تطوير نظام كشف وتتبع الأجسام في الوقت الحقيقي باستخدام يولو الإصدار الثامن (YOLOv8) وخوارزمية التتبع البسيط عبر الإنترنت (SORT)

وصف المشروع:

قمت بتطوير نظام ذكي يعتمد على الرؤية الحاسوبية (Computer Vision) والتعلم العميق (Deep Learning) لتنفيذ عملية كشف الأجسام (Object Detection) وتتبع الأجسام (Object Tracking) في الوقت الحقيقي (Real-Time) من خلال بث مباشر للكاميرا أو ملفات فيديو.

يعتمد النظام على نموذج يولو الإصدار الثامن (YOLOv8) لاكتشاف الأجسام داخل كل إطار فيديو (Video Frame) بدقة وسرعة عالية، ثم يتم تمرير النتائج إلى خوارزمية التتبع البسيط عبر الإنترنت (Simple Online and Realtime Tracking - SORT) لمنح كل جسم معرفًا فريدًا (Unique ID) يظل ثابتًا أثناء الحركة داخل المشهد.

التقنيات المستخدمة:

لغة بايثون (Python)

نموذج يولو الإصدار الثامن (YOLOv8 – Ultralytics)

خوارزمية التتبع البسيط عبر الإنترنت (SORT Algorithm)

مكتبة الرؤية الحاسوبية (OpenCV)

آلية عمل النظام:

استقبال بث مباشر من الكاميرا (Webcam Stream) أو فيديو مسجل

تنفيذ كشف الأجسام (Object Detection) لكل إطار

تصفية النتائج باستخدام حد نسبة الثقة (Confidence Threshold)

تطبيق خوارزمية التتبع (Tracking Algorithm) للحفاظ على ثبات المعرف (ID Consistency)

عرض صندوق الإحاطة (Bounding Box) مع اسم الكائن ونسبة الثقة (Confidence Score)

المميزات:

أداء سريع في الوقت الحقيقي (Real-Time Performance)

ثبات المعرف أثناء الحركة (ID Consistency)

إمكانية التوسع باستخدام التتبع العميق (Deep SORT)

قابل للتطوير لأنظمة المراقبة الذكية (Smart Surveillance Systems)

جاهز للدمج داخل تطبيقات تحليل الفيديو (Video Analytics Systems)

? الهدف من المشروع:

بناء نظام عملي يوضح كيفية دمج نماذج كشف الأجسام (Object Detection Models) مع خوارزميات التتبع (Tracking Algorithms) لإنشاء تطبيقات ذكية قابلة للاستخدام في أنظمة المراقبة، تحليل الحركة، وإدارة البيئات الذكية.