---
title: "الجلسة الرابعة | Computer Vision Engineering — From Pixels to Decisions"
aliases:
  - "Session 04 - Computer Vision Engineering"
  - "AI Camp v2 - Session 04"
tags:
  - AI-Camp-v2
  - Models
  - Computer-Vision
  - Object-Detection
  - Multi-Object-Tracking
  - Video-Analytics
  - Applied-AI
session: 4
duration: "3 hours"
duration_minutes: 180
track: Models
status: redesigned
language: ar
project: "Traffic Flow Intelligence"
---

# الجلسة الرابعة: Computer Vision Engineering — From Pixels to Decisions

> [!info] بطاقة الجلسة
> - **المسار:** Models — تطبيق النماذج ضمن أنظمة حقيقية
> - **المدة:** 3 ساعات، تشمل استراحة قصيرة
> - **المستوى:** متوسط إلى متقدم؛ ليست جلسة تمهيدية للمبتدئين
> - **المتطلبات السابقة:** Python وNumPy ومبادئ الشبكات العصبية من الجلسة الثالثة
> - **المشروع المحوري:** **Traffic Flow Intelligence — نظام تحليل حركة المركبات**
> - **الأدوات:** OpenCV · نموذج Object Detection مدرّب مسبقًا · ByteTrack أو BoT-SORT · Python

##  لماذا هذه الجلسة مختلفة؟

في التطبيقات الحقيقية، لا تكفي كتابة بضعة أسطر لتشغيل YOLO ورسم مربعات على الصورة. يحتاج مهندس Computer Vision إلى تحويل مخرجات النموذج إلى **معلومة يمكن الوثوق بها واستخدامها**، مع فهم حدود الأداء ومصادر الخطأ.

لذلك تتمحور الجلسة حول سؤال هندسي واحد:

> **كيف نحول فيديو من كاميرا ثابتة إلى تقرير يوضح عدد المركبات التي عبرت نقطة معينة، وأنواعها واتجاهات حركتها، ومدى دقة هذا العدّ؟**

بدلًا من مشروعين منفصلين ومبسطين، سيبني المشاركون **نظامًا واحدًا مترابطًا** يبدأ من فيديو خام وينتهي بأحداث منظمة وملخص تحليلي وفيديو توضيحي وتقرير تقييم.

> [!abstract] الهدف الرئيسي
> فهم وتصميم خط معالجة فيديو متكامل: **Video → Detection → Tracking → Event Logic → Business Metrics → Evaluation**، مع قدرة الطالب على تفسير فشل النظام واتخاذ قرارات هندسية لتحسينه.

##  مخرجات التعلّم

بنهاية الجلسة، يستطيع المشارك أن:

- يميز بين **Image Classification** و**Object Detection** و**Multi-Object Tracking** ومتى يحتاج كل مهمة.
- يفسر تأثير الدقة المكانية وFPS وConfidence Threshold وIoU على جودة النتائج والأداء.
- يشغّل نموذج كشف مدرّبًا مسبقًا على فيديو ويقرأ مخرجاته بطريقة صحيحة.
- يفهم كيف يحتفظ المتتبع بهويات مؤقتة للأجسام عبر الإطارات ولماذا تتغير هذه الهويات أحيانًا.
- يحوّل مسارات التتبع إلى **أحداث عبور حقيقية** بدل احتساب كل Bounding Box كجسم جديد.
- يطبق قواعد **اتجاه الحركة ومنع العدّ المكرر** عند عبور خط محدد.
- يصدّر **CSV/JSON** وفيديو مشروحًا بنتائج النظام.
- يقيس **خطأ العدّ وزمن المعالجة** ويحلل ثلاث حالات فشل واقعية.
- يسلم نسخة قابلة لإعادة التشغيل مع توثيق واختبارات مبسطة.

