Ultralytics YOLO11 المهام

YOLO11 هو إطار عمل للذكاء الاصطناعي يدعم العديد من مهام الرؤية الحاسوبية. يمكن استخدام الإطار لأداء مهام الكشف والتجزئة والتجزئة والتصنيف وتقدير الوضعية. لكل مهمة من هذه المهام هدف وحالة استخدام مختلفة.

شاهد: استكشف Ultralytics YOLO المهام : اكتشاف الكائنوالتقسيم و OBB والتعقب وتقدير الوضعية.

الكشف

الكشف هو المهمة الأساسية التي يدعمها YOLO11. ويتضمن الكشف عن الأجسام في صورة أو إطار فيديو ورسم مربعات محددة حولها. يتم تصنيف الكائنات المكتشفة إلى فئات مختلفة بناءً على سماتها. YOLO11 يمكن أن يكتشف اكتشاف كائنات متعددة في صورة واحدة أو إطار فيديو واحد بدقة وسرعة عاليتين.

أمثلة على الكشف

التقسيم

التقسيم هو مهمة تتضمن تقسيم الصورة إلى مناطق مختلفة بناءً على محتوى الصورة. يتم تعيين تسمية كل منطقة بناءً على محتواها. وتُعد هذه المهمة مفيدة في تطبيقات مثل تجزئة الصور والتصوير الطبي. YOLO11 يستخدم متغيرًا من بنية U-Net لإجراء التجزئة.

أمثلة على التقسيم

التصنيف

التصنيف هو مهمة تتضمن تصنيف صورة ما إلى فئات مختلفة. YOLO11 يمكن استخدام لتصنيف الصور بناءً على محتواها. يستخدم متغيرًا من بنية EfficientNet لإجراء التصنيف.

أمثلة على التصنيف

الوضعية

اكتشاف الوضعية/نقطة المفتاح هي مهمة تتضمن اكتشاف نقاط محددة في صورة أو إطار فيديو. ويُشار إلى هذه النقاط بالنقاط الرئيسية وتُستخدم لتتبع الحركة أو تقدير الوضعية. YOLO11 يمكن أن يكتشف النقاط الرئيسية في صورة أو إطار فيديو بدقة وسرعة عاليتين.

أمثلة على الوضعيات

OBB

يذهب الاكتشاف الموجه للأجسام خطوة أبعد من الاكتشاف العادي للأجسام بإدخال زاوية إضافية لتحديد موقع الأجسام بدقة أكبر في الصورة. YOLO11 يمكن أن يكتشف الأجسام المدورة في صورة أو إطار فيديو بدقة وسرعة عاليتين.

الكشف الموجه

الخاتمة

YOLO11 يدعم مهام متعددة، بما في ذلك الكشف والتجزئة والتصنيف والكشف عن الكائنات الموجهة والكشف عن النقاط الرئيسية. لكل من هذه المهام أهداف وحالات استخدام مختلفة. من خلال فهم الاختلافات بين هذه المهام، يمكنك اختيار المهمة المناسبة لتطبيق رؤية الكمبيوتر الخاص بك.

الأسئلة الشائعة

ما المهام التي يمكن أن يؤديها Ultralytics YOLO11 ؟

Ultralytics YOLO11 هو إطار عمل متعدد الاستخدامات للذكاء الاصطناعي قادر على أداء مهام رؤية حاسوبية متنوعة بدقة وسرعة عاليتين. تشمل هذه المهام ما يلي:

• الكشف: تحديد وتوطين الأجسام في الصور أو إطارات الفيديو من خلال رسم مربعات محددة حولها.
• التقسيم: تجزئة الصور إلى مناطق مختلفة بناءً على محتواها، وهو مفيد لتطبيقات مثل التصوير الطبي.
• التصنيف: تصنيف صور كاملة بناءً على محتواها، والاستفادة من المتغيرات في بنية EfficientNet.
• تقدير الوضعية: اكتشاف نقاط رئيسية محددة في صورة أو إطار فيديو لتتبع الحركات أو الوضعيات.
• الكشف عن الأجسام الموجهة (OBB): اكتشاف الأجسام المدوّرة بزاوية توجيه مضافة لتحسين الدقة.

كيف يمكنني استخدام Ultralytics YOLO11 لاكتشاف الأجسام؟

لاستخدام Ultralytics YOLO11 للكشف عن الأجسام، اتبع الخطوات التالية:

1. قم بإعداد مجموعة بياناتك بالصيغة المناسبة.
2. تدريب النموذج YOLO11 باستخدام مهمة الكشف.
3. استخدم النموذج لعمل تنبؤات من خلال إدخال صور أو إطارات فيديو جديدة.

from ultralytics import YOLO

# Load a pre-trained YOLO model (adjust model type as needed)
model = YOLO("yolo11n.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

# Run YOLO detection from the command line
yolo detect model=yolo11n.pt source="image.jpg"  # Adjust model and source as needed

لمزيد من الإرشادات التفصيلية، راجع أمثلة الكشف لدينا.

ما هي فوائد استخدام YOLO11 لمهام التجزئة؟

يوفر استخدام YOLO11 لمهام التجزئة العديد من المزايا:

1. دقة عالية: تستفيد مهمة التجزئة من متغير من بنية U-Net لتحقيق تجزئة دقيقة.
2. السرعة: تم تحسين YOLO11 للتطبيقات في الوقت الحقيقي، مما يوفر معالجة سريعة حتى للصور عالية الدقة.
3. تطبيقات متعددة: إنه مثالي للتصوير الطبي والقيادة الذاتية والتطبيقات الأخرى التي تتطلب تجزئة مفصلة للصور.

تعرف على المزيد حول فوائد وحالات استخدام YOLO11 للتجزئة في قسم التجزئة.

هل يمكن لموقع Ultralytics YOLO11 التعامل مع تقدير الوضعية واكتشاف النقاط الرئيسية؟

نعم، يمكن للموقع Ultralytics YOLO11 إجراء تقدير الوضعية واكتشاف النقاط الرئيسية بفعالية وبدقة وسرعة عاليتين. تُعد هذه الميزة مفيدة بشكل خاص لتتبع الحركات في التحليلات الرياضية والرعاية الصحية وتطبيقات التفاعل بين الإنسان والحاسوب. YOLO11 يكتشف نقاط المفتاح في صورة أو إطار فيديو، مما يسمح بتقدير الوضع بدقة.

لمزيد من التفاصيل ونصائح التنفيذ، تفضل بزيارة أمثلة تقدير الوضعيات.

لماذا يجب أن أختار Ultralytics YOLO11 للكشف عن الكائنات الموجهة (OBB)؟

توفر ميزة الكشف عن الأجسام الموجهة (OBB) مع YOLO11 دقة محسّنة من خلال اكتشاف الأجسام بمعامل زاوية إضافي. تُعد هذه الميزة مفيدة للتطبيقات التي تتطلب تحديدًا دقيقًا لتوطين الأجسام المدورة، مثل تحليل الصور الجوية وأتمتة المستودعات.

• زيادة الدقة: يقلل مكوّن الزاوية من النتائج الإيجابية الخاطئة للأجسام المدوّرة.
• تطبيقات متعددة الاستخدامات: مفيدة للمهام في التحليل الجغرافي المكاني والروبوتات وغيرها.

راجع قسم اكتشاف الكائنات الموجهة لمزيد من التفاصيل والأمثلة.

📅 تم إنشاؤها منذ 1 سنة مضت ✏️ تم التحديث منذ 14 يومًا

التعليقات