Ultralytics YOLOv8 المهام

YOLOv8 هو إطار عمل الذكاء الاصطناعي يدعم مهام رؤية الكمبيوتر المتعددة. يمكن استخدام إطار العمل لإجراء الكشف ، والتجزئة ، و obb ، والتصنيف ، وتقدير الوضع . كل مهمة من هذه المهام لها هدف مختلف وحالة استخدام.

شاهد: استكشف Ultralytics YOLO المهام: اكتشاف الكائن ، والتجزئة ، و OBB ، والتتبع ، وتقدير الوضع.

الكشف

الكشف هو المهمة الأساسية التي يدعمها YOLOv8. يتضمن اكتشاف الكائنات في إطار صورة أو فيديو ورسم مربعات محيطة حولها. يتم تصنيف الكائنات المكتشفة إلى فئات مختلفة بناء على ميزاتها. YOLOv8 يمكنه اكتشاف كائنات متعددة في صورة واحدة أو إطار فيديو بدقة وسرعة عالية.

أمثلة الكشف

تجزئه

التقسيم هو مهمة تتضمن تقسيم الصورة إلى مناطق مختلفة بناء على محتوى الصورة. يتم تعيين تسمية لكل منطقة بناء على محتواها. هذه المهمة مفيدة في تطبيقات مثل تجزئة الصور والتصوير الطبي. YOLOv8 يستخدم متغيرا من بنية U-Net لإجراء التجزئة.

أمثلة التجزئة

تصنيف

التصنيف هو مهمة تتضمن تصنيف صورة إلى فئات مختلفة. YOLOv8 يمكن استخدامها لتصنيف الصور بناء على محتواها. يستخدم متغيرا من بنية EfficientNet لإجراء التصنيف.

أمثلة التصنيف

تشكل

اكتشاف الوضعية / النقطة الرئيسية هو مهمة تتضمن اكتشاف نقاط محددة في صورة أو إطار فيديو. يشار إلى هذه النقاط باسم النقاط الرئيسية وتستخدم لتتبع الحركة أو تقدير الوضع. YOLOv8 يمكنه اكتشاف النقاط الرئيسية في صورة أو إطار فيديو بدقة وسرعة عالية.

طرح أمثلة

أوب

يذهب اكتشاف الكائنات الموجهة خطوة أبعد من اكتشاف الكائنات العادية مع إدخال زاوية إضافية لتحديد موقع الكائنات بشكل أكثر دقة في الصورة. YOLOv8 يمكن اكتشاف الكائنات التي تم تدويرها في صورة أو إطار فيديو بدقة وسرعة عالية.

الكشف الموجه

استنتاج

YOLOv8 يدعم مهام متعددة ، بما في ذلك الكشف والتجزئة والتصنيف واكتشاف الكائنات الموجهة واكتشاف النقاط الرئيسية. كل من هذه المهام لها أهداف وحالات استخدام مختلفة. من خلال فهم الاختلافات بين هذه المهام ، يمكنك اختيار المهمة المناسبة لتطبيق رؤية الكمبيوتر الخاص بك.

الأسئلة المتداولة

ما المهام التي يمكن أن يؤديها Ultralytics YOLOv8 ؟

Ultralytics YOLOv8 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 عن طريق 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 YOLOv8 لاكتشاف الأجسام؟

لاستخدام Ultralytics YOLOv8 للكشف عن الأجسام، اتبع الخطوات التالية:

1. قم بإعداد مجموعة بياناتك بالصيغة المناسبة.
2. تدريب النموذج YOLOv8 باستخدام مهمة الكشف.
3. استخدم النموذج لعمل تنبؤات من خلال إدخال صور أو إطارات فيديو جديدة.

from ultralytics import YOLO

model = YOLO("yolov8n.pt")  # Load pre-trained model
results = model.predict(source="image.jpg")  # Perform object detection
results[0].show()

yolo detect model=yolov8n.pt source='image.jpg'

لمزيد من الإرشادات التفصيلية، راجع أمثلة الكشف لدينا.

ما هي فوائد استخدام YOLOv8 في مهام التجزئة؟

يوفر استخدام YOLOv8 لمهام التجزئة العديد من المزايا:

1. دقة عالية: تستفيد مهمة التجزئة من متغير من بنية U-Net لتحقيق تجزئة دقيقة.
2. السرعة: تم تحسين YOLOv8 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 YOLOv8 للتجزئة في قسم التجزئة.

هل يمكن لموقع Ultralytics YOLOv8 التعامل مع تقدير الوضعية واكتشاف النقاط الرئيسية؟

نعم، يمكن للموقع Ultralytics YOLOv8 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. YOLOv8 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 YOLOv8 للكشف عن الكائنات الموجهة (OBB)؟

توفر ميزة الكشف عن الأجسام الموجهة (OBB) مع YOLOv8 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.

التعليقات