تعرّف على كيفية استخدام Ultralytics YOLO11 في أنظمة التعرّف التلقائي على لوحات الأرقام (ANPR) للكشف في الوقت الحقيقي والمساعدة في إدارة حركة المرور ومواقف السيارات.
.png)
مع ازدياد اعتماد الذكاء الاصطناعي، أصبحت الابتكارات التي تعتمد على التعرُّف التلقائي على لوحات الأرقام (ANPR) أكثر شيوعاً. تستخدم أنظمة التعرُّف التلقائي على لوحات أرقام السيارات الرؤية الحاسوبية لقراءة لوحات أرقام السيارات تلقائياً وتحديدها وتتبُّعها. وقد أتاحت التطورات الأخيرة في مجال الذكاء الاصطناعي إمكانية دمج هذه الأنظمة بسرعة في حياتنا اليومية. في الواقع، ربما تكون قد شاهدت أنظمة ANPR في أكشاك دفع رسوم المرور أو أثناء عمليات التفتيش التي تجريها الشرطة للمركبات المسرعة.
تتزايد أهمية نظام التعرُّف على لوحات الأرقام بشكل متزايد، ومن المتوقع أن تصل قيمة سوق نظام التعرُّف على لوحات الأرقام في العالم إلى 4.8 مليار دولار بحلول عام 2027. أحد عوامل هذا النمو هو المزايا التي يوفرها نظام التعرُّف على لوحات الأرقام في تطبيقات مثل إدارة حركة المرور والأمن.
للحصول على أفضل النتائج من تطبيقات نظام التعرف على الرادار الراداري الآلي على الطريق، من المهم فهم تقنيات الذكاء الاصطناعي التي تقف وراء هذه الحلول. على سبيل المثال، يُعد اكتشاف الأجسام، وهي إحدى مهام الرؤية الحاسوبية، أمرًا ضروريًا للتعرّف على المركبات وتتبعها بدقة، وهنا يأتي دور نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 مثل نماذج الرؤية الحاسوبية. في هذه المقالة، سوف نلقي نظرة على كيفية عمل نظام التعرف على الرادار الراداري الوطني المجاني وكيف يمكن YOLO11على وجه الخصوص، في تحسين حلول ANPR.
.png)
يتضمن التعرّف التلقائي على لوحات الأرقام بعض الخطوات المهمة للتعرّف على لوحات أرقام السيارات بسرعة ودقة. دعنا نفصل كيفية عمل هذه الخطوات معاً لجعل العملية فعالة:
.png)
يمكن أن تواجه أنظمة ANPR في كثير من الأحيان تحديات مثل الإضاءة الضعيفة وتصميمات اللوحات المختلفة والظروف البيئية الصعبة. YOLO11 يمكن أن يساعد في معالجة هذه المخاوف من خلال تعزيز دقة الكشف وسرعة الكشف، حتى عندما تكون الظروف صعبة. باستخدام نماذج مثل YOLO11 ، يمكن أن يعمل نظام التعرف على اللوحات بشكل أكثر موثوقية، مما يسهّل التعرف على اللوحات في الوقت الفعلي، سواء كان ذلك في النهار أو الليل، أو في الطقس السيئ. في القسم التالي، سنلقي نظرة فاحصة على كيفية استخدام YOLO11 لتحقيق هذه التحسينات.
Ultralytics YOLO11 عُرضت لأول مرة في الحدث السنوي الهجين Ultralytics، YOLO Vision 2024 (YV24). كنموذج للكشف عن الكائنات يدعم تطبيقات الوقت الحقيقي, YOLO11YOLO11 مناسب أ يضًا لتطبيقات الذكاء الاص طناعي المتطورة. مناسب أيضًا لتطبيقات الذكاء الاصطناعي المتطورة . وهذا يسمح لحلول ANPR المدمجة مع YOLO11 بالعمل بفعالية، حتى عندما يكون اتصال الشبكة غير موثوق به. ونتيجة لذلك، يمكن أن تعمل أنظمة ANPR بسلاسة في المواقع النائية أو المناطق ذات الاتصال المحدود.
YOLO11 أيضًا تحسينات في الكفاءة مقارنةً بسابقاتها. على سبيل المثال، يحقق YOLO11m متوسط دقة أعلى على مجموعة بيانات COCO بمعلمات أقل بنسبة 22% مقارنةً بـ YOLOv8m. مع YOLO11 ، يمكن لأنظمة التعرف على لوحات السيارات ANPR التعامل مع تحديات مختلفة مثل ظروف الإضاءة المتغيرة والتصاميم المتنوعة للوحات السيارات والمركبات المتحركة بشكل أفضل، مما يؤدي إلى التعرف على لوحات السيارات بشكل أكثر موثوقية وفعالية.