---

##  الجزء النظري: كيف يفكر Computer Vision Engineer؟

### 1. Problem Framing — من طلب العميل إلى مواصفات قابلة للقياس

**الحالة العملية:** جهة مسؤولة عن تحليل حركة المرور تريد قياس تدفق المركبات عبر نقطة محددة خلال مدة الفيديو دون عدّ يدوي مستمر.

| السؤال | القرار الهندسي |
|---|---|
| ما المطلوب؟ | عدد مرات عبور المركبات للخط في كل اتجاه، مع تصنيفها |
| ما مصدر البيانات؟ | فيديو لكاميرا ثابتة، مع معرفة FPS وأبعاد الإطار |
| ما وحدة القياس؟ | **حدث عبور واحد**، وليس عدد Detection Boxes |
| ما الفئات؟ | الفئات المتاحة في النموذج مثل car وbus وtruck وmotorcycle |
| ما حالات الفشل؟ | ازدحام، حجب، اهتزاز، تغيّر الإضاءة، تبدّل Track ID |
| كيف نتحقق؟ | مقارنة أحداث/أعداد النظام بعدّ يدوي مرجعي على مقطع اختبار |

> [!important] تعريف النجاح
> نجاح النموذج في اكتشاف السيارة داخل الصورة **لا يعني** نجاح النظام في عدّ عبورها. يجب اختبار المنطق النهائي المستند إلى المسار الزمني والاتجاه.

### 2. Video Fundamentals — أساسيات التعامل مع الفيديو

- الصورة كمصفوفة Pixels، ودور القنوات اللونية وتغيير الحجم.
- **Resolution:** أثر خفض الدقة في رؤية الأجسام الصغيرة.
- **FPS / Frame Index / Timestamp:** الفرق بين عدد الإطارات ومعدل معالجتها والزمن الفعلي للفيديو.
- قراءة المقاطع وحفظ المخرجات باستخدام OpenCV.
- **ROI / Counting Line:** تحديد المنطقة أو الخط الذي يهم التطبيق، وربط إحداثياته بأبعاد الفيديو.

### 3. Object Detection — من الصورة إلى مواقع الأجسام

- مراجعة سريعة لفكرة CNNs وTransfer Learning بوصفها امتدادًا للجلسة الثالثة.
- كيفية تفسير **Bounding Boxes وClass IDs وConfidence Scores**.
- معنى **IoU** ودور **Non-Maximum Suppression** بصورة مفاهيمية.
- لماذا يتغير عدد الاكتشافات عند تعديل **Confidence Threshold**؟
- المفاضلة بين حجم النموذج والدقة والسرعة على الجهاز المتاح.

> [!tip] قرار عملي
> لن ندرّب YOLO من الصفر خلال الجلسة. سنستخدم نموذجًا صغيرًا مدرّبًا مسبقًا، ونركز على **بناء المنظومة حول النموذج**: التتبع، قواعد الأحداث، القياس، والاختبار. التدريب أو Fine-Tuning يمكن أن يكون توسعًا لاحقًا عندما تثبت الحاجة إليه.

### 4. Multi-Object Tracking — الحفاظ على الهوية عبر الزمن

- **Detection:** ما الجسم وأين يوجد في إطار معين؟
- **Tracking:** هل الجسم الحالي هو نفسه الذي رأيناه قبل عدة إطارات؟
- مفهوم **Track ID** والمسار الزمني للجسم.
- نظرة تطبيقية إلى **ByteTrack** و**BoT-SORT** بوصفهما خيارات جاهزة للتتبع.
- المشكلات المعروفة: **ID Switches**، الحجب المؤقت، فقدان المسار وإعادة ظهوره.

> [!warning] تنبيه تقني
> Track ID هو **معرف مؤقت داخل الفيديو**، وليس هوية دائمة للمركبة. وعند معالجة إطارات متتالية من المصدر نفسه يجب الحفاظ على حالة المتتبع؛ أما الفيديوهات المستقلة فيجب ألا تتشارك حالة التتبع.

### 5. Event Engineering — من المسارات إلى معلومات ذات قيمة

جوهر الجلسة هو الانتقال من نتائج النموذج إلى منطق التطبيق:

1. رسم خط افتراضي داخل الفيديو.
2. حساب نقطة مرجعية مناسبة لكل مركبة متتبعة (مثل أسفل منتصف Bounding Box).
3. مراقبة انتقال النقطة بين جانبي الخط.
4. تحديد **اتجاه العبور**.
5. إنشاء حدث واحد عند تحقق شروط العبور.
6. استخدام حالة سابقة/منطقة سماح **Hysteresis** لتقليل العدّ عند الاهتزاز قرب الخط.
7. منع تكرار الحدث للمسار نفسه، مع توثيق احتمال التكرار عند حدوث ID Switch.

