دليل حول بنية U-Net وتطبيقاتها

الرؤية الحاسوبية فرع من الذكاء الاصطناعي (AI) يركز على تحليل البيانات المرئية. وقد مهّدت الطريق للعديد من الأنظمة المتطورة، مثل أتمتة فحص المنتجات في المصانع ومساعدة المركبات ذاتية القيادة على التنقل في الطرق.

يُعد اكتشاف الأجسام إحدى أشهر مهام الرؤية الحاسوبية. تتيح هذه المهمة للنماذج تحديد مواقع الأجسام والتعرّف عليها داخل الصورة باستخدام مربعات إحاطة. وعلى الرغم من فائدة مربعات الإحاطة في تطبيقات متنوعة، فإنها لا تقدم سوى تقدير تقريبي لموقع الجسم.

لكن في مجالات مثل الرعاية الصحية، حيث الدقة أمر بالغ الأهمية، تعتمد حالات استخدام الذكاء الاصطناعي البصري على ما هو أكثر من مجرد تحديد الجسم. فكثيرًا ما تتطلب أيضًا معلومات عن الشكل الدقيق للأجسام ومواضعها.

وهذا تحديدًا ما صُممت مهمة الرؤية الحاسوبية، وهي التجزئة، لإنجازه. فبدلًا من استخدام مربعات الإحاطة، تكشف نماذج التجزئة الأجسام على مستوى البكسل. وعلى مر السنين، طوّر الباحثون نماذج رؤية حاسوبية متخصصة للتجزئة.

يُعد U-Net أحد هذه النماذج. وعلى الرغم من أن نماذج أحدث وأكثر تقدمًا قد تفوقت على أدائه، فإن U-Net يحتل مكانة مهمة في تاريخ الرؤية الحاسوبية. في هذا المقال، سنتناول عن كثب بنية U-Net، وآلية عملها، ومجالات استخدامها، ومقارنتها بنماذج التجزئة الأحدث المتاحة اليوم.

الشكل 1. مثال على التجزئة باستخدام نموذج التعلم العميق U-Net. (المصدر)

تاريخ تجزئة الصور#

قبل الخوض في ماهية U-Net، دعونا أولًا نتعرف بصورة أفضل على كيفية تطور نماذج تجزئة الصور.

في البداية، اعتمدت الرؤية الحاسوبية على تقنيات تقليدية مثل اكتشاف الحواف، وتحديد العتبات، ونمو المناطق لفصل الأجسام في الصورة. واستُخدمت هذه التقنيات لاكتشاف حدود الأجسام عبر الحواف، وفصل المناطق حسب شدة البكسل، وتجميع البكسلات المتشابهة. وقد نجحت في الحالات البسيطة، لكنها كثيرًا ما أخفقت عندما احتوت الصور على ضوضاء أو أشكال متداخلة أو حدود غير واضحة.

عقب صعود التعلم العميق في عام 2012، قدّم الباحثون في عام 2014 مفهوم الشبكات الالتفافية كاملة الاتصال (FCNs) لمهام مثل التجزئة الدلالية. استبدلت هذه النماذج أجزاءً معينة من الشبكة الالتفافية لتمكين الحاسوب من معالجة الصورة كاملة دفعة واحدة، بدلًا من تقسيمها إلى أجزاء أصغر. وأتاح ذلك للنموذج إنشاء خرائط مفصلة تعرض محتوى الصورة بوضوح أكبر.

الشكل 2. تطور خوارزميات التجزئة المعتمدة على التعلم العميق. (المصدر)

استنادًا إلى الشبكات الالتفافية كاملة الاتصال، قدّم باحثون في جامعة فرايبورغ U-Net في عام 2015. وصُمم هذا النموذج في الأصل لـتجزئة الصور الطبية الحيوية. وعلى وجه الخصوص، صُمم U-Net ليحقق أداءً جيدًا في الحالات التي تكون فيها البيانات المشروحة محدودة.

في الوقت نفسه، أضافت إصدارات لاحقة مثل UNet++ وTransUNet تحسينات، منها طبقات الانتباه واستخراج السمات على نحو أفضل. وتساعد طبقات الانتباه النموذج على التركيز على المناطق المهمة، بينما يلتقط استخراج السمات المحسّن معلومات أكثر تفصيلًا.

ما هو U-Net، وكيف تتدفق السمات عبر النموذج؟#

U-Net نموذج للتعلم العميق صُمم خصيصًا لتجزئة الصور. ويستقبل صورةً كمدخل، ثم ينتج قناع تجزئة يصنّف كل بكسل وفقًا للجسم أو المنطقة التي ينتمي إليها.

استمد النموذج اسمه من بنيته على شكل حرف U. ويتألف من جزأين رئيسيين: مُرمِّز يضغط الصورة ويتعلم سماتها، ومُفكِّك يوسّعها مجددًا إلى حجمها الأصلي. وينشئ هذا التصميم شكلًا متماثلًا على هيئة U، ما يساعد النموذج على فهم البنية العامة للصورة وتفاصيلها الدقيقة.

