تعلّم كيف يساعد حساب المسافة في تطبيقات الرؤية الحاسوبية باستخدام Ultralytics YOLO11 في قياس مدى قرب الأجسام في الوقت الفعلي.
عندما تعبر الطريق وترى سيارة قادمة نحوك، يمكنك أن تحدد على الفور المسافة التي تبعدها عنك تقريباً. ويرجع الفضل في هذا الحكم السريع والغريزي تقريباً إلى الفهم المكاني لمحيطك. واستناداً إلى هذا الإحساس، يمكنك أن تقرر ما إذا كنت ستسرع أو تتوقف أو تواصل السير.
وبالمثل، فإن الرؤية الحاسوبية هي فرع من فروع الذكاء الاصطناعي (AI) الذي يتيح للآلات تطوير فهم لمحيطها من خلال تفسير البيانات المرئية. تماماً مثل كيفية تقييم مدى قرب السيارة لاتخاذ قرارات سريعة، يمكن لنماذج الرؤية الحاسوبية تحليل الصور ومقاطع الفيديو، مما يساعد الآلات على استشعار العالم من حولها والتفاعل معه.
على سبيل المثال Ultralytics YOLO11 هو نموذج رؤية حاسوبية يمكنه اكتشاف وتتبع الأجسام في الصور ومقاطع الفيديو في الوقت الفعلي. ببساطة، يعمل YOLO11 من خلال النظر إلى الصورة بأكملها مرة واحدة، بدلاً من النظر إلى أجزاء منها، مما يجعله أسرع وأكثر كفاءة. ويمكنه أيضًا التعامل مع مهام الرؤية الحاسوبية مثل تجزئة المثيل وتقدير الوضعية وتصنيف الصور.
وعلى وجه الخصوص، يمكن استخدام قدرات YOLO11 لحساب المسافة التي تفصل بين الأجسام بعضها عن بعض، وهو أمر مفيد في العديد من المجالات مثل التصنيع وتجارة التجزئة وإدارة الحشود، مما يساعد على تحسين السلامة والكفاءة.
في هذه المقالة، سنستكشف كيف يمكن استخدام YOLO11 لحساب المسافة في تطبيقات الرؤية الحاسوبية، وسبب أهميته، وتأثيره في مختلف الصناعات.
يتضمن حساب المسافة في الرؤية الحاسوبية اكتشاف وتحديد موقع وقياس وحدات البكسل بين جسمين في الصورة. وحدات البكسل هي الوحدات الفردية التي تشكل الصورة الرقمية، ويمثل كل منها نقطة واحدة ذات لون أو قيمة شدة محددة.
لتحويل قياسات البكسل إلى مسافات في العالم الحقيقي، فإن المعايرة هي المفتاح. يمكنك التفكير في الأمر على أنه استخدام مسطرة لقياس شيء ما ثم استخدام هذا القياس لفهم حجم الأجسام الأخرى. من خلال الرجوع إلى الأجسام ذات الأحجام المعروفة، تنشئ المعايرة رابطًا بين وحدات البكسل والمسافات الفعلية الفعلية.
دعونا نلقي نظرة على مثال لنرى كيف يعمل هذا. في الصورة أدناه، العملة المعدنية هي الجسم المرجعي، وحجمها (0.9 بوصة في 1.0 بوصة) معروف. من خلال مقارنة قياسات البكسل للأجسام الأخرى بحجم العملة، يمكننا حساب حجمها الحقيقي.
ومع ذلك، يتم إجراء حساب المسافة في مستوى ثنائي الأبعاد (ثنائي الأبعاد)، مما يعني أنه يقيس المسافات الأفقية والرأسية فقط بين الأجسام. يختلف هذا عن تقدير العمق، الذي يقيس المسافة بين الأجسام في الفضاء ثلاثي الأبعاد، بما في ذلك المسافة بينها وبين الكاميرا.
على الرغم من أن كاميرات العمق يمكنها قياس العمق الحقيقي وإعطاء معلومات مكانية أكثر تفصيلاً، إلا أنه في كثير من الحالات، تكون المسافة البسيطة المعايرة كافية. على سبيل المثال، تعمل معرفة المسافة بين الأجسام في مستوى ثنائي الأبعاد بشكل جيد في مهام مثل تتبع الأجسام أو إدارة قوائم الانتظار، لذا لا حاجة إلى تقدير العمق في هذه الحالات.
بعد ذلك، دعنا نتعرف على كيفية حساب المسافة بين جسمين باستخدام دعم YOLO11 لاكتشاف الأجسام وتتبعها. إليك التفاصيل
من المهم أن تضع في اعتبارك أن المسافات المحسوبة باستخدام هذه الطريقة هي مجرد تقديرات لأنها تستند إلى قياسات ثنائية الأبعاد بالبكسل.
