Real-Time Vehicle Detection & Segmentation (C++, YOLOv11)

Built a real-time vehicle detection and instance segmentation system in C++ using YOLO and ONNX Runtime

with CUDA acceleration.

Implemented the full inference pipeline including preprocessing, postprocessing, and Non-Maximum

Suppression (NMS).

Developed pixel-perfect segmentation masks using YOLO segmentation prototypes and coefficients

with alpha blending.

Achieved real-time performance (30+ FPS) on NVIDIA GPU with support for video, camera, and RTSP streams.

Designed clean and modular architecture with shared utilities and CMake-based build system.

Added FPS monitoring, video recording, and screenshot capture features

قمتُ ببناء نظامٍ فوريٍّ للكشف عن المركبات وتجزئة الصور باستخدام لغة C++ ومكتبة YOLO وONNX Runtime مع تسريع CUDA. نفّذتُ مسار الاستدلال الكامل، بما في ذلك المعالجة المسبقة واللاحقة وتقنية كبح القيم القصوى غير المُحددة (NMS). طوّرتُ أقنعة تجزئة دقيقة للغاية باستخدام نماذج تجزئة YOLO ومعاملات مع مزج ألفا. حققتُ أداءً فوريًا (أكثر من 30 إطارًا في الثانية) على وحدة معالجة الرسومات NVIDIA مع دعم الفيديو والكاميرا وتدفقات RTSP. صممتُ بنيةً نظيفةً ووحداتيةً مع أدوات مشتركة ونظام بناء قائم على CMake. أضفتُ ميزات مراقبة معدل الإطارات وتسجيل الفيديو والتقاط لقطات الشاشة.