من السمات الأساسية لـ U-Net استخدام الوصلات التخطيّة، التي تتيح تمرير المعلومات من المُرمِّز مباشرةً إلى المُفكِّك. وهذا يعني أن النموذج يستطيع الحفاظ على التفاصيل المهمة التي قد تضيع عند ضغط الصورة.

نظرة عامة على بنية U-Net#

فيما يلي لمحة عن آلية عمل بنية U-Net:

• الصورة المدخلة: يبدأ U-Net بصورة ثنائية الأبعاد، مثل صورة طبية أو صورة ملتقطة عبر الأقمار الصناعية. والهدف هو إسناد تسمية فئة إلى كل بكسل في الصورة.
• تقليل الأبعاد: تمر الصورة عبر طبقات التفاف تتعلم السمات المرئية المهمة. ومع انتقال الصورة عبر طبقات مختلفة، ينخفض وضوحها، ويتعرف النموذج على الأنماط الأوسع.
• طبقة عنق الزجاجة: في مركز الشبكة، تصل خرائط السمات إلى أدنى دقة مكانية لها، مع التقاط السمات الدلالية عالية المستوى. وببساطة، يمثّل هذا التمثيل المضغوط لخرائط السمات السياق العام للمدخل.
• زيادة الأبعاد: تعيد الشبكة بعد ذلك بناء الصورة عبر زيادة دقتها تدريجيًا. وتساعد عمليات الالتفاف المنقول على توسيع خرائط السمات لتقترب من حجمها الأصلي.
• الوصلات التخطيّة: تُدمج خرائط السمات من مسار تقليل الأبعاد مع نظيراتها في مسار زيادة الأبعاد. ويساعد ذلك على الحفاظ على التفاصيل المكانية الدقيقة مع دمج المعلومات السياقية عالية المستوى.
• الناتج خريطة تجزئة: يكون الناتج النهائي قناع تجزئة على مستوى البكسل، يطابق حجم المدخل. ويُصنَّف كل بكسل ضمن فئة، مثل جسم أو خلفية أو منطقة محل اهتمام.

الشكل 3. مخطط بنية U-Net. (المصدر)

فهم الفرق بين ViT وU-Net#

أثناء استكشافك لـ U-Net، قد تتساءل عن أوجه اختلافه عن نماذج التعلم العميق الأخرى، مثل محوّل الرؤية (ViT)، الذي يستطيع أيضًا تنفيذ مهام التجزئة. وعلى الرغم من قدرة النموذجين على تنفيذ مهام متشابهة، فإنهما يختلفان في طريقة بنائهما ومعالجتهما للتجزئة.

يعالج U-Net الصور على مستوى البكسل عبر طبقات التفاف ضمن بنية مُرمِّز ومُفكِّك. وغالبًا ما يُستخدم في المهام التي تتطلب تجزئة دقيقة، مثل تحليل الصور الطبية أو مشاهد السيارات ذاتية القيادة.

أما محوّل الرؤية (ViT)، فيقسّم الصور إلى رقع ويعالجها بالتزامن عبر آليات الانتباه. ويستخدم الانتباه الذاتي (آلية تتيح للنموذج تقدير أهمية أجزاء الصورة المختلفة بالنسبة إلى بعضها بعضًا) لالتقاط العلاقات بين أجزاء الصورة المختلفة، على خلاف نهج U-Net القائم على الالتفاف.

ومن الاختلافات المهمة الأخرى أن ViT يحتاج عمومًا إلى مزيد من البيانات ليعمل جيدًا، لكنه بارع في اكتشاف الأنماط المعقدة. أما U-Net، فيحقق أداءً جيدًا مع مجموعات بيانات أصغر، ويُدرَّب بسرعة أكبر، وغالبًا ما يحتاج إلى وقت تدريب أقل.

تطبيقات نموذج U-Net#

بعد أن كوّنا فهمًا أفضل لماهية U-Net وكيفية عمله، دعونا نستكشف تطبيقاته في مجالات مختلفة.

تجزئة النزيف الدماغي في التصوير الطبي#

أصبح U-Net أسلوبًا موثوقًا للتجزئة على مستوى البكسل في الصور الطبية المعقدة، ولا سيما خلال ذروة استخدامه في الأبحاث. واستخدمه الباحثون لإبراز المناطق الرئيسية في الصور الطبية، مثل الأورام وعلامات النزيف الداخلي في صور التصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي. وقد أسهم هذا النهج بدرجة كبيرة في تحسين دقة التشخيص وتبسيط تحليل البيانات الطبية المعقدة في البيئات البحثية.

ومن أمثلة أثر U-Net في أبحاث الرعاية الصحية استخدامه لتحديد السكتات الدماغية والنزيف الدماغي في الصور الطبية. إذ أمكن للباحثين استخدام U-Net لتحليل صور الرأس وإبراز المناطق المثيرة للقلق، ما أتاح تحديد الحالات التي تتطلب عناية فورية بسرعة أكبر.