**فرق مهم:**

| مقياس | معناه |
|---|---|
| **Occupancy** | عدد الأجسام الموجودة داخل منطقة في لحظة معينة |
| **Crossing Count** | العدد التراكمي للأجسام التي عبرت خطًا/حدًا محددًا |
| **Unique Track Count** | عدد معرفات المسارات، ولا يساوي بالضرورة عدد المركبات الحقيقية |

---

##  المشروع الرئيسي: Traffic Flow Intelligence

### الفكرة

بناء نواة نظام **Video Analytics** تستطيع قراءة مقطع كاميرا مرور ثابتة، واكتشاف المركبات وتتبعها، واحتساب عبورها في الاتجاهين، ثم إنتاج مخرجات يمكن استخدامها داخل Dashboard أو API في مراحل لاحقة.

**لا يتطلب المشروع واجهة Web كاملة**؛ لأن التركيز في هذه الجلسة على صحة خط المعالجة والبيانات الناتجة منه. يمكن ربط النتائج بواجهة أو خدمة لاحقًا ضمن جلسات AI Engineering الأخرى.

### معمارية النظام

```mermaid
flowchart TD
    A["Video Input"] --> B["Frame Decode & Timestamp"]
    B --> C["Object Detector"]
    C --> D["Multi-Object Tracker"]
    D --> E["Line Crossing & Event Rules"]
    E --> F["Events CSV + Summary JSON"]
    E --> G["Annotated Video"]
    F --> H["Evaluation Against Ground Truth"]
```

### مواصفات مدخلات المشروع

- **Video A:** مقطع قصير وواضح من كاميرا ثابتة لاختبار المسار الأساسي.
- **Video B:** مقطع أصعب يتضمن تداخلًا بين المركبات أو اختلافًا بالإضاءة لاختبار حالات الفشل.
- نموذج صغير مدرّب مسبقًا مع أوزانه جاهزة قبل بدء الجلسة.
- ملف **Config** يتضمن مصدر الفيديو، وخط العدّ، والفئات المستهدفة، وعتبات الكشف.
- **Ground Truth** بسيط: عدد العبور الحقيقي لكل اتجاه وفئة، معدّ يدويًا لمقطع التقييم.

> [!note] نطاق واقعي خلال 3 ساعات
> نعمل على **كاميرا واحدة وفيديو قصير**. لا نبني نظام بث متعدد الكاميرات أو تدريبًا واسعًا أو لوحة تحكم سحابية في الجلسة نفسها. هذه إضافات مناسبة لمشروع Capstone مستقل.

### المرحلة 1 — Video Ingestion & Baseline Detection

- [ ] فتح الفيديو والتحقق من قراءته، وأبعاد الإطارات، ومعدل FPS.
- [ ] تحميل النموذج المدرب مسبقًا.
- [ ] تشغيل الكشف على عينة من الإطارات.
- [ ] عرض مربعات الكشف والفئة والثقة.
- [ ] ضبط الفئات ذات الصلة بالمركبات وحفظ إعدادات التشغيل.

### المرحلة 2 — Multi-Object Tracking

- [ ] تشغيل التتبع على الإطارات المتتابعة.
- [ ] عرض **Track IDs** والتأكد من بقاء معرف الجسم عبر عدة إطارات.
- [ ] اختبار حالة حجب أو تداخل وملاحظة ما يحدث للمعرفات.
- [ ] التمييز بين مشكلة في الكشف ومشكلة في إسناد Track ID.

### المرحلة 3 — Business Event Logic

- [ ] تحديد **Counting Line** مع اتجاهي عبور واضحين.
- [ ] حساب النقطة المرجعية للمركبة وتتبع جانب الخط.
- [ ] تسجيل الحدث فقط عند انتقال صحيح بين جانبي الخط.
- [ ] إضافة منطق منع العدّ المتكرر، واختبار اهتزاز النقطة قرب الخط.
- [ ] الاحتفاظ بمعلومات الحدث: الزمن، الفئة، الاتجاه، Track ID، ومعرف الفيديو.

