إلى تحليل الوضعية التفصيلي. من خلال فهم قدرات وتطبيقات كل مهمة، يمكنك اختيار النهج الأكثر ملاءمة لتحديات رؤية الحاسوب الخاصة بك والاستفادة من ميزات YOLO26 القوية لبناء حلول فعالة.

Link to this sectionالأسئلة الشائعة#

Link to this sectionما هي مهام رؤية الحاسوب التي يمكن لـ Ultralytics YOLO26 تنفيذها؟#

Ultralytics YOLO26 هو إطار عمل ذكاء اصطناعي متعدد الاستخدامات قادر على تنفيذ مهام رؤية حاسوب متنوعة بدقة وسرعة عاليتين. تتضمن هذه المهام:

• كشف الكائنات: تحديد وتوطين الكائنات في الصور أو إطارات الفيديو عن طريق رسم صناديق إحاطة حولها.
• تجزئة الصور: تجزئة الصور إلى مناطق مختلفة بناءً على محتواها، وهو أمر مفيد لتطبيقات مثل التصوير الطبي.
• التجزئة الدلالية: تعيين تسمية فئة لكل بكسل في الصورة لفهم مكثف للمشهد.
• التصنيف: تصنيف الصور بأكملها بناءً على محتواها.
• تقدير الوضعية: اكتشاف نقاط رئيسية محددة في صورة أو إطار فيديو لتتبع الحركات أو الأوضاع.
• كشف الكائنات الموجه (OBB): اكتشاف الكائنات المدورة بزاوية توجيه مضافة لتحسين الدقة.

Link to this sectionكيف يمكنني استخدام Ultralytics YOLO26 لكشف الكائنات؟#

لاستخدام Ultralytics YOLO26 لكشف الكائنات، اتبع الخطوات التالية:

1. جهز مجموعة البيانات الخاصة بك بالتنسيق المناسب.
2. قم بتدريب نموذج YOLO26 باستخدام مهمة الكشف.
3. استخدم النموذج لإجراء تنبؤات عن طريق إدخال صور أو إطارات فيديو جديدة.

from ultralytics import YOLO

# Load a pretrained YOLO model (adjust model type as needed)
model = YOLO("yolo26n.pt")  # n, s, m, l, x versions available

# Perform object detection on an image
results = model.predict(source="image.jpg")  # Can also use video, directory, URL, etc.

# Display the results
results[0].show()  # Show the first image results

لمزيد من التعليمات التفصيلية، تحقق من أمثلة الكشف الخاصة بنا.

Link to this sectionما هي فوائد استخدام YOLO26 لمهام التجزئة؟#

يوفر استخدام YOLO26 لمهام التجزئة عدة مزايا:

1. دقة عالية: توفر مهمة التجزئة أقنعة دقيقة على مستوى البكسل.
2. السرعة: تم تحسين YOLO26 للتطبيقات اللحظية، مما يوفر معالجة سريعة حتى للصور ذات الدقة العالية.
3. تطبيقات متعددة: إنه مثالي للتصوير الطبي، والقيادة الذاتية، والتطبيقات الأخرى التي تتطلب تجزئة دقيقة للصور.

تعرف على المزيد حول فوائد وحالات استخدام YOLO26 للتجزئة في قسم تجزئة الصور.

Link to this sectionهل يمكن لـ Ultralytics YOLO26 التعامل مع تقدير الوضعية واكتشاف النقاط الرئيسية؟#

نعم، يمكن لـ Ultralytics YOLO26 تنفيذ تقدير الوضعية واكتشاف النقاط الرئيسية بفعالية بدقة وسرعة عاليتين. تعد هذه الميزة مفيدة بشكل خاص لتتبع الحركات في تحليلات الرياضة، والرعاية الصحية، وتطبيقات التفاعل بين الإنسان والحاسوب. يكتشف YOLO26 النقاط الرئيسية في صورة أو إطار فيديو، مما يسمح بتقدير دقيق للوضعية.

لمزيد من التفاصيل ونصائح التنفيذ، تفضل بزيارة أمثلة تقدير الوضعية الخاصة بنا.

Link to this sectionلماذا يجب علي اختيار Ultralytics YOLO26 لكشف الكائنات الموجه (OBB)؟#

يوفر كشف الكائنات الموجه (OBB) باستخدام YOLO26 دقة محسنة من خلال اكتشاف الكائنات بمعامل زاوية إضافي. هذه الميزة مفيدة للتطبيقات التي تتطلب توطيناً دقيقاً للكائنات المدورة، مثل تحليل الصور الجوية وأتمتة المستودعات.

• دقة متزايدة: يقلل مكون الزاوية من الإيجابيات الخاطئة للكائنات المدورة.
• تطبيقات متنوعة: مفيد للمهام في التحليل الجغرافي المكاني، والروبوتات، وما إلى ذلك.

تحقق من قسم كشف الكائنات الموجه لمزيد من التفاصيل والأمثلة.