الشكل 4. تجزئة آفات السكتة النزفية باستخدام 3D U-Net. (المصدر)

تجزئة المحاصيل في الزراعة#

ومن المجالات الأخرى التي استخدم فيها الباحثون U-Net الزراعة، ولا سيما لتجزئة المحاصيل والأعشاب الضارة والتربة. ويساعد ذلك المزارعين على مراقبة صحة النباتات وتقدير الغلال واتخاذ قرارات أفضل في المزارع الكبيرة. فعلى سبيل المثال، يستطيع U-Net فصل المحاصيل عن الأعشاب الضارة، ما يجعل استخدام مبيدات الأعشاب أكثر كفاءة ويحد من الهدر.

لمعالجة تحديات مثل ضبابية الحركة في صور الطائرات المسيّرة، حسّن الباحثون U-Net باستخدام تقنيات إزالة ضبابية الصور. ويضمن ذلك تجزئة أوضح، حتى عند جمع البيانات أثناء الحركة، كما في المسوحات الجوية.

الشكل 5. فصل المحاصيل عن الأعشاب الضارة في الحقول الزراعية باستخدام U-Net. (المصدر)

القيادة الذاتية#

قبل طرح نماذج الذكاء الاصطناعي الأكثر تقدمًا، أدّى U-Net دورًا حيويًا في استكشاف كيفية تعزيز التجزئة للقيادة الذاتية. ففي المركبات ذاتية القيادة، يمكن استخدام التجزئة الدلالية في U-Net لتصنيف كل بكسل في الصورة ضمن فئات مثل الطريق والمركبة والمشاة وعلامات المسارات. وهذا يمنح السيارة رؤية واضحة لمحيطها، ويساعدها على التنقل بأمان واتخاذ قرارات فعالة.

الشكل 6. مشهد طريق جرى فيه تقسيم المنطقة القابلة للقيادة باستخدام U-Net. (المصدر)

مزايا U-Net وعيوبه#

لا يزال U-Net حتى اليوم خيارًا جيدًا لتجزئة الصور لدى الباحثين، بفضل توازنه بين البساطة والدقة والقدرة على التكيّف. وفيما يلي بعض أبرز المزايا التي تميّزه:

• قابل للتكيّف مع أنواع بيانات مختلفة: جرى تكييف U-Net مع أنواع متعددة من البيانات، بما في ذلك الصور الطبية ثلاثية الأبعاد وصور الأقمار الصناعية وحتى إطارات الفيديو.
• استدلال سريع عند تحسينه: عند ضبطه على النحو المناسب، يمكن تشغيل U-Net بكفاءة، ما يجعله ملائمًا للتطبيقات الآنية أو شبه الآنية.
• مفتوح المصدر ومدعوم من المجتمع: يتوفر U-Net ضمن مكتبات التعلم العميق الرئيسية، ويدعمه مجتمع كبير من المطورين والباحثين.

على الرغم من نقاط قوة U-Net المتعددة، ينبغي أخذ بعض القيود في الحسبان. وفيما يلي بعض العوامل التي يجدر مراعاتها:

• حساس لجودة البيانات: قد يتأثر أداء U-Net سلبًا بالبيانات منخفضة الجودة، مثل الصور المشوشة أو منخفضة الدقة.
• معرّض للإفراط في التكيّف مع مجموعات البيانات الصغيرة: على الرغم من أداء U-Net الجيد مع البيانات المحدودة، فإنه يظل معرضًا للإفراط في التكيّف إذا لم يُنظَّم على النحو الصحيح، ولا سيما عندما تكون مجموعة البيانات صغيرة جدًا أو تفتقر إلى التنوع.
• الموارد الحاسوبية: قد يتطلب U-Net موارد حاسوبية كبيرة، ولا سيما عند العمل مع مجموعات بيانات ضخمة، ويحتاج إلى عتاد قوي للتدريب.

أبرز النقاط#

مثّل U-Net محطة مهمة في تطور تجزئة الصور. وأثبت قدرة نماذج التعلم العميق على تقديم نتائج دقيقة باستخدام مجموعات بيانات أصغر، ولا سيما في مجالات مثل التصوير الطبي.

مهّد هذا الإنجاز الطريق لتطبيقات أكثر تقدمًا في مجالات متنوعة. ومع استمرار تطور الرؤية الحاسوبية، تظل نماذج التجزئة مثل U-Net أساسية لتمكين الآلات من فهم البيانات المرئية وتفسيرها بدقة عالية.

هل ترغب في إنشاء مشاريعك الخاصة في الرؤية الحاسوبية؟ استكشف مستودع GitHub للتعمق في الذكاء الاصطناعي، واطّلع على خيارات الترخيص لدينا. تعرّف على كيفية مساهمة الرؤية الحاسوبية في الرعاية الصحية في تحسين الكفاءة، واكتشف أثر الذكاء الاصطناعي في تجارة التجزئة بزيارة صفحات حلولنا! انضم إلى مجتمعنا المتنامي الآن!