> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/ai-blocks/object-detection-custom.md).

# Object Detection - Custom

تشرح هذه الدالة كيفية اكتشاف الأشياء في الصور باستخدام ملفات نموذج مخصصة تقوم بتحميلها. تتيح لك تحميل مُكتشف (weights، config، وملف قائمة الأصناف)، اختيار الأصناف المراد اكتشافها، والتحكم في حساسية الكشف عبر شريط سهل. يقوم البلوك بإخراج صورة مشروحة بالإضافة إلى بيانات كشف منسقة لمعالجة لاحقة.

## 📥 المدخلات

* `Image Any` الصورة المراد تحليلها للبحث عن كائنات.

## 📤 المخرجات

* `Image Any` صورة مُعلقة بعلامات الصناديق والتسميات.
* `Object Count` عدد الكائنات المكتشفة.
* `Object Locations` قائمة بمراكز مواضع الكائنات المكتشفة (إمكانية إخراج متعدد).
* `Object Sizes (w, h)` عرض وارتفاع كل كائن مكتشف (إمكانية إخراج متعدد).
* `Object Class` اسم الفئة لكل كائن مكتشف (إمكانية إخراج متعدد).
* `Rectangles` إحداثيات مستطيلات الحد لكل كشف (إمكانية إخراج متعدد).

## 🕹️ Controls

* `Open Weight File` زر لاختيار ملف weights للنموذج.
* `Open Config File` زر لاختيار ملف تكوين النموذج.
* `Open Class File` زر لاختيار ملف نصي يحتوي أسماء الأصناف.
* `Class Names` جدول يعرض الأصناف المتاحة ويمكنك تفعيل/تعطيل كل صنف.
* `Confidence Threshold %` شريط لضبط حساسية ثقة الكشف (القيمة الأعلى = صارمة أكثر).

## ⚙️ آلية التشغيل

* يحتاج البلوك لثلاثة مصادر لتشغيله: ملف weights، ملف config، وملف قائمة الأصناف. حمّلها باستخدام أزرار الملفات الثلاثة.
* بعد توفير الملفات، يتم تهيئة المُكتشف ويظل جاهزاً حتى تقوم بتغيير الملفات.
* عند إدخال صورة في المدخل، يقوم البلوك بتشغيل المُكتشف على الصورة ويخرج:
  * صورة مشروحة بصناديق وتسميات،
  * عدد ومواضع الكائنات،
  * الأحجام، الأصناف، وإحداثيات المستطيلات لكل كشف.
* تغيير ملفات weights أو config يؤدي إلى إعادة تحميل المُكتشف ليُستخدم النموذج الجديد في التقييمات التالية.

## ✨ الميزات

* دعم تحميل النموذج الخاص بك (weights، config، وقائمة الأصناف).
* اختيار الأصناف المراد اكتشافها عبر قائمة اختيار بسيطة.
* شريط ثقة قابل للتعديل بتأثير فوري.
* مخرجات بصرية ومنسقة (الأعداد، المواضع، الأحجام، المستطيلات).
* يدعم تعدد الكائنات ويعيد النتائج على شكل قوائم لتمريرها إلى بلوكات لاحقة.

## 📝 تعليمات الاستخدام

1. اضغط `Open Weight File` واختر ملف weights للنموذج.
2. اضغط `Open Config File` واختر ملف التكوين.
3. اضغط `Open Class File` واختر ملف أسماء الأصناف. سيتم ملء قائمة الأصناف تلقائياً.
4. فعّل الأصناف التي تريد اكتشافها فقط في جدول `Class Names`.
5. اضبط `Confidence Threshold %` لموازنة الحساسية مقابل الإيجابيات الخاطئة.
6. أرسل الصورة إلى مدخل `Image Any` وشغّل السيناريو للحصول على الصورة المشروحة وبيانات الاكتشاف.

## 💡 نصائح وحيل

* لمعاينة النتائج تفاعلياً، اربط مخرج `Image Any` مع بلوك `Show Image`.
* إذا كانت الصور كبيرة جداً وبطيئة المعالجة، ضع `Image Resizer` قبل هذا البلوك لتقليل الدقة وزيادة السرعة.
* قصر التحليل على منطقة محددة باستخدام `Image ROI` أو `Image ROI Select` فالنموذج يركز فقط على مناطق الاهتمام.
* لتتبع الكائنات عبر الإطارات، اربط مخرجات الكشف بهذا البلوك إلى `Object_Detection_Tracker`.
* إذا احتجت لرسم مخصص أو تراكب إضافي، استخدم `Draw Detections` مع مستطيلات وعدادات الكشف المخرجة.
* احفظ الإطارات المهمة المحتوية على اكتشافات باستخدام `Image Logger` أو `Image Write` / `Record Video` للمراجعة لاحقاً.
* لمراقبة الأداء واستخدام الـ GPU عند تشغيل نماذج ثقيلة، استخدم `GPU Statistics`.

(تلميح: فعّل الأصناف المطلوبة فقط وزد مستوى الثقة لتقليل الإيجابيات الخاطئة وتسريع المعالجة اللاحقة)

## 🛠️ استكشاف الأخطاء وإصلاحها

* ملفات النموذج مفقودة: تأكد من اختيار الملفات الثلاثة (weight، config، class list). لا يعمل البلوك بدونها.
* لا توجد اكتشافات: جرّب خفض `Confidence Threshold %` أو فعّل مزيداً من الأصناف في الجدول. تأكد أيضاً أن ملف الأصناف يطابق النموذج.
* الكثير من الاكتشافات الخاطئة: زد قيمة `Confidence Threshold %` وفَعّل الأصناف ذات الصلة فقط لتقليل الضوضاء.
* بطء الأداء: قلل حجم الصورة المدخلة بـ `Image Resizer` أو استخدم نماذج أصغر؛ فكر في تشغيل على GPU إن توفر وراقب باستخدام `GPU Statistics`.
* أسماء أصناف غير صحيحة أو ملفات غير متطابقة: تحقق أن ملف الأصناف يتطابق مع النموذج المحمّل (ترتيب وأسماء الأصناف يجب أن يطابق التدريب).

## 🔗 التركيبات الموصى بها للبلوكات

* `Show Image` — لمعاينة مخرجات التوضيح.
* `Image Resizer` — لتسريع الكشف على الصور الكبيرة.
* `Image ROI` / `Image ROI Select` — لتركيز الكشف على مناطق محددة.
* `Object_Detection_Tracker` — لتتبع الكائنات المكتشفة عبر الزمن.
* `Draw Detections` — لمعايير عرض مخصصة باستخدام مستطيلات وعدادات الكشف.
* `Image Logger` / `Image Write` / `Record Video` — لحفظ النتائج المشروحة للمراجعة أو التدقيق لاحقاً.