**مثال توضيحي لسجل حدث** (قيم افتراضية):

```json
{
  "video_id": "intersection_demo_01",
  "timestamp_seconds": 12.4,
  "track_id": 17,
  "class_name": "car",
  "direction": "in",
  "event_type": "line_crossing",
  "line_id": "main_entry"
}
```

### المرحلة 4 — Reporting & Visual Evidence

- [ ] تصدير **`events.csv`** يحتوي أحداث العبور.
- [ ] إنشاء **`summary.json`** بعدد المركبات حسب الفئة والاتجاه.
- [ ] حفظ **`annotated.mp4`** يظهر المربعات والمعرفات والخط والعداد.
- [ ] توفير طريقة تشغيل واضحة من سطر الأوامر أو Script واحد.

### المرحلة 5 — Evaluation & Failure Analysis

نقيّم **المنظومة النهائية**، لا درجة ثقة كاشف الأجسام وحدها.

| الاختبار | المطلوب |
|---|---|
| **Count Error** | مقارنة عدد العبور الناتج بالعدد المرجعي اليدوي لكل اتجاه |
| **Duplicate Events** | التحقق من عدم تسجيل حدث مكرر للمسار نفسه قرب الخط |
| **Throughput** | قياس الإطارات المعالجة في الثانية على جهاز الاختبار |
| **Failure Cases** | تسجيل أمثلة من الحجب أو تبديل الهوية أو فقدان الكشف |
| **Reproducibility** | القدرة على إعادة التشغيل باستخدام المدخلات والإعدادات نفسها |

يمكن قياس **الخطأ المطلق للعدّ** كما يلي:

$$
E_{\mathrm{count}} = \left|N_{\mathrm{predicted}}-N_{\mathrm{reference}}\right|
$$

> [!tip] تجربة هندسية قصيرة
> غيّر **Confidence Threshold** أو دقة الإدخال، ثم لاحظ تأثير ذلك في سرعة المعالجة وعدد أحداث العبور. لا تفترض مسبقًا أن خفض العتبة يحسن النظام كله؛ فقد يضيف اكتشافات خاطئة تؤثر في التتبع والعدّ.

### اختبارات بسيطة لمنطق الأحداث

- [ ] جسم يتحرك من جهة إلى أخرى ويُحتسب مرة واحدة.
- [ ] جسم يقترب من الخط ثم يعود دون عبور ولا يُحتسب.
- [ ] نقطة تتذبذب قرب الخط دون عبور مستقر ولا تنتج عدًّا متكررًا.
- [ ] جسمان مختلفان يعبران الخط ويُحتسب كل منهما.

---

## ⏱️ الجدول الزمني الدقيق — 180 دقيقة

| الزمن           |     المدة | النشاط                                   | النتيجة                          |
| --------------- | --------: | ---------------------------------------- | -------------------------------- |
| **00:00–00:10** |      10 د | عرض المشكلة ومتطلبات العميل              | تعريف حدث العبور ومقياس النجاح   |
| **00:10–00:30** |      20 د | Video Fundamentals وROI                  | فهم المدخلات والقيود             |
| **00:30–00:55** |      25 د | Detection وعتبات الثقة ومفاضلات الأداء   | تفسير نتائج النموذج              |
| **00:55–01:15** |      20 د | Tracking وEvent Logic                    | فهم معرفات المسارات ومنع التكرار |
| **01:15–01:25** |      10 د | استراحة                                  | —                                |
| **01:25–02:00** |      35 د | Live Build: Video → Detection → Tracking | معالجة فيديو مع Track IDs        |
| **02:00–02:30** |      30 د | Guided Lab: Line Crossing + Export       | أحداث CSV وعدادات                |
| **02:30–02:50** |      20 د | اختبار ومقارنة مع Ground Truth           | تقرير خطأ وتحليل فشل             |
| **02:50–03:00** |      10 د | Demo + Review + Homework                 | خطة تحسين وPR                    |
| **الإجمالي**    | **180 د** |                                          |                                  |
|                 |           |                                          |                                  |

> [!important] ضبط النطاق
> هذا التوقيت يفترض أن **البيانات والأوزان والبيئة وقالب المشروع جاهزة مسبقًا**. لا يبدأ الطلاب بتنزيل نماذج ضخمة أو معالجة أخطاء التثبيت أثناء الشرح. إذا تأخر التنفيذ، يُقدّم **CSV صحيح وتقرير تقييم** على تحسين الشكل البصري للفيديو.