إذا كنتَ تتساءل كيف يمكنك استخدام YOLO11 في مشروعك الخاص برصد الأجسام، فالأمر بسيط للغاية. لقد تم تدريب نماذج YOLO11 المختلفة التي تدعم اكتشاف الأجسام مسبقًا على مجموعة بيانات COCO. يمكن لهذه النماذج اكتشاف 80 نوعًا مختلفًا من الأجسام، مثل السيارات والدراجات والحيوانات. في حين أن لوحات الترخيص ليست جزءًا من التسميات المدربة مسبقًا، يمكن للمستخدمين بسهولة تدريب YOLO11 المخصص لاكتشاف لوحات الترخيص باستخدام ح زمة Ultralytics Python أو منصة Ultralytics HUB بدون رمز. يتمتع المستخدمون بالمرونة في إنشاء أو استخدام مجموعة بيانات مخصصة للوحات الترخيص لجعل نموذج YOLO11 المدربين المخصص مثاليًا لـ ANPR.
بعد ذلك، سوف نلقي نظرة على التطبيقات المختلفة التي يمكن فيها استخدام رادار تحديد الهوية الوطنية الراديوية (ANPR) و YOLO11 معًا لتحسين الكفاءة والدقة.
في المدن المزدحمة التي تعج بالسيارات في التقاطعات والطرق السريعة، يتعين على ضباط المرور إدارة الازدحام ومراقبة المخالفات المرورية وضمان السلامة العامة. يمكن أن يُحدث نظام ANPR، عند دمجه مع YOLO11 ، فرقاً كبيراً في هذه الجهود. فمن خلال التعرف على لوحات المركبات على الفور، يمكن للسلطات مراقبة تدفق حركة المرور وإنفاذ قوانين المرور وتحديد المركبات المتورطة في المخالفات بسرعة. على سبيل المثال، يمكن بسهولة الإبلاغ عن المركبات المسرعة.
بشكل عام، يمكن لنظام الرادار الآلي لقياس سرعة السيارات مع YOLO11 أتمتة المهام التي كانت ستتطلب جهدًا يدويًا لولا ذلك. ويمكنه اكتشاف المركبات التي تتجاوز الإشارة الضوئية الحمراء وإدارة عمليات أكشاك تحصيل الرسوم. إن أتمتة هذه المهام لا يجعل النظام أكثر كفاءة فحسب، بل يقلل أيضًا من عبء العمل على ضباط المرور، مما يتيح لهم التركيز على مسؤوليات أكثر أهمية.
في مجال إنفاذ القانون، يمكن أن يعمل كل من YOLO11 وANPR معًا لتتبع المركبات المسروقة وتحديد تلك التي تم الإبلاغ عن أنشطة مشبوهة. YOLO11 يضمن الاكتشاف في الوقت الحقيقي التعرف على المركبات بسرعة وموثوقية، حتى عندما تتحرك بسرعة. تساعد هذه الإمكانية على تحسين السلامة العامة من خلال تمكين أوقات استجابة أسرع وإنفاذ القانون بشكل أكثر فعالية.
ومن التطبيقات المثيرة الأخرى لنظام الرادار الآلي لوقوف السيارات مع YOLO11 في أنظمة إدارة مواقف السيارات. على سبيل المثال، فهي تتيح مواقف السيارات حيث يمكن للسيارات الدخول والوقوف والخروج دون أن يحتاج السائق إلى التفاعل مع ماكينة التذاكر أو عامل المواقف. يمكن أن تساعد أنظمة ANPR لوقوف السيارات التي تستخدم YOLO11 في عمليات الدخول والخروج والدفع بسلاسة.
عندما تقترب سيارة من بوابة الدخول، يتعرّف نظام التعرف على لوحة السيارة على الفور من خلال YOLO11 . ثم يقوم النظام بعد ذلك بمضاهاة اللوحة بقاعدة بيانات مسجلة مسبقاً أو إنشاء إدخال جديد. تُفتح البوابة تلقائيًا، مما يسمح للسيارة بالدخول دون أي خطوات يدوية. تخلق العملية السريعة تجربة أكثر ملاءمة للسائقين.
