7 يناير 2025
اكتشف كيف يمكن لتكامل Roboflow تبسيط التدريب المخصص لـ Ultralytics YOLOv8 من خلال تسهيل الوصول إلى مجموعات بيانات رؤية الكمبيوتر مفتوحة المصدر.
يتضمن تدريب نموذج رؤية الكمبيوتر مثل Ultralytics YOLO11 عادةً جمع الصور لمجموعة البيانات الخاصة بك، وتحديدها، وإعداد البيانات، وضبط النموذج بدقة لتلبية متطلباتك الخاصة. في حين أن حزمة Ultralytics Python تجعل هذه الخطوات واضحة وسهلة الاستخدام، إلا أن تطوير Vision AI لا يزال من الممكن أن يستغرق وقتًا طويلاً.
يصبح هذا صحيحًا بشكل خاص عندما تعمل في ظل موعد نهائي ضيق أو تقوم بتطوير نموذج أولي. في هذه الحالات، يمكن أن يكون لوجود أدوات أو عمليات تكامل تعمل على تبسيط أجزاء من العملية - مثل تبسيط إعداد مجموعة البيانات أو أتمتة المهام المتكررة - تأثير كبير. من خلال تقليل الوقت والجهد المطلوبين، تساعدك هذه الحلول على التركيز على بناء نموذجك وتحسينه. هذا بالضبط ما يقدمه تكامل Roboflow.
يتيح لك تكامل Roboflow الوصول بسهولة إلى مجموعات البيانات من Roboflow Universe، وهي مكتبة كبيرة من مجموعات بيانات الرؤية الحاسوبية مفتوحة المصدر. بدلاً من قضاء ساعات في جمع البيانات وتنظيمها، يمكنك العثور بسرعة على مجموعات البيانات الحالية واستخدامها لبدء عملية التدريب على YOLO11. هذا التكامل يجعل تجربة تطوير نموذج الرؤية الحاسوبية الخاص بك وتكراره أسرع وأبسط.
في هذه المقالة، سنتعمق في كيفية الاستفادة من تكامل Roboflow لتطوير النماذج بشكل أسرع. هيا بنا نبدأ!
Roboflow Universe عبارة عن منصة تحتفظ بها Roboflow، وهي شركة تركز على تبسيط تطوير الرؤية الحاسوبية. وهي تتكون من أكثر من 350 مليون صورة و 500000 مجموعة بيانات و 100000 نموذج مضبوط بدقة لمهام مثل اكتشاف الكائنات وتصنيف الصور والتجزئة. بفضل مساهمات المطورين والباحثين في جميع أنحاء العالم، يعد Roboflow Universe مركزًا تعاونيًا لأي شخص يتطلع إلى بدء أو تحسين مشاريع الرؤية الحاسوبية الخاصة به.
يتضمن Roboflow Universe الميزات الرئيسية التالية:
غالبًا ما يكون العثور على مجموعة البيانات المناسبة أحد أصعب أجزاء بناء نموذج رؤية الكمبيوتر. عادةً ما يتضمن إنشاء مجموعة بيانات تجميع كميات كبيرة من الصور، والتأكد من أنها ذات صلة بمهمتك، ثم تصنيفها بدقة.
يمكن أن تستغرق هذه العملية الكثير من الوقت والموارد، خاصة إذا كنت تجرب أساليب مختلفة في فترة قصيرة. حتى العثور على مجموعات بيانات موجودة مسبقًا قد يكون صعبًا، حيث غالبًا ما تكون مبعثرة عبر المنصات، أو غير موثقة بشكل صحيح، أو تفتقر إلى التعليقات التوضيحية المحددة التي تحتاجها.
على سبيل المثال، إذا كنت تقوم ببناء تطبيق رؤية حاسوبية لاكتشاف الأعشاب الضارة في الحقول الزراعية، فقد ترغب في اختبار مناهج مختلفة للرؤية الحاسوبية (Vision AI)، مثل الكشف عن الأجسام مقابل تجزئة المثيل (instance segmentation). يتيح لك ذلك التجربة ومعرفة الطريقة الأفضل قبل قضاء الوقت والجهد في جمع وتصنيف مجموعة البيانات الخاصة بك.
باستخدام تكامل Roboflow، يمكنك تصفح مجموعة متنوعة من مجموعات البيانات المتعلقة بالزراعة، بما في ذلك تلك التي تركز على اكتشاف الأعشاب الضارة أو صحة المحاصيل أو مراقبة الحقول. تتيح لك مجموعات البيانات الجاهزة للاستخدام هذه تجربة تقنيات مختلفة وتحسين النموذج الخاص بك دون الجهد الأولي لإنشاء البيانات الخاصة بك.
الآن بعد أن ناقشنا كيف يمكنك استخدام تكامل Roboflow للعثور على مجموعات البيانات المناسبة، دعنا نلقي نظرة على كيفية ملاءمتها لسير عملك. بمجرد اختيار مجموعة بيانات من Roboflow Universe، يمكنك تصديرها أو تنزيلها بتنسيق YOLO11. بعد تصدير مجموعة البيانات الخاصة بك، يمكنك استخدامها لتدريب YOLO11 المخصص باستخدام حزمة Ultralytics Python.
