تشغيل الاستدلال على الفيديو

مثال تطبيقي: التنبؤ على ملف فيديو#

تُعالج مقاطع الفيديو باستخدام وضع التنبؤ نفسه المستخدم للصور. يعرض هذا المقطع، المؤلف من 62 إطارًا، أشخاصًا يعبرون ردهة:

yolo predict model=yolo26n.pt source=https://github.com/ultralytics/assets/releases/download/v0.0.0/solutions_ci_demo.mp4

video 1/1 (frame 1/62) solutions_ci_demo.mp4: 384x640 22 persons, 27.3ms
...
video 1/1 (frame 62/62) solutions_ci_demo.mp4: 384x640 22 persons, 54.8ms
Results saved to runs/detect/predict

• frame 1/62: يفك Ultralytics ترميز الفيديو ويعالج كل إطار كما لو كان صورة.
• 22 persons: عمليات الكشف في ذلك الإطار. يُحتسب المشاة أنفسهم مجددًا في كل إطار.
• 27.3ms ... 54.8ms: يختلف الزمن لكل إطار بحسب المهام الأخرى التي ينفذها الجهاز.

الفيديو المشروح هو runs/detect/predict/solutions_ci_demo.mp4. يعمل نموذجك بالطريقة نفسها: استبدل yolo26n.pt بـruns/detect/pills_v1/weights/best.pt.

بث المصادر الطويلة والمباشرة#

لإنشاء شيفرة تتصرف بناءً على عمليات الكشف، استخدم حلقة لمعالجة التدفق. تنتج كل دورة Results لإطار واحد، ثم تتخلص منه:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
source = "https://github.com/ultralytics/assets/releases/download/v0.0.0/solutions_ci_demo.mp4"

frames, people = 0, 0
for result in model(source, stream=True, classes=[0], verbose=False):  # one Results object per frame
    frames += 1
    people += len(result.boxes)
print(f"{frames} frames, {people / frames:.1f} people per frame")

62 frames, 22.2 people per frame

تقبل الحلقة نفسها فهرس كاميرا الويب (source=0) أو عنوان URL للكاميرا مثل rtsp://camera.local/stream، وتستمر حتى ينتهي التدفق أو توقفها. أضف vid_stride=2 لمعالجة كل إطار ثانٍ. لإنشاء واجهة متصفح حول هذه الحلقة، يغلّف دليل الاستدلال المباشر باستخدام Streamlit الحلقة في تطبيق.

مثال تطبيقي: احتساب كل شخص مرة واحدة#

«22 شخصًا في كل إطار» ليس العدد الذي يريده أحد؛ بل «كم شخصًا مرّ من هنا؟». يربط تتبع الأجسام المتعددة الصناديق عبر الإطارات، ويمنح وضع التتبع كل جسم معرّفًا في boxes.id:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
source = "https://github.com/ultralytics/assets/releases/download/v0.0.0/solutions_ci_demo.mp4"

seen = set()
for result in model.track(source, stream=True, persist=True, classes=[0], tracker="bytetrack.yaml", verbose=False):
    if result.boxes.is_track:
        seen.update(result.boxes.id.int().tolist())
print(f"{len(seen)} unique people tracked")

32 unique people tracked

is_track هي False في الإطارات السابقة لتأكيد أي مسار، عندما تكون boxes.id هي None. استخدم المعرّفات للاحتساب أو تتبع المسارات أو تنفيذ منطق مثل «ظل هذا الجسم هنا لمدة 3 ثوانٍ».

اترك tracker دون تحديد، وسيستخدم Ultralytics tracktrack.yaml، وهو الإعداد الافتراضي الحالي؛ كما يأتي وضع التتبع مع ocsort.yaml وdeepocsort.yaml وfasttrack.yaml. يتناول تتبع الأجسام باستخدام ByteTrack وBoT-SORT وTrackTrack اختيار أدوات التتبع وضبطها، وإنشاء احتساب الأجسام والخرائط الحرارية وتقدير السرعة باستخدامها.

مثال تطبيقي: حلقة الكاميرا الخاصة بك#

غالبًا ما تقرأ التطبيقات الفعلية الإطارات بنفسها — لتغيير حجمها أو اقتصاصها أو إضافة طابع زمني أو مشاركة الكاميرا مع شيفرات أخرى — ثم تمرر كل إطار إلى النموذج. عندئذٍ، تضمن persist=True استمرار عمل أداة التتبع بين الاستدعاءات:

import cv2

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
cap = cv2.VideoCapture("solutions_ci_demo.mp4")  # saved locally by the commands above; or 0, or an rtsp:// URL

seen = set()
while cap.isOpened():
    ok, frame = cap.read()
    if not ok:
        break
    result = model.track(frame, persist=True, classes=[0], tracker="bytetrack.yaml", verbose=False)[0]
    if result.boxes.is_track:
        seen.update(result.boxes.id.int().tolist())
cap.release()
print(f"{len(seen)} unique people, highest ID {max(seen)}")

32 unique people, highest ID 67

العدد نفسه، 32 شخصًا، كما في track.py. لاحظ أن أعلى معرّف هو 67 وليس 32: تخصص أداة التتبع أيضًا معرّفات للمسارات المؤقتة التي لا تُؤكَّد أبدًا، لذا توجد فجوات في المعرّفات.

مواكبة المصدر#

تُرسل كاميرا بمعدل 30 FPS إطارًا كل 33 ms، ويعادل معدلك الفعلي أبطأ المراحل: فك الترميز أو الاستدلال أو الكتابة. على وحدة المعالجة المركزية في حاسوبنا المحمول، استغرق yolo26n ما بين 26 و46 ms لكل إطار بدقة 384×640 عبر عمليات التشغيل، بحسب المهام الأخرى التي كان الجهاز ينفذها: أي عند الميزانية أو فوقها، من دون أي هامش إضافي. إذا لم يستطع جهازك مواكبة المصدر، فجرّب وسائل التحسين التالية بالترتيب:

يتناول الاستدلال متعدد التدفقات تشغيل عدة كاميرات في الوقت نفسه، وما يرتبط بذلك من تعدد مؤشرات الترابط.

تجنّب هذه الأخطاء#