بالنقر على "قبول جميع ملفات تعريف الارتباط"، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين تصفح الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. المزيد من المعلومات
إعدادات ملفات تعريف الارتباط
بالنقر على "قبول جميع ملفات تعريف الارتباط"، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين تصفح الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. المزيد من المعلومات
الرؤية الحاسوبية هي فرع من الذكاء الاصطناعي (AI) يركز على تحليل البيانات المرئية. وقد مهّد الطريق أمام العديد من الأنظمة المتطورة، مثل أتمتة عملية فحص المنتجات في المصانع ومساعدة المركبات ذاتية القيادة على التنقل في الطرق.
إحدى أشهر مهام الرؤية الحاسوبية هي اكتشاف الأجسام. تُمكّن هذه المهمة النماذج من تحديد موقع الأجسام داخل الصورة وتحديدها باستخدام المربعات المحدودة. على الرغم من أن المربعات المحدودة مفيدة في العديد من التطبيقات، إلا أنها لا توفر سوى تقدير تقريبي لموقع الجسم.
ومع ذلك، في مجالات مثل الرعاية الصحية، حيث الدقة أمر بالغ الأهمية، تعتمد حالات استخدام الذكاء الاصطناعي المرئي على أكثر من مجرد تحديد كائن ما. وغالباً ما تتطلب أيضاً معلومات تتعلق بالشكل الدقيق للأجسام وموقعها.
هذا بالضبط ما صُممت مهمة الرؤية الحاسوبية، أي التجزئة، للقيام به. بدلاً من استخدام المربعات المحددة، تكتشف نماذج التجزئة الأجسام على مستوى البكسل. على مر السنين، طور الباحثون نماذج رؤية حاسوبية متخصصة للتجزئة.
أحد هذه النماذج هو U-Net. على الرغم من أن النماذج الأحدث والأكثر تقدمًا قد تفوقت على أدائه، إلا أن U-Net يحتل مكانة هامة في تاريخ الرؤية الحاسوبية. في هذه المقالة، سنلقي نظرة فاحصة على بنية U-Net، وكيفية عملها، وأين تم استخدامها، وكيف يمكن مقارنتها بنماذج التجزئة الأكثر حداثة المتاحة اليوم.
الشكل 1. مثال على التجزئة باستخدام نموذج التعلّم العميق U-Net.(المصدر)
تاريخ تجزئة الصور
قبل أن نتعمق في ماهية U-Net، دعونا أولاً نأخذ فكرة أفضل عن كيفية تطور نماذج تجزئة الصور.
في البداية، اعتمدت الرؤية الحاسوبية على تقنيات تقليدية مثل اكتشاف الحواف أو تحديد العتبة أو نمو المنطقة لفصل الأجسام في الصورة. استُخدمت هذه التقنيات للكشف عن حدود الكائنات باستخدام الحواف، وفصل المناطق حسب شدة البكسل، وتجميع وحدات البكسل المتشابهة. وقد نجحت هذه التقنيات في الحالات البسيطة ولكنها غالبًا ما كانت تفشل عندما تحتوي الصور على ضوضاء أو أشكال متداخلة أو حدود غير واضحة.
بعد ظهور التعلم العميق في عام 2012، قدم الباحثون مفهوم الشبكات التلافيفية الكاملة (FCNs) في عام 2014 لمهام مثل التجزئة الدلالية. وقد استبدلت هذه النماذج أجزاء معينة من الشبكة التلافيفية للسماح للكمبيوتر بالنظر إلى صورة كاملة دفعة واحدة، بدلاً من تقسيمها إلى أجزاء أصغر. وقد أتاح ذلك للنموذج إمكانية إنشاء خرائط مفصلة تعرض ما في الصورة بشكل أكثر وضوحاً.
الشكل 2. تطور خوارزميات التجزئة القائمة على التعلم العميق.(المصدر)
بناءً على شبكات FCNs، تم تقديم U-Net من قبل باحثين في جامعة فرايبورغ في عام 2015. تم تصميمه في الأصل لتجزئة الصور الطبية الحيوية. وعلى وجه الخصوص، صُممت شبكة U-Net لتحقيق أداء جيد في الحالات التي تكون فيها البيانات المشروحة محدودة.
Meanwhile, later versions like UNet++ and TransUNet added upgrades such as attention layers and better feature extraction. تساعد طبقات الانتباه النموذج على التركيز على المناطق الرئيسية، بينما يلتقط استخراج السمات المحسّن معلومات أكثر تفصيلاً.
ما هي شبكة U-Net، وكيف تتدفق الميزات عبر النموذج؟
U-Net هو نموذج تعلّم عميق مصمم خصيصًا لتجزئة الصور. وهو يأخذ صورة كمدخلات وينتج قناع تجزئة يصنف كل بكسل وفقًا للكائن أو المنطقة التي ينتمي إليها.
