استكشف القوة التحويلية للرؤية الحاسوبية المدعومة بالذكاء الاصطناعي مع Ultralytics. اكتشف تطبيقات الصناعة وتعلم من مهندسين خبراء مثل محمد رضوان منور.
.webp)
استكشف القوة التحويلية للرؤية الحاسوبية المدعومة بالذكاء الاصطناعي مع Ultralytics. اكتشف تطبيقات الصناعة وتعلم من مهندسين خبراء مثل محمد رضوان منور.
الرؤية الحاسوبية (CV) هي مجال من مجالات الذكاء الاصطناعي يقوم بتدريب أجهزة الكمبيوتر على تفسير وفهم العالم المرئي. تعمل هذه التقنية إلى حد كبير مثل رؤية الإنسان، ولكن مع بعض الاختلافات الملحوظة: يتمتع البشر بسنوات من الخبرة لتدريبهم على كيفية التمييز بين الأشياء، ومدى بعدها، وما إذا كانت تتحرك، وما إذا كان هناك خطأ ما في الصورة.
تتعلق تقنية الرؤية الحاسوبية بقدرة أجهزة الكمبيوتر ليس فقط على تصور الصور، ولكن أيضًا على استخلاص الرسالة أو الغرض من الصورة، مثل تحديد المسافات وحركات الكائنات القادمة. بفضل التقدم في الذكاء الاصطناعي والابتكارات في التعلم العميق والشبكات العصبية، تمكن هذا المجال من تحقيق قفزات كبيرة في السنوات الأخيرة وتمكن من تجاوز البشر في بعض المهام المتعلقة باكتشاف الكائنات وتصنيفها.
تمكن الرؤية الحاسوبية حلولًا واقعية للصناعات مثل الصناعة الطبية، على سبيل المثال، حيث تكون مفيدة للغاية في تطبيقات التشخيص. ومع ذلك، يمتد استخدام الرؤية الحاسوبية أيضًا إلى العديد من التطبيقات الأخرى، مثل الرياضة والبيع بالتجزئة والزراعة والنقل والتصنيع وغير ذلك الكثير. في Ultralytics، نجعل تدريب النماذج والتعلم الآلي في متناول الجميع. هدفنا هو مساعدتك على الاستفادة من قوة الذكاء الاصطناعي دون الحاجة إلى القلق بشأن جميع التفاصيل التقنية. من خلال جهودنا، رأينا حتى طلاب المدارس الإعدادية يبدأون في تدريب نماذجهم باستخدام Ultralytics HUB و YOLOv5.
“تُعد الرؤية الحاسوبية واحدة من أبرز الأشياء التي انبثقت عن عالم التعلم العميق والذكاء الاصطناعي. إن التطورات التي ساهم بها التعلم العميق في مجال الرؤية الحاسوبية قد ميزت هذا المجال حقًا.”
واين طومسون، عالم بيانات في SAS
يطبق مهندسو الرؤية الحاسوبية الذكاء الاصطناعي للرؤية وأبحاث التعلم الآلي لحل مشاكل العالم الحقيقي. يتمتع مهندسو الرؤية الحاسوبية عمومًا بقدر كبير من الخبرة في الأنظمة المختلفة، مثل التعرف على الصور والتعلم الآلي والذكاء الاصطناعي المتطور والشبكات والاتصالات والتعلم العميق والذكاء الاصطناعي والحوسبة المتقدمة وتوصيف الصور وعلم البيانات وتقسيم الصور/الفيديو. لذلك، دون مزيد من اللغط، نود أن نقدم لك مهندس رؤية حاسوبية ونشاركك خبرته.
محمد رضوان منور هو مهندس رؤية حاسوبية. أكمل درجة البكالوريوس في علوم الحاسوب مع تخصص في الذكاء الاصطناعي من جامعة COMSATS في إسلام أباد، فرع واه. لا تقتصر خبرته على مجال الرؤية فقط، لأنه يعلم أن المهارات الإضافية يمكن أن تساعده على النمو والارتقاء بمستواه المهني، لذلك لديه أيضًا معرفة بتطبيقات سطح المكتب، والواجهة الأمامية للويب، وتطوير لوحات المعلومات الجذابة. يعمل حاليًا كمستقل لتطوير حلول لحالات استخدام مختلفة بناءً على احتياجات عملائه.
"حسنًا، لقد كانت رحلة من العقبات والعمل الجاد المتواصل. عندما بدأت، لم أكن على علم حتى بالكشف عن الكائنات، لكنني كنت فضوليًا وشغوفًا بشكل أساسي برؤية الذكاء الاصطناعي. كنت في السنة النهائية من دراستي، عندما بدأت العمل الحر، فقط لتعلم المهارات. بالتوازي، بدأت أيضًا في تعلم مفاهيم تعلم الآلة الأساسية من قنوات يوتيوب المختلفة. بعد قضاء 7-8 أشهر في العمل باستمرار، طورت فهمًا جيدًا لرؤية الذكاء الاصطناعي والتعلم العميق وقررت مواصلة مسيرتي المهنية في مجال الرؤية الحاسوبية."
"أستخدم YOLOv5 منذ إصداره، ولكن من أجل التطوير والتعديل المناسبين وفقًا لحالات الاستخدام المختلفة، أستخدم YOLOv5 منذ سنة ونصف." "في البداية، كانت المشكلة التي أتعامل معها تتعلق بالكشف عن الكائنات، لذلك بدأت في استكشاف الخوارزميات المختلفة المتعلقة بالكشف عن الكائنات. بعد قضاء بعض الوقت في البحث، قارنت الخريطة لكاشفات الكائنات المختلفة وأدركت أن دقة YOLOv5 على مجموعة بيانات coco عالية جدًا مقارنة بكاشفات الكائنات الأخرى في ذلك الوقت. لذلك، قمت بتسمية بياناتي، وضبطت YOLOv5 بدقة على بياناتي المخصصة، بهدف اكتشاف الأشخاص." "YOLOv5 سهل الاستخدام والتعديل والضبط الدقيق للغاية، ومجتمعه الضخم متاح دائمًا للمساعدة إذا واجه شخص ما مشكلة. توفر لي التحديثات المنتظمة لـ YOLOv5 سهولة يومية للقيام بالكشف عن الكائنات بطريقة فعالة للغاية."
شكرًا لقراءتكم عن رحلة محمد! إذا كنت ترغب في معرفة المزيد عن عمله، تفضل بزيارة موقعه الإلكتروني. ولمتابعة آخر أخبار YOLOv5 والذكاء الاصطناعي البصري، تابعنا على تويتر و لينكد إن!