أثناء تنزيل مجموعة البيانات الخاصة بك، قد تلاحظ أن Roboflow Universe يدعم أيضًا تنسيقات أخرى لتدريب نماذج مختلفة أيضًا. إذن، لماذا يجب عليك اختيار التدريب المخصص لـ Ultralytics YOLO11؟
YOLO11 هو أحدث إصدار من نماذج Ultralytics YOLO وقد تم تصميمه لتقديم اكتشاف أسرع وأكثر دقة للكائنات. يستخدم عددًا أقل من المعلمات بنسبة 22% (القيم الداخلية التي يضبطها النموذج أثناء التدريب لعمل تنبؤات) مقارنةً بـ YOLOv8m، ولكنه يحقق في الوقت نفسه متوسط دقة أعلى (mAP) على مجموعة بيانات COCO. هذا التوازن بين السرعة والدقة يجعل YOLO11 خيارًا متعدد الاستخدامات لمجموعة واسعة من تطبيقات الرؤية الحاسوبية، خاصةً عند تدريب النماذج المخصصة لتناسب مهام محددة.
إليك نظرة فاحصة على كيفية عمل التدريب المخصص لـ YOLO11:
أثناء استكشافك لتكامل Roboflow، ستلاحظ عمليات تكامل أخرى مذكورة في وثائق Ultralytics. نحن ندعم مجموعة متنوعة من عمليات التكامل المتعلقة بمراحل مختلفة من تطوير الرؤية الحاسوبية.
يهدف هذا إلى تزويد مجتمعنا بمجموعة من الخيارات، حتى تتمكن من اختيار الأفضل لسير العمل المحدد الخاص بك.
بالإضافة إلى مجموعات البيانات، تركز عمليات التكامل المدعومة من Ultralytics الأخرى على أجزاء مختلفة من عملية الرؤية الحاسوبية، مثل التدريب والنشر والتحسين. فيما يلي بعض الأمثلة على عمليات التكامل الأخرى التي ندعمها:
التكاملات التي تدعم تطوير الرؤية الحاسوبية، جنبًا إلى جنب مع القدرات الموثوقة لـ YOLO11، تجعل من السهل حل تحديات العالم الحقيقي. ضع في اعتبارك ابتكارات مثل الرؤية الحاسوبية في التصنيع، حيث يتم استخدام الرؤية الاصطناعية لاكتشاف العيوب في خط الإنتاج - مثل الخدوش على الأجزاء المعدنية أو المكونات المفقودة. غالبًا ما يكون جمع البيانات الصحيحة لمثل هذه المهام بطيئًا وصعبًا، ويتطلب الوصول إلى بيئات متخصصة.
يتضمن عادةً إعداد كاميرات أو مستشعرات على طول خطوط الإنتاج لالتقاط صور للمنتجات. يجب التقاط هذه الصور بكميات كبيرة، غالبًا تحت إضاءة وزوايا ثابتة، لضمان الوضوح والتوحيد.
بمجرد التقاط الصور، يجب تزويدها بتعليقات توضيحية دقيقة تتضمن ملصقات دقيقة لكل نوع من العيوب، مثل الخدوش أو الانبعاجات أو المكونات المفقودة. تتطلب هذه العملية وقتًا وموارد كبيرة، بالإضافة إلى الخبرة، للتأكد من أن مجموعة البيانات تعكس بدقة التباين في العالم الحقيقي. يجب أخذ عوامل مثل أحجام العيوب وأشكالها وموادها المختلفة في الاعتبار لإنشاء مجموعة بيانات قوية وموثوقة.
التكاملات التي توفر مجموعات بيانات جاهزة تسهل مهام مثل التحكم في الجودة الصناعية، ومع قدرات الكشف في الوقت الفعلي لـ YOLO11، يمكن للمصنعين مراقبة خطوط الإنتاج واكتشاف العيوب على الفور وتحسين الكفاءة.
بالإضافة إلى التصنيع، يمكن استخدام عمليات التكامل المتعلقة بمجموعات البيانات في العديد من الصناعات الأخرى. من خلال الجمع بين سرعة ودقة YOLO11 ومجموعات البيانات التي يمكن الوصول إليها بسهولة، يمكن للشركات تطوير ونشر حلول مصممة خصيصًا لتلبية احتياجاتها الخاصة بسرعة. على سبيل المثال، الرعاية الصحية - يمكن أن تساعد عمليات تكامل مجموعات البيانات في تطوير حلول لتحليل الصور الطبية للكشف عن التشوهات مثل الأورام. وبالمثل، في القيادة الذاتية، يمكن أن تساعد عمليات التكامل هذه في تحديد المركبات والمشاة وإشارات المرور لتعزيز السلامة.
غالبًا ما يكون العثور على مجموعة البيانات المناسبة أحد أكثر الأجزاء استهلاكًا للوقت في بناء نموذج رؤية الكمبيوتر. ومع ذلك، فإن تكامل Roboflow يجعل من السهل العثور على أفضل مجموعة بيانات لتدريب نماذج Ultralytics YOLO المخصصة، حتى لو كنت جديدًا في رؤية الكمبيوتر.
من خلال الوصول إلى مجموعة واسعة من مجموعات البيانات لمهام رؤية الكمبيوتر مثل الكشف عن الكائنات، وتصنيف الصور، أو تقسيم الحالات، فإن Roboflow Universe يزيل متاعب عملية اكتشاف البيانات. فهو يساعدك على البدء بسرعة والتركيز على بناء النموذج الخاص بك بدلاً من قضاء الوقت في جمع وتنظيم البيانات. يمكّن هذا النهج المبسّط المطورين من إنشاء نماذج أولية وتكرارها وتطوير حلول رؤية الكمبيوتر بكفاءة أكبر.
لمعرفة المزيد، تفضل بزيارة مستودع GitHub الخاص بنا وتفاعل مع مجتمعنا. استكشف الابتكارات في مجالات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة في صفحات الحلول الخاصة بنا. 🚀
.webp)