يستمد النموذج اسمه من بنيته التي تأخذ شكل حرف U. وهو يتكون من جزأين رئيسيين: مُشفّر يضغط الصورة ويتعلم خصائصها، ومفك تشفير يقوم بتوسيعها مرة أخرى إلى الحجم الأصلي. يخلق هذا التصميم شكلاً متماثلًا على شكل حرف U، مما يساعد النموذج على فهم البنية الكلية للصورة وتفاصيلها الدقيقة.
تتمثل إحدى الميزات المهمة في U-Net في استخدام وصلات التخطي التي تسمح بتمرير المعلومات من المشفر مباشرةً إلى وحدة فك التشفير. وهذا يعني أن النموذج يمكنه الحفاظ على التفاصيل المهمة التي قد تضيع عند ضغط الصورة.
نظرة عامة على بنية U-Net
إليك لمحة عن كيفية عمل بنية U-Net:
صورة الإدخال: تبدأ شبكة U-Net بصورة ثنائية الأبعاد، مثل صورة مسح طبي أو صورة قمر صناعي. الهدف هو تعيين تسمية فئة لكل بكسل في الصورة.
تصغير العينات: تمر الصورة عبر الطبقات التلافيفية التي تتعلم السمات البصرية المهمة. وبينما تتحرك الصورة عبر طبقات مختلفة، تقل دقتها وتتناقص دقة الصورة ويحدد النموذج أنماطاً أوسع.
طبقة عنق الزجاجة: في مركز الشبكة، تصل خرائط السمات إلى أصغر دقة مكانية لها مع التقاط السمات الدلالية عالية المستوى. ببساطة، هذا التمثيل المضغوط لخرائط السمات هو السياق العام للمدخلات.
رفع الدقة: تقوم الشبكة بعد ذلك بإعادة بناء الصورة عن طريق زيادة الدقة تدريجياً. تساعد التلافيف المقلوبة في توسيع خرائط السمات مرة أخرى نحو الحجم الأصلي.
تخطي الاتصالات: يتم توصيل خرائط الميزات من مسار أخذ العينات من أسفل مع تلك الموجودة في مسار أخذ العينات من أعلى. يساعد ذلك في الحفاظ على التفاصيل المكانية الدقيقة مع دمج المعلومات السياقية عالية المستوى.
الإخراج عبارة عن خريطة تجزئة: الإخراج النهائي هو قناع تجزئة على مستوى البكسل مطابق لحجم الإدخال. يتم تصنيف كل بكسل إلى فئة مثل كائن أو خلفية أو منطقة اهتمام.
أثناء استكشافك لشبكة U-Net، قد تتساءل عن كيفية اختلافها عن نماذج التعلم العميق الأخرى، مثل محول الرؤية (ViT)، والتي يمكنها أيضًا أداء مهام التجزئة. في حين أن كلا النموذجين يمكنهما أداء مهام متشابهة، إلا أنهما يختلفان من حيث كيفية بنائهما وكيفية تعاملهما مع التجزئة.
تعمل شبكة U-Net من خلال معالجة الصور على مستوى البكسل من خلال طبقات تلافيفية في بنية مشفر-مفك تشفير. وغالباً ما تُستخدم في المهام التي تتطلب تجزئة دقيقة، مثل عمليات المسح الطبي أو مشاهد السيارات ذاتية القيادة.
من ناحية أخرى، يقوم محول الرؤية (ViT) بتقسيم الصور إلى رقع ومعالجتها في وقت واحد من خلال آليات الانتباه. وهو يستخدم الانتباه الذاتي (وهي آلية تسمح للنموذج بتقييم أهمية الأجزاء المختلفة من الصورة بالنسبة لبعضها البعض) لالتقاط كيفية ارتباط الأجزاء المختلفة من الصورة ببعضها البعض، على عكس النهج التلافيفي الذي تتبعه شبكة U-Net.
هناك فرق مهم آخر هو أن ViT يحتاج عمومًا إلى المزيد من البيانات ليعمل بشكل جيد، ولكنه رائع في التقاط الأنماط المعقدة. من ناحية أخرى، يعمل U-Net بشكل جيد مع مجموعات البيانات الأصغر حجمًا وهو أسرع في التدريب وغالبًا ما يتطلب وقت تدريب أقل.
تطبيقات نموذج U-Net
والآن بعد أن أصبح لدينا فهم أفضل لماهية شبكة U-Net وكيفية عملها، دعونا نستكشف كيف تم تطبيق شبكة U-Net في مجالات مختلفة.
تجزئة نزيف الدماغ في التصوير الطبي
أصبحت شبكة U-Net طريقة موثوقة لتجزئة الصور الطبية المعقدة على مستوى البكسل، خاصةً خلال فترة ازدهارها في مجال الأبحاث. وقد استخدمها الباحثون لتسليط الضوء على المناطق الرئيسية في عمليات المسح الطبي، مثل الأورام وعلامات النزيف الداخلي في صور الأشعة المقطعية وصور الرنين المغناطيسي. وقد عزز هذا النهج دقة التشخيص بشكل كبير وسهّل تحليل البيانات الطبية المعقدة في إعدادات البحث.
