Real-time Object Detection

وصف المشروع:

الهدف من هذا المشروع هو تطوير برنامج نصي بلغة Python يستخدم خوارزمية اكتشاف الكائنات YOLO (أنت تنظر مرة واحدة فقط) لاكتشاف الكائنات في مقطع فيديو. يعد اكتشاف الأشياء مهمة حاسمة في رؤية الكمبيوتر ، والتي تتضمن تحديد الكائنات وتعريبها داخل صورة أو مقطع فيديو.

في هذا المشروع ، نستفيد من قوة خوارزمية YOLO ، المعروفة بقدراتها السريعة والدقيقة في اكتشاف الكائنات. تقوم خوارزمية YOLO بتقسيم الصورة إلى شبكة وتعيين المربعات المحيطة واحتمالات الفئة لكل خلية شبكة. ثم يستخدم هذه المربعات المحيطة واحتمالات الفئة للتنبؤ وتحديد موقع الكائنات داخل الصورة.

لتنفيذ هذا المشروع نعتمد على المكتبات التالية:

OpenCV: OpenCV هي مكتبة رؤية حاسوبية مستخدمة على نطاق واسع توفر وظائف وأدوات متنوعة لمعالجة الصور والفيديو. نستخدم OpenCV لقراءة إطارات الفيديو ومعالجتها ، وكذلك لرسم المربعات المحيطة حول الكائنات المكتشفة.

Darknet: Darknet هو إطار عمل شبكة عصبية مفتوح المصدر يتم استخدامه كعمود أساسي لخوارزمية YOLO. نحن نستخدم نموذج YOLO الذي تم تدريبه مسبقًا والذي توفره شركة Darknet لإجراء اكتشاف الكائنات في الوقت الفعلي.

من خلال الجمع بين إمكانات OpenCV و Darknet ، يمكن لبرنامج Python النصي تحليل كل إطار من الفيديو وتحديد العناصر الموجودة في الوقت الفعلي. يقوم البرنامج النصي بعد ذلك برسم مربعات إحاطة حول هذه الكائنات ، مما يوفر ملاحظات مرئية حول الكائنات المكتشفة داخل الفيديو.