ObjShomar 🎥📦🔢

---

📑 Navigation | ناوبری

• 🇬🇧 English
• 🇮🇷 فارسی

---

🇬🇧 English

ObjShomar — An application for object counting and detection in videos and camera streams using YOLOv8 and a modern, user-friendly desktop interface.

Name origin: "ObjShomar" is a combination of "Object" (English) and "Shomar" (Persian for "counting").

---

🚀 Quick Start

1. Clone the repository:

   git clone https://github.com/YourUsername/ObjShomar.git
   cd ObjShomar

2. Install Python 3.10+ (Recommended: 3.10, 3.11, or 3.12)
3. Install dependencies:

   pip install -r requirements.txt

4. Run the app:

   python main.py

---

🖼️ Screenshots

Main Window (Initial)	Model Selection	Class Selection

Camera Link Input	Detection on Camera Stream	Detection on Video File

---

✨ Features

• YOLOv8 Object Detection:
  Detect and count objects in real-time using the latest YOLOv8 models.
• Flexible Model Selection:
  Choose from multiple YOLOv8 variants (nano, small, medium, large, x-large). Download missing models automatically.
• Class Filtering:
  Select which object classes to count and display.
• Multiple Video Sources:
  • Open local video files (MP4, AVI, etc.)
  • Enter camera/network stream URLs (RTSP, HTTP, etc.)
• Live Visualization:
  Bounding boxes, labels, and object counts overlaid on video.
• Zoom & Pan:
  Inspect video frames in detail with interactive zoom and pan.
• Screenshot:
  Save annotated frames as images.
• Modern GUI:
  Built with PySide6 (Qt for Python) for a responsive, cross-platform experience.
• Easy Setup:
  Automatic dependency checks and guided installation.

---

❓ What is ObjShomar?

ObjShomar is a desktop tool for object counting and detection in videos or live streams using the powerful YOLOv8 deep learning models. It’s designed for ease of use, flexibility, and real-time performance—ideal for research, surveillance, traffic analysis, and more.

---

🤖 Powered by YOLO

This project uses the amazing Ultralytics YOLOv8 object detection models.
A huge thank you to the Ultralytics team and the open-source community for making state-of-the-art vision accessible!

---

📝 License

MIT

---

🤝 Contributing

Contributions, issues, and feature requests are welcome!
Feel free to open an issue or submit a pull request.

---

📬 Contact

For questions, suggestions, or collaboration, feel free to reach out:

• 💼 GitHub
• 📧 Email: your.email@example.com

---

🏷️ Keywords

YOLO Object Detection PySide6 Qt for Python Video Analysis Real-time Deep Learning Computer Vision Object Counting

---

🙏 Thanks

Special thanks to Ultralytics YOLO and the open-source community!

---

🇮🇷 فارسی

اُبجِ شمار — برنامه‌ای برای شمارش و تشخیص اشیا در ویدیوها و استریم‌های دوربین با استفاده از YOLOv8 و رابط کاربری مدرن و ساده.

درباره نام: اُبجِ شمار ترکیبی از واژه انگلیسی "Object" (شیء) و واژه فارسی "شمار" (شمارش) است.

---

🚀 شروع سریع

۱. کلون کردن مخزن:

git clone https://github.com/YourUsername/ObjShomar.git
cd ObjShomar

۲. نصب پایتون ۳.۱۰ یا بالاتر (پیشنهادی: ۳.۱۰، ۳.۱۱ یا ۳.۱۲) ۳. نصب وابستگی‌ها:

pip install -r requirements.txt

۴. اجرای برنامه:

python main.py

---

🖼️ اسکرین‌شات

پنجره اصلی	انتخاب مدل YOLO	انتخاب کلاس‌ها

ورودی لینک دوربین	تشخیص خودرو در استریم	تشخیص افراد و کوله‌پشتی در ویدیو

---

✨ ویژگی‌ها

• تشخیص و شمارش اشیا با YOLOv8:
  شمارش و تشخیص اشیا به صورت بلادرنگ با مدل‌های YOLOv8
• انتخاب مدل دلخواه:
  انتخاب از بین مدل‌های مختلف YOLOv8 (nano, small, medium, large, x-large) و دانلود خودکار مدل‌های مورد نیاز
• فیلتر کلاس‌ها:
  انتخاب کلاس‌های مورد نظر برای شمارش و نمایش
• پشتیبانی از منابع ویدیویی مختلف:
  • باز کردن فایل‌های ویدیویی (MP4, AVI و ...)
  • وارد کردن لینک استریم دوربین (RTSP, HTTP و ...)
• نمایش زنده:
  نمایش جعبه و برچسب و شمارش اشیا روی ویدیو
• بزرگ‌نمایی و جابجایی تصویر:
  امکان بزرگ‌نمایی و جابجایی برای بررسی دقیق‌تر فریم‌ها
• گرفتن اسکرین‌شات:
  ذخیره فریم‌های حاشیه‌نویسی شده به عنوان تصویر
• رابط کاربری مدرن:
  ساخته شده با PySide6 (Qt for Python) برای تجربه کاربری سریع و مدرن
• نصب آسان:
  بررسی خودکار وابستگی‌ها و نصب راهنما

---

❓ اُبجِ شمار چیست؟

اُبجِ شمار یک ابزار دسکتاپ برای شمارش و تشخیص اشیا در ویدیوها یا استریم‌های زنده با استفاده از مدل‌های قدرتمند YOLOv8 است. این برنامه برای سهولت استفاده، انعطاف‌پذیری و عملکرد بلادرنگ طراحی شده است—مناسب برای پژوهش، نظارت، تحلیل ترافیک و موارد دیگر.

---

🤖 قدرت‌گرفته از YOLO

این پروژه از مدل‌های قدرتمند Ultralytics YOLOv8 استفاده می‌کند.
از تیم Ultralytics و جامعه متن‌باز بابت در دسترس قرار دادن فناوری بینایی ماشین پیشرفته سپاسگزاریم!

---

📝 مجوز

MIT

---

🤝 مشارکت

پیشنهادات، گزارش باگ و درخواست ویژگی جدید خوش‌آمد است!
می‌توانید issue باز کنید یا pull request ارسال نمایید.

---

📬 ارتباط

برای سوال، پیشنهاد یا همکاری:

• 💼 GitHub
• 📧 ایمیل: your.email@example.com

---

🏷️ کلیدواژه‌ها

YOLO تشخیص اشیا PySide6 Qt for Python تحلیل ویدیو بلادرنگ یادگیری عمیق بینایی ماشین شمارش اشیا

---

🙏 تشکر

تشکر ویژه از Ultralytics YOLO و جامعه متن‌باز!