## 📦 التسليم المطلوب (Deliverables)

| الملف/المخرج | معيار القبول |
|---|---|
| **شيفرة Pipeline** | تشغيل فيديو معروف وإنتاج نتائج قابلة لإعادة التنفيذ |
| **`events.csv`** | أحداث عبور تتضمن الزمن والفئة والاتجاه ومعرف المسار |
| **`summary.json`** | عدد العبور بحسب الفئة والاتجاه |
| **`annotated.mp4`** | دليل بصري يظهر الكشف والتتبع وخط العبور |
| **`evaluation.md`** | العد المرجعي، العدد المتوقع، الخطأ، وملاحظات الفشل |
| **`README.md`** | المتطلبات وطريقة التشغيل والقيود المعروفة |
| **Pull Request** | تسليم منظم للمشروع مع وصف التجربة والنتائج |

### معايير تقييم مقترحة

| المحور | الوزن |
|---|---:|
| صحة منطق العبور ومنع التكرار | 35% |
| التقييم وتحليل حالات الفشل | 25% |
| قابلية التشغيل وجودة الشيفرة والاختبارات | 20% |
| جودة العرض العملي والتوثيق | 10% |
| وضوح Pull Request والمراجعة | 10% |

---

## 🧰 تحضيرات المدرب قبل الجلسة

- [ ] تجهيز **مقطعين مرخّصين أو مسموح باستخدامهما**، أحدهما واضح والآخر يتضمن حالات صعبة.
- [ ] تحضير **Ground Truth** يدوي لأحداث العبور أو أعدادها في مقطع التقييم.
- [ ] توفير نموذج خفيف وأوزانه محليًا مع **نسخ اعتماديات مثبتة**.
- [ ] اختبار التشغيل على **CPU** أو إعداد مسار بديل عند عدم توفر GPU.
- [ ] تجهيز Starter Repository يحوي قراءة الفيديو وملف إعدادات واضحًا.
- [ ] توفير اختبارين أو أكثر لمنطق عبور الخط دون الحاجة إلى تشغيل النموذج.
- [ ] إعداد فيديو عرض احتياطي تحسبًا لمشكلات البيئة أو زمن التشغيل.

## ⚙️ امتدادات اختيارية بعد الجلسة

**للطلبة المتقدمين أو مشروع Capstone:**

1. مقارنة **ByteTrack** و**BoT-SORT** على الفيديو الصعب.
2. إضافة مناطق **ROI** متعددة وحساب الإشغال الحالي بشكل منفصل عن العدّ التراكمي.
3. قياس أثر تصغير الإطارات أو تخطي بعضها في **Count Error وFPS**.
4. إنشاء API بسيط لتقديم `summary.json` بدل إعادة تشغيل النموذج لكل طلب.
5. إعداد مجموعة بيانات مخصصة وإجراء Fine-Tuning **إذا أثبت تحليل الأخطاء حاجة حقيقية**.

> [!warning] الخصوصية والترخيص
> استخدم فيديوهات مصرحًا بها، ولا تجعل التعرف على الوجوه أو قراءة لوحات المركبات جزءًا من هذا المشروع. تحقّق من رخصة النموذج والمكتبات، خاصة عند تحويل النموذج التعليمي إلى منتج تجاري؛ فترخيص أوزان النماذج ومكتباتها قد يفرض التزامات مختلفة.

## 🔗 المراجع الرسمية

- [Ultralytics — Multi-Object Tracking](https://docs.ultralytics.com/modes/track)
- [Ultralytics — Object Counting](https://docs.ultralytics.com/guides/object-counting)
- [Ultralytics — Region Counting](https://docs.ultralytics.com/guides/region-counting)
- [OpenCV — Documentation](https://docs.opencv.org/)
- [Ultralytics — Licensing & Contributing](https://docs.ultralytics.com/help/contributing)

---

## 🏁 خلاصة الجلسة

تعلم الجلسة الرابعة المشاركين أن القيمة الحقيقية للرؤية الحاسوبية لا تكمن في تشغيل نموذج جاهز فقط، بل في **صياغة مشكلة قابلة للقياس، ودمج كشف الأجسام مع التتبع والمنطق الزمني، وتحويل النتائج إلى بيانات مفيدة، ثم اختبار النظام أمام حالات الفشل**.

> [!success] الرسالة الأساسية
> **A Computer Vision Engineer doesn't just detect objects — they build reliable visual systems that turn observations into measurable decisions.**
