Object Detection - Custom (CPU)

تتيح لك هذه الدالة تشغيل كاشف كائنات مخصص على صورة الإدخال باستخدام ملفات الوزن، التكوين وملف الفئات الخاصين بك. استخدم عناصر التحكم المتاحة لتحميل ملفات النموذج، اختيار الفئات المراد كشفها، وتعيين عتبة الثقة. يعيد هذا البلوك صورة ناتجة مرئية بالإضافة إلى بيانات كشف مُنظمة (العدد، المواقع، الأحجام والتسميات) لاستخدامها في خطوات المعالجة التالية.

📥 المدخلات

Image Any الصورة التي سيُعالِجها الكاشف المخصص.

📤 المخرجات

Image Any الصورة المشروحة مع المربعات/التسميات المرسومة على الكشوف. Object Count عدد الأجسام المكتشفة في الإطار. Object Locations مواضع مركز الأجسام المكتشفة (متعدد). Object Sizes (w, h) عرض وارتفاع كل جسم مكتشف (متعدد). Object Class أسماء الفئات المكتشفة (متعدد). Rectangles إحداثيات المربعات المحيطة بكل كشف (متعدد).

🕹️ عناصر التحكم

Open Weight File زر لتحميل ملف الوزن للكاتشِف (مثل .weights). Open Config File زر لتحميل ملف التكوين للكاتشِف (مثل .cfg). Open Class File زر لتحميل ملف أسماء الفئات (نص عادي - سطر لكل فئة). بعد التحميل، تمتلئ جدول Class Names. Class Names جدول يعرض أسماء الفئات المتاحة. قم بتبديل الصفوف لاختيار الفئات التي تريد أن يبلغ عنها الكاشف. Confidence Threshold % منزلق لتعيين الحد الأدنى لثقة الكشوف المبلغ عنها. ارفع القيمة لتقليل الإيجابيات الكاذبة، أو خفّضها لالتقاط كشوف أضعف.

🎯 الميزات

• واجهة سهلة لتحميل موارد النموذج المخصصة عبر أزرار UI.

• إمكانية اختيار مجموعة فرعية من الفئات للتركيز على الأجسام المهمة.

• يعيد مخرجات مرئية وبيانات منظمة: صورة مشروحة، أعداد، مواضع، أحجام، تسميات وفواصل.

• يعمل على CPU لنظام دون امتلاك GPU.

📝 تعليمات الاستخدام

1. اضغط على Open Weight File واختر ملف الوزن الخاص بالكاتشِف.

2. اضغط على Open Config File واختر ملف التكوين المقابل.

3. اضغط على Open Class File وحمّل ملف النص الذي يحتوي أسماء الفئات. سيُملأ جدول Class Names.

4. بدّل صفوف جدول Class Names لاختيار الفئات التي تريد كشفها.

5. أدخل صورة إلى مدخل Image Any.

6. عدّل Confidence Threshold % للتحكم في صرامة الكشوف.

7. اقرأ القيم المخرجة أو اربط بلوكات لاحقة للتفاعل مع الكشوف.

📊 ماذا يفعل البلوك عند التشغيل

• يعالج الصورة المدخلة باستخدام الكاشف المحمل وفق الفئات والعتبة المحددة.

• ينتج صورة مشروحة على Image Any بالإضافة إلى بيانات الكشوف على المخرجات الأخرى لاستخدامها في العد، القياس، التتبع، التسجيل أو اتخاذ القرار.

💡 نصائح وحيل

• إذا رغبت برؤية النتائج بصريًا في نافذة أكبر، اربط خرج Image Any ببلوك Show Image.

• لرسم تراكبات مخصصة أو تنسيق الشروحات بشكل مختلف، استخدم بلوك Draw Detections مع مخرجات Rectangles وObject Count.

• لزيادة السرعة عند الصور الكبيرة، أدخل Image Resizer قبل هذا البلوك لتقليل الدقة — غالبًا يسرّع الكشف مع تأثير طفيف على الدقة.

• قلّص منطقة البحث لتسريع واستقرار النتائج عبر قص الصورة باستخدام Image ROI Select أو Image ROI قبل الإدخال.

• لحفظ إطارات تحتوي على كشوف، اربط خرج الصورة المشروحة بـ Image Logger أو Image Write.

• للحفاظ على هوية الأجسام عبر الإطارات في السيناريوهات المستمرة، زوج هذا البلوك مع Object_Detection_Tracker باستخدام مخرجات المربعات والفئات.

• للمقارنة السريعة أثناء التجربة، قارن النتائج مع بلوكات بديلة مثل Object Detection أو Object Detection (D-FINE) لاختيار الأنسب بين السرعة والجودة.

🛠️ استكشاف الأخطاء وإصلاحها

• لا تظهر فئات بعد تحميل ملف الفئات

  • تأكد من اختيار ملف الفئات الصحيح (نص عادي مع فئة واحدة في كل سطر). استخدم Open Class File مرة أخرى إذا لزم الأمر.

• الكاشف يعطي الكثير من الإيجابيات الكاذبة

  • زِد قيمة Confidence Threshold %. جرّب أيضًا إدخال صورة مُعاد تغيير حجمها عبر Image Resizer أو قصر المنطقة عبر Image ROI Select.

• الكاشف يفوت أجسامًا صغيرة أو بعيدة

  • خفّض قيمة Confidence Threshold % بحذر، أو مرّر صورة بدقة أعلى إلى البلوك (تجنّب أحجام كبيرة جدًا — استخدم Image Resizer للتوازن بين السرعة والدقة).

• أداء بطيء على CPU

  • قلّل دقة الإدخال باستخدام Image Resizer أو قص منطقة الاهتمام بـ Image ROI Select. فكر في تقليل تكرار التشغيل (مثلاً: معالجة دفعات).

• الحاجة للتعامل مع الكشوف في أجزاء أخرى من التدفق

  • استخدم المخرجات الرقمية والمهيكلة (Object Count, Object Locations, Rectangles, Object Class) لتغذية بلوكات منطقية أو بلوكات تسجيل أو متتبعات مثل Object_Detection_Tracker.