بناء النماذج 3 ساعات7 مهام تسليم

من البكسل إلى قرارهندسة الرؤية الحاسوبية وتحليل الفيديو

حوّل فيديو المرور إلى أحداث عبور موثوقة. اجمع الكشف والتتبع ومنع العد المكرر مع تقييم فعلي للنتائج.

OpenCVDetectionByteTrackVideo Analytics
04
ماذا ستبني؟

Traffic Flow Intelligence

أحداث CSV، ملخص JSON، وفيديو مشروح.

ماذا ستتعلم في هذه الجلسة؟

يميز بين Image Classification وObject Detection وMulti-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.

تعمّق قبل الجلسة وبعدها

4 فيديو مختار
3 كورس

كيف تتقدم في التطبيق؟

  1. 01

    كشف المركبات

  2. 02

    التتبع عبر الإطارات

  3. 03

    منطق أحداث العبور

  4. 04

    العد والتقييم

أسئلة الجلسة وإجاباتها

ما الفرق بين كشف المركبات وعدّ عبورها؟+

الكشف يحدد الجسم داخل إطار، بينما العد يعتمد على مساره عبر الزمن واتجاه عبوره لخط محدد مع قواعد منع التكرار.

هل ندرّب YOLO من الصفر؟+

لا. نستخدم نموذج كشف صغيرًا مدربًا مسبقًا ونركز على التتبع ومنطق الأحداث والتصدير والتقييم ضمن فيديو قصير من كاميرا واحدة.

ما مخرجات مشروع Traffic Flow Intelligence؟+

شيفرة قابلة لإعادة التشغيل، events.csv للأحداث، summary.json للإحصاءات، annotated.mp4 للدليل البصري، evaluation.md للتقييم، وREADME وPull Request.

فيديوهات مختارة

شاهدها قبل الجلسة أو بعدها لتثبيت المفاهيم.

كورسات للتعمّق

مسارات أطول لمن يريد بناء الأساس بعد الجلسة.

Hugging Face

Community Computer Vision Course

دورة مجتمعية مجانية تغطي التصنيف والكشف والتجزئة ونماذج الرؤية الحديثة.

مجانيEnglish
Kaggle Learn

Computer Vision

مقدمة قصيرة للشبكات الالتفافية وتصنيف الصور عبر دفاتر Kaggle الجاهزة.

مجانيEnglish

روابط خارجية تفتح على YouTube ومنصات التعلّم وتخضع لسياساتها. تحقّقنا من عملها في نوفمبر 2026؛ اختر ما يناسب مستواك ولا يلزمك مشاهدتها كلها.

المنهج الكامل · دون اختصارتنزيل المصدر
فهرس محتوى الجلسة

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:

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

مخرجات التعلّم#

بنهاية الجلسة، يستطيع المشارك أن:

  • يميز بين Image Classification وObject Detection وMulti-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.

السؤالالقرار 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

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.

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 وBoT-SORT بوصفهما خيارات جاهزة للتتبع.
  • المشكلات المعروفة: ID Switches، الحجب المؤقت، فقدان المسار وإعادة ظهوره.

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:

مقياسمعناه
Occupancyعدد الأجسام الموجودة داخل منطقة في لحظة معينة
Crossing Countالعدد التراكمي للأجسام التي عبرت خطًا/حدًا محددًا
Unique Track Countعدد 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#

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"]
تدفق النظام كما ورد في منهج الجلسة

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.

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.

الاختبارالمطلوب
Count Errorمقارنة عدد العبور الناتج بالعدد المرجعي اليدوي لكل اتجاه
Duplicate Eventsالتحقق من عدم تسجيل حدث مكرر للمسار نفسه قرب الخط
Throughputقياس الإطارات المعالجة في الثانية على جهاز الاختبار
Failure Casesتسجيل أمثلة من الحجب أو تبديل الهوية أو فقدان الكشف
Reproducibilityالقدرة على إعادة التشغيل باستخدام المدخلات والإعدادات نفسها

يمكن قياس الخطأ المطلق للعدّ كما يلي:

Ecount=∣Npredicted−Nreference∣E_{\mathrm{count}} = \left|N_{\mathrm{predicted}}-N_{\mathrm{reference}}\right|

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#

الزمنالمدةالنشاطالنتيجة
00:00–00:1010 دعرض المشكلة ومتطلبات العميلتعريف حدث العبور ومقياس النجاح
00:10–00:3020 دVideo Fundamentals وROIفهم المدخلات والقيود
00:30–00:5525 دDetection وعتبات الثقة ومفاضلات الأداءتفسير نتائج النموذج
00:55–01:1520 دTracking وEvent Logicفهم معرفات المسارات ومنع التكرار
01:15–01:2510 داستراحة—
01:25–02:0035 دLive Build: Video → Detection → Trackingمعالجة فيديو مع Track IDs
02:00–02:3030 دGuided Lab: Line Crossing + Exportأحداث CSV وعدادات
02:30–02:5020 داختبار ومقارنة مع Ground Truthتقرير خطأ وتحليل فشل
02:50–03:0010 دDemo + Review + Homeworkخطة تحسين وPR
الإجمالي180 د

📦 التسليم المطلوب (Deliverables)#

الملف/المخرجمعيار القبول
شيفرة Pipelineتشغيل فيديو معروف وإنتاج نتائج قابلة لإعادة التنفيذ
events.csvأحداث عبور تتضمن الزمن والفئة والاتجاه ومعرف المسار
summary.jsonعدد العبور بحسب الفئة والاتجاه
annotated.mp4دليل بصري يظهر الكشف والتتبع وخط العبور
evaluation.mdالعد المرجعي، العدد المتوقع، الخطأ، وملاحظات الفشل
README.mdالمتطلبات وطريقة التشغيل والقيود المعروفة
Pull Requestتسليم منظم للمشروع مع وصف التجربة والنتائج

معايير تقييم مقترحة#

المحورالوزن
صحة منطق العبور ومنع التكرار35%
التقييم وتحليل حالات الفشل25%
قابلية التشغيل وجودة الشيفرة والاختبارات20%
جودة العرض العملي والتوثيق10%
وضوح Pull Request والمراجعة10%

🧰 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 وBoT-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.

🔗 المراجع الرسمية#


🏁 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.

Read the English edition

حوّل التعلّم إلى إنجاز.

مهام التسليم مستخرجة من المنهج. أضف خطواتك الخاصة هنا.

0 / 7

مهامي الخاصة 0

أفكارك تستحق أن تُحفظ.

دوّن ما تعلمته، أسئلتك، وروابط العمل التي تريد العودة إليها.

ما الذي تريد تعلّمه؟

بحث في محتوى الجلسات العشر. استخدم Esc للإغلاق.