وبالمثل، عندما تغادر السيارة، يكتشف النظام لوحة الترخيص مرة أخرى باستخدام YOLO11. يحسب وقت وقوف السيارة ويمكنه معالجة الدفع تلقائياً إذا كانت السيارة مسجلة بطريقة الدفع. يُلغي التشغيل الآلي الحاجة إلى ماكينات الدفع الفعلية ويساعد في تقليل الازدحام عند المخارج، خاصةً في أوقات الازدحام.
YOLO11إن قدرة النظام على اكتشاف لوحات السيارات بدقة وفي الوقت الفعلي هي المفتاح لجعل أنظمة إدارة مواقف السيارات هذه تعمل بسلاسة. إلى جانب جعل وقوف السيارات أكثر ملاءمة، فهي تساعد المشغلين على إدارة مرافقهم بشكل أفضل من خلال تقليل العمل اليدوي وتحسين تدفق حركة المرور.
تُعد أنظمة ANPR المدمجة مع YOLO11 خيارًا رائعًا لإدارة الوصول إلى المناطق الآمنة مثل المجمّعات المُغلقة ومجمعات الشركات والمرافق المحظورة. وباستخدام نظام ANPR، يمكن لهذه المواقع أتمتة أمنها، والتأكد من أن المركبات المصرح لها فقط هي المسموح لها بالدخول.
إنه مشابه لنظام إدارة مواقف السيارات الذي ناقشناه سابقاً. والفرق الرئيسي هو أن النظام يتحقق من لوحة السيارة مقابل قائمة المركبات المصرح بها. إذا تمت الموافقة على السيارة، يتم فتح البوابة تلقائياً، مما يوفر وصولاً سلساً للمقيمين أو الموظفين أو الزوار مع الحفاظ على الأمن. تقلل هذه العملية من الحاجة إلى الفحص اليدوي، مما يسمح لموظفي الأمن بالتركيز على مهام أكثر أهمية.
والآن بعد أن استعرضنا بعض تطبيقات أنظمة ANPR المدمجة مع YOLO11 ، دعنا نفكر في هذه التطبيقات بطريقة أكثر ترابطًا.
وبعيدًا عن كونها تطبيقات فردية، فإن مزاياها تتألق حقًا عندما يُنظر إليها كحل واحد متماسك في البنية التحتية الحضرية للمدن الذكية. مع تطور المدن لتصبح أكثر ذكاءً، تلعب أنظمة ANPR دوراً متزايد الأهمية في البنية التحتية الحضرية.
على سبيل المثال، ضع في اعتبارك مدينة ذكية تُستخدم فيها تقنية ANPR لإدارة حركة المرور، ومنح الوصول الآمن، وتنظيم وقوف السيارات في آنٍ واحد. يمكن الكشف عن السيارة عند دخولها المدينة، وتتبعها في جميع أنحاء المدينة، ومنحها حق الوصول إلى المناطق المحظورة، والسماح لها بالوقوف دون أي تدخل يدوي.
من خلال دمج نماذج الرؤية الحاسوبية مثل YOLO11 ، يمكن أن تساعد أنظمة ANPR في إدارة حركة المرور بكفاءة أكبر وتعزيز الأمن وتحسين السلامة العامة. تتيح هذه الأنظمة إمكانية المراقبة في الوقت الحقيقي، والعمليات الآلية، واتخاذ القرارات المستندة إلى البيانات، وهي ضرورية لإدارة التعقيدات المتزايدة للمدن الحديثة.
أصبحت أنظمة ANPR ضرورية للبنية التحتية الحضرية الحديثة، ودمج نماذج الرؤية الحاسوبية مثل YOLO11 يجعلها أكثر فائدة. YOLO11 يعزز نظام ANPR بدقة أفضل ومعالجة في الوقت الحقيقي وقابلية للتكيف، مما يجعله مثاليًا لتطبيقات المدن الذكية. بدءًا من تحسين إدارة حركة المرور وإنفاذ القانون إلى أتمتة مواقف السيارات وتأمين الدخول، تُحقِّق أنظمة ANPR المدعومة من YOLO11 الكفاءة والموثوقية. نظرًا لأن المدن أصبحت أكثر ذكاءً، فمن المرجح أن تلعب هذه الحلول دورًا حاسمًا في تحويل الحياة الحضرية ودعم مستقبل البنية التحتية الذكية.
لمعرفة المزيد عن الذكاء الاصطناعي، تفضل بزيارة مستودع GitHub الخاص بنا وتفاعل مع مجتمعنا. استكشف تطبيقات الذكاء الاصطناعي في التصنيع والزراعة على صفحات الحلول الخاصة بنا. 🚀
