Hugging Face's logo

Spaces:
BaseerAI
/
Baseer_Server
Running

App Files Community
Baseer_Server
File size: 5,107 Bytes 
d80d18d
adff7c4
 
 
 
d80d18d
adff7c4
d80d18d
adff7c4
 
 
 
 
 
 
 
 
 
 
 
d80d18d
 
adff7c4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
 
---
title: Baseer Self-Driving API
emoji: 🚗
colorFrom: blue
colorTo: green
sdk: docker
app_port: 7860
pinned: false
license: mit
short_description: Self-driving API using InterFuser model
tags:
  - computer-vision
  - autonomous-driving
  - deep-learning
  - fastapi
  - pytorch
  - interfuser
  - graduation-project
  - carla
  - self-driving
---

# 🚗 Baseer Self-Driving API

[![Hugging Face Spaces](https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Spaces-blue)](https://huggingface.co/spaces/Adam-IT/Baseer_Server)
[![FastAPI](https://img.shields.io/badge/FastAPI-005571?style=flat&logo=fastapi)](https://fastapi.tiangolo.com/)
[![PyTorch](https://img.shields.io/badge/PyTorch-%23EE4C2C.svg?style=flat&logo=PyTorch&logoColor=white)](https://pytorch.org/)

## 📋 وصف المشروع

**Baseer** هو نظام قيادة ذاتية متقدم يستخدم نموذج **InterFuser** المدرب على بيانات محاكاة CARLA. يوفر هذا المشروع واجهة برمجة تطبيقات (API) قوية ومستضافة على Hugging Face Spaces للتفاعل مع نموذج القيادة الذاتية.

## ✨ الميزات الرئيسية

### 🧠 **نموذج InterFuser متقدم**
- مدرب على بيانات PDM_Lite_Carla
- يركز على اكتشاف الكائنات المرورية (Traffic Detection)
- دقة عالية في تحديد المسارات (Waypoint Prediction)
- تحليل متقدم للمشهد البصري

### 🏗️ **بنية خادم-عميل**
- **FastAPI** للأداء العالي
- معالجة متوازية للطلبات
- إدارة جلسات متعددة
- واجهة RESTful سهلة الاستخدام

### 📊 **مخرجات شاملة**
- **أوامر التحكم**: انعطاف، تسارع، فرملة
- **خريطة المرور**: اكتشاف المركبات والمشاة
- **تحليل المشهد**: إشارات المرور، علامات التوقف، التقاطعات
- **لوحة معلومات**: صورة تفاعلية شاملة

## 🚀 كيفية الاستخدام

### 1. بدء جلسة جديدة
```bash
curl -X POST "https://adam-it-baseer-server.hf.space/start_session"
```

### 2. إرسال إطار للمعالجة
```bash
curl -X POST "https://adam-it-baseer-server.hf.space/run_step" \
  -H "Content-Type: application/json" \
  -d '{
    "session_id": "your-session-id",
    "image_b64": "base64-encoded-image",
    "measurements": {
      "pos": [0.0, 0.0],
      "theta": 0.0,
      "speed": 0.0,
      "command": 4
    }
  }'
```

### 3. إنهاء الجلسة
```bash
curl -X POST "https://adam-it-baseer-server.hf.space/end_session?session_id=your-session-id"
```

## 📡 نقاط النهاية (API Endpoints)

| النقطة | الطريقة | الوصف |
|--------|---------|--------|
| `/` | GET | معلومات الـ API |
| `/start_session` | POST | بدء جلسة جديدة |
| `/run_step` | POST | معالجة إطار واحد |
| `/end_session` | POST | إنهاء جلسة |
| `/sessions` | GET | عرض الجلسات النشطة |
| `/docs` | GET | توثيق تفاعلي للـ API |

## 🔧 المواصفات التقنية

### النموذج
- **النوع**: InterFuser (Fine-tuned)
- **Backbone**: ResNet-50 للصور
- **البعد المدمج**: 256
- **طبقات المحول**: 6 encoder + 6 decoder
- **حجم النموذج**: 545 MB

### المدخلات
- **الصور**: 224x224 RGB
- **القياسات**: الموقع، السرعة، الاتجاه
- **الأوامر**: أوامر القيادة عالية المستوى

### المخرجات
- **أوامر التحكم**: steer, throttle, brake
- **خريطة المرور**: شبكة 20x20 للكائنات
- **المسارات**: 10 نقاط مستقبلية
- **تحليل المشهد**: junction, traffic_light, stop_sign

## 🎯 حالات الاستخدام المثلى

- ✅ **القيادة في الطرق المستقيمة**
- ✅ **اكتشاف المركبات والمشاة**
- ✅ **تجنب العوائق**
- ✅ **التنبؤ بالمسارات**
- ✅ **تحليل المشهد المروري**

## ⚠️ القيود

- محدود بكاميرا أمامية واحدة
- لا يستخدم بيانات LiDAR
- مُحسن للبيئات المحاكاة (CARLA)
- قد يحتاج تعديل للبيئات الحقيقية

## 🛠️ التطوير والمساهمة

هذا المشروع جزء من مشروع تخرج في مجال الذكاء الاصطناعي والقيادة الذاتية. تم تطويره باستخدام:

- **PyTorch** للتعلم العميق
- **FastAPI** لواجهة البرمجة
- **OpenCV** لمعالجة الصور
- **NumPy** للحوسبة العلمية

## 📞 التواصل والدعم

للاستفسارات والدعم التقني، يرجى استخدام:
- **Issues** في مستودع GitHub
- **Community** في Hugging Face
- **Discussions** في صفحة Space

---

**تم تطويره بواسطة**: Adam-IT  
**الترخيص**: MIT  
**النسخة**: 1.0.0