أحد الأمثلة على تأثير U-Net في أبحاث الرعاية الصحية هو استخدامه في تحديد السكتة الدماغية ونزيف الدماغ في عمليات المسح الطبي. يمكن للباحثين استخدام U-Net لتحليل فحوصات الرأس وتسليط الضوء على المناطق المثيرة للقلق، مما يتيح التعرف بشكل أسرع على الحالات التي تتطلب اهتماماً فورياً.
الشكل 4. تجزئة آفات السكتة الدماغية النزفية باستخدام شبكة U-Net ثلاثية الأبعاد.(المصدر)
تجزئة المحاصيل في الزراعة
من المجالات الأخرى التي استخدم فيها الباحثون شبكة U-Net في الزراعة، لا سيما في تقسيم المحاصيل والأعشاب الضارة والتربة. فهي تساعد المزارعين على مراقبة صحة النباتات وتقدير المحاصيل واتخاذ قرارات أفضل في المزارع الكبيرة. على سبيل المثال، يمكن لشبكة U-Net فصل المحاصيل عن الأعشاب الضارة، مما يجعل استخدام مبيدات الأعشاب أكثر كفاءة ويقلل من الهدر.
ولمواجهة التحديات مثل ضبابية الحركة في صور الطائرات بدون طيار، قام الباحثون بتحسين U-Net باستخدام تقنيات إزالة الضبابية من الصور. وهذا يضمن تجزئة أوضح، حتى عندما يتم جمع البيانات أثناء الحركة، كما هو الحال أثناء عمليات المسح الجوي.
الشكل 5. فصل المحاصيل عن الأعشاب الضارة في الحقول الزراعية باستخدام شبكة U-Net.(المصدر)
القيادة الذاتية
قبل تقديم نماذج ذكاء اصطناعي أكثر تقدماً، لعبت U-Net دوراً حيوياً في استكشاف كيف يمكن للتقسيم أن يعزز القيادة الذاتية. في السيارات ذاتية القيادة، يمكن استخدام التجزئة الدلالية لشبكة U-Net لتصنيف كل بكسل في الصورة إلى فئات مثل الطريق والمركبة والمشاة وعلامات الحارات. وهذا يوفر للسيارة رؤية واضحة لمحيطها، مما يساعد في التنقل الآمن واتخاذ القرارات الفعالة.
الشكل 6. مشهد طريق حيث يتم تقسيم المنطقة القابلة للقيادة باستخدام U-Net.(المصدر)
إيجابيات وسلبيات U-Net
حتى اليوم، لا تزال U-Net خيارًا جيدًا لتجزئة الصور بين الباحثين نظرًا لتوازنها بين البساطة والدقة والقدرة على التكيف. فيما يلي بعض المزايا الرئيسية التي تجعلها متميزة:
قابلة للتكيف مع طرائق مختلفة: تم تكييف U-Net مع أنواع مختلفة من البيانات، بما في ذلك المسح الطبي ثلاثي الأبعاد وصور الأقمار الصناعية وحتى إطارات الفيديو.
استدلال سريع عند تحسينه: عند ضبطها بشكل صحيح، يمكن تشغيل U-Net بكفاءة، مما يجعلها مناسبة لتطبيقات الوقت الحقيقي أو شبه الحقيقي.
المصدر المفتوح والمجتمع: U-Net متاحة عبر مكتبات التعلم العميق الرئيسية ومدعومة من قبل مجتمع كبير من المطورين والباحثين.
في حين أن U-Net لديها العديد من نقاط القوة، إلا أن هناك أيضًا بعض القيود التي يجب وضعها في الاعتبار. فيما يلي بعض العوامل التي يجب أخذها في الاعتبار:
حساس لجودة البيانات: يمكن أن يتأثر أداء شبكة U-Net سلبًا بالبيانات ذات الجودة الرديئة، مثل الصور المشوشة أو منخفضة الدقة.
عرضة للإفراط في التركيب مع مجموعات البيانات الصغيرة: على الرغم من أن شبكة U-Net تعمل بشكل جيد مع البيانات المحدودة، إلا أنها لا تزال عرضة لخطر الإفراط في التركيب إذا لم يتم تنظيمها بشكل صحيح، خاصةً عندما تكون مجموعة البيانات صغيرة جدًا أو تفتقر إلى التنوع.
الموارد الحاسوبية: يمكن أن تكون شبكة U-Net مكلفة من الناحية الحسابية، خاصةً عند العمل مع مجموعات البيانات الكبيرة، مما يتطلب موارد كبيرة من الأجهزة للتدريب.
الوجبات الرئيسية
كانت U-Net علامة فارقة في تطور تجزئة الصور. فقد أثبتت أن نماذج التعلّم العميق يمكنها تقديم نتائج دقيقة باستخدام مجموعات بيانات أصغر، خاصةً في مجالات مثل التصوير الطبي.
وقد مهد هذا الإنجاز الطريق لتطبيقات أكثر تقدماً في مختلف المجالات. ومع استمرار تطور الرؤية الحاسوبية، تظل نماذج التجزئة مثل U-Net أساسية في تمكين الآلات من فهم وتفسير البيانات المرئية بدقة عالية.
.webp)
