تخطي إلى المحتوى الرئيسي
الرئيسيةالمشاريعالرؤية الحاسوبيةنظام عد المركبات في الشوارع (Vehicle Counter)
الرؤية الحاسوبية
مشروع عملي احترافي

نظام عد المركبات في الشوارع (Vehicle Counter)

كشف وعد المركبات في فيديوهات المرور مع تصنيف الأنواع

متوسط
2-3 أسابيع
4 مهارات

مقدمة المشروع

في هذا المشروع العملي، ستتعلم كيفية كشف وعد المركبات في فيديوهات المرور مع تصنيف الأنواع. هذا المشروع مصمم خصيصاً لمستوى متوسطويستغرق تقريباً 2-3 أسابيع لإكماله بشكل كامل.

سنتبع منهجية CRISP-DM (Cross-Industry Standard Process for Data Mining) المعترف بها عالمياً، والتي تضمن بناء مشروع احترافي قابل للتطبيق في بيئة الإنتاج.

ماذا ستتعلم؟

📊 فهم تطبيقات المرور الذكي
🔍 تحليل فيديوهات المرور
🧹 معالجة الفيديو وتحسين الجودة
⚙️ كشف وتتبع المركبات
✅ حساب الإحصائيات الدقيقة
🚀 نشر للاستخدام الحقيقي
منهجية CRISP-DM

خطوات العمل التفصيلية

اتبع هذه الخطوات الست لبناء مشروع احترافي

1
📊

Business Understanding

فهم المشكلة

تحديد الأهداف والمتطلبات من منظور الأعمال

الخطوات العملية:

احتياجات إدارة المرور للبيانات

2
🔍

Data Understanding

فهم البيانات

جمع البيانات الأولية والتعرف عليها وتحديد جودتها

الخطوات العملية:

الحصول على فيديوهات مرور متنوعة

3
🧹

Data Preparation

تحضير البيانات

تنظيف وتحويل البيانات لتكون جاهزة للنمذجة

الخطوات العملية:

تحسين جودة الفيديو ومعالجة الإضاءة

4
⚙️

Modeling

بناء النموذج

اختيار وتطبيق تقنيات النمذجة المناسبة

الخطوات العملية:

تطبيق YOLOv8 لكشف المركبات وتصنيفها

5

Evaluation

التقييم

تقييم النموذج والتأكد من تحقيق الأهداف

الخطوات العملية:

تطبيق Line Crossing للعد الدقيق

6
🚀

Deployment

النشر

نشر النموذج في بيئة الإنتاج

الخطوات العملية:

لوحة معلومات للمرور في الوقت الفعلي

المصادر والأدوات

UA-DETRAC Dataset
YOLOv8 Vehicle Detection
OpenCV Vehicle Tracking

المهارات المطلوبة

Object DetectionYOLOv8TrackingOpenCV

إحصائيات سريعة

المستوىمتوسط
المدة2-3 أسابيع
المهارات4
الخطوات6
العودة للمشاريع