Object Detection

تكتشف هذه الدالة الكائنات الشائعة في صورة وتُعيد نتائج مرئية ومنظمة للتعرف. استخدمها لتحديد مواقع وعدّ عناصر مثل الأشخاص، المركبات، والعديد من فئات COCO. توفر تهيئة سريعة للثقة واختيار الفئة حتى تتمكن من تكييف الكشف مع سيناريوك.

📥 المدخلات

• Image Any هذا المدخل يقبل الصورة التي تريد تحليلها.

📤 المخرجات

• Image Any صورة مُعلَّمة بصناديق الكشف والتسميات.

• Object Count عدد الكائنات المكتشفة.

• Object Center Locations مواقع (المراكز) للكائنات المكتشفة (قد تكون متعددة).

• Object Sizes (w, h) أزواج العرض/الارتفاع لكل كائن مكتشف (قد تكون متعددة).

• Object Class أسماء الفئات لكل كائن مكتشف (قد تكون متعددة).

• Rectangles إحداثيات المربعات المحيطة لكل كشف (قد تكون متعددة).

🕹️ عناصر التحكم

• Confidence Threshold % شريط منزلق لتعيين الحد الأدنى للثقة لقبول الكشوف. رفعه يقلل الأخطاء الإيجابية؛ خفضه قد يكتشف المزيد من الكائنات لكنه يتضمن نتائج أقل يقينًا.

• Select Detection Class قائمة منسدلة لاختيار مجموعة فئات معدّة مسبقًا (مثل: All, Human, Animals, Indoor, Outdoor). اختيار مجموعة أضيق يسرع ويركز عملية الكشف.

⚙️ كيفية التشغيل

• عند تشغيل البلوك، يعالج الصورة الواردة بمكتشف داخلي ويطبق فلتر الثقة والفئة المحددة.

• تُعاد الصورة المعلّمة مع المخرجات المنظمة: العدد، مواقع المراكز، الأحجام، أسماء الفئات، وإحداثيات المربعات.

• إذا كان المُكتشف لا يزال يتم تحميله، يعرض البلوك رسالة توضيحية وينتظر حتى يصبح المُكتشف جاهزًا قبل إنتاج النتائج.

🎯 الميزات

• كشف جاهز للاستخدام للعديد من الفئات الشائعة.

• إعدادات مسبقة لمجموعات الفئات للتركيز بسرعة على البشر، الحيوانات، العناصر الداخلية، العناصر الخارجية، أو كل الفئات.

• مخرجات مرئية معلمة بالإضافة إلى مخرجات رقمية/منظمة للاستخدام في الأتمتة أو التسجيل.

• عناصر تحكم بسيطة لموازنة حساسية الكشف واختيار الفئات المطلوبة.

📝 تعليمات الاستخدام

1. وصل كاميرا أو مصدر صورة إلى مدخل Image Any.

2. اختر إعداد Select Detection Class المناسب لتقييد الكشف إلى الفئات ذات الصلة.

3. اضبط Confidence Threshold % للحصول على التوازن الصحيح بين عدم فقدان الكائنات والأخطاء الإيجابية.

4. استخدم المخرجات لتوجيه المنطق اللاحق، التتبع، العرض المرئي، أو التخزين.

💡 نصائح وحيل

• للمدخلات الحية من الكاميرا، استخدم أحد bloocks مدخلات الصورة مثل مصادر الكاميرا أو قارئات البث: خيارات الكاميرا تتضمن Camera USB, Camera IP (ONVIF), Stream Reader, أو Load Image للاختبار غير المتصل.

• لعرض الكشوف في واجهة المستخدم أو لوحة تحكم، وصل مخرج الصورة المعلّمة إلى Show Image أو ارسم التراكبات باستخدام Draw Detections.

• لتتبع الكائنات عبر الإطارات، غذي مخرجات الكشف إلى Object_Detection_Tracker للحصول على معرفات مستقرة ومسارات.

• إذا كانت منطقة الاهتمام محددة فقط، قص الدخل أولًا باستخدام Image ROI أو Image ROI Select لتقليل الكشوف الخاطئة وتحسين الأداء.

• عند التعامل مع صور كبيرة جدًا، استخدم Image Resize أو Image Resizer قبل الكشف لتسريع المعالجة.

• احفظ الإطارات أو السجلات المهمة عن طريق توجيه الصورة المعلّمة إلى Image Logger, Multi Image Write, أو Record Video عندما يظهر عدد كشف معين أو فئة محددة. اجمع ذلك مع بلوكات منطقية (مثل Logic Input يدويًا أو فحوصات العتبة) لتفعيل الحفظ فقط عند وقوع حدث.

• اجمع مع بلوكات تحليل مثل Measure Position Distance أو فحوصات ROI مثل Check Area لبناء تنبيهات أو تحليلات (مثلاً، عد الأشخاص في منطقة أو قياس التباعد).

🛠️ استكشاف الأخطاء وإصلاحها

• إذا رأيت الكثير من الأخطاء الإيجابية: قم بزيادة Confidence Threshold % أو ضيّق Select Detection Class.

• إذا كان الكشف بطيئًا: غيّر حجم الدخل باستخدام Image Resize أو قلّل عدد الفئات بالبحث عبر مجموعة فئات أضيق.

• إذا بدت الصورة المعلّمة فارغة لكن المخرجات الأخرى تُظهِر كشفًا: تحقق من أن بلوك العرض مثل Show Image متصل ويتلقى الصورة المعلّمة.