وبالنظر إلى أن حساب المسافات باستخدام YOLO11 هو أمر تقديري، فقد تتساءل: أين يمكن استخدام ذلك، وكيف يمكن أن يحدث فرقاً؟
نظرًا لاستخدام المعايرة للوصول إلى تقديرات المسافة هذه، فهي دقيقة بما يكفي للمساعدة في العديد من المواقف العملية. تُعد تقديرات المسافة في YOLO11مفيدة بشكل خاص في البيئات الديناميكية، مثل المستودعات، حيث تكون الأجسام في حركة مستمرة وتكون التعديلات في الوقت الفعلي ضرورية للحفاظ على سير الأمور بسلاسة.
أحد الأمثلة المثيرة للاهتمام هو استخدام YOLO11 لتتبع الطرود على الحزام الناقل وتقدير المسافة بينها في الوقت الفعلي. يساعد ذلك مديري المستودعات على التأكد من أن الطرود متباعدة بشكل صحيح، مما يمنع التصادم ويحافظ على سير الأمور بسلاسة.
في مثل هذه الحالات، لا تكون المسافة الدقيقة ضرورية دائمًا. عادةً ما يتم تعيين نطاق أو عتبة للمسافة المثلى، لذا فإن التقدير يعمل بشكل جيد لهذه الأنواع من التطبيقات.
يمكن أن تستفيد تطبيقات الرؤية الحاسوبية المختلفة من حساب المسافة بين الأجسام باستخدام YOLO11. في تحليلات البيع بالتجزئة، على سبيل المثال، يساعد في تحسين إدارة طوابير الانتظار من خلال تتبع مواقع العملاء في الوقت الفعلي. وهذا يجعل من الممكن للشركات تخصيص الموارد بشكل أفضل، وتقليل أوقات الانتظار، وخلق تجربة تسوق أكثر سلاسة. من خلال ضبط مستويات التوظيف وإدارة تدفق العملاء بشكل ديناميكي، يمكن للمتاجر منع الازدحام وتحسين استخدام المساحة.
وبالمثل، في إدارة حركة المرور، يساعد تقدير المسافة في مراقبة التباعد بين المركبات وتحليل أنماط حركة المرور. ويمكن استخدام ذلك للكشف عن السلوكيات الخطيرة، مثل التجاوز من الخلف، وتعديل إشارات المرور للحفاظ على انسيابية حركة المرور. يمكن أن يساعد في جعل الطرق أكثر أماناً من خلال تحديد المشكلات المحتملة وتحسين إدارة حركة المرور بشكل عام في الوقت الفعلي.
ومن الاستخدامات الفريدة الأخرى لهذه التقنية أثناء جائحة كوفيد-19 عندما ساعدت في تعزيز التباعد الاجتماعي. فقد حرصت هذه التقنية على إبقاء الناس على مسافة آمنة في الأماكن العامة والمتاجر والمستشفيات، مما قلل من خطر انتشار الفيروس.
من خلال تتبع المسافات في الوقت الحقيقي، يمكن إرسال تنبيهات عندما يكون الأفراد قريبين جداً، مما يسهل على الشركات ومقدمي الرعاية الصحية الاستجابة بسرعة والحفاظ على بيئة أكثر أماناً للجميع.
والآن بعد أن ناقشنا بعض تطبيقات حساب المسافة باستخدام رؤية الكمبيوتر، إليك نظرة فاحصة على الفوائد المرتبطة بذلك:
على الرغم من هذه المزايا، إلا أن هناك أيضًا بعض القيود التي يجب وضعها في الاعتبار عند تنفيذ مثل هذه الأنظمة. فيما يلي لمحة سريعة عن العوامل الرئيسية التي يجب أخذها في الاعتبار عندما يتعلق الأمر بحساب المسافة باستخدام الرؤية الحاسوبية:
يُعد حساب المسافة بين الأجسام باستخدام YOLO11 حلاً موثوقاً يمكن أن يدعم عملية اتخاذ القرار. وهي مفيدة بشكل خاص في البيئات الديناميكية مثل المستودعات وتجارة التجزئة وإدارة حركة المرور، حيث يمكن أن يؤدي تتبع قرب الأجسام إلى تحسين الكفاءة والسلامة.
يتيح YOLO11 إمكانية أتمتة المهام التي تتطلب عادةً جهدًا يدويًا. على الرغم من وجود بعض التحديات، مثل الحساسية للعوامل البيئية والمخاوف المتعلقة بالخصوصية، إلا أن الفوائد، مثل الأتمتة وقابلية التوسع وسهولة التكامل، تجعلها مؤثرة. مع استمرار تحسن الرؤية الحاسوبية، خاصةً في مجالات مثل حساب المسافات، من المحتمل أن نشهد تحولاً حقيقياً في كيفية تفاعل الآلات مع محيطها وفهمه.
انضم إلى مجتمعنا! استكشف مستودع GitHub الخاص بنا لمعرفة المزيد عن Vision AI. إذا كنت مهتمًا بالاستفادة من رؤية الكمبيوتر، اطلع على خيارات الترخيص لدينا. تعرّف على كيفية تحسين الرؤية الحاسوبية في مجال الرعاية الصحية من خلال تحسين الكفاءة والاطلاع على تأثير الذكاء الاصطناعي في الزراعة من خلال زيارة صفحات الحلول الخاصة بنا!
AR
EN
ZH
KO
JA
RU
DE
FR
ES
PT
IT
TR
VI