نشر نماذج Ultralytics YOLOv8 الكمية على الأجهزة الطرفية باستخدام DeGirum

مرحبًا بكم في ملخص لمحادثة أخرى ثاقبة من حدث YOLO VISION 2023 (YV23) الخاص بنا، والذي عقد في حرم Google for Startups النابض بالحياة في مدريد. ألقى هذه المحادثة Shashi Chilappagar، كبير المهندسين المعماريين والمؤسس المشارك في DeGirum. وقد تعمقت في عالم التكميم الرائع ونشر النماذج الكمية، واستكشفت التحديات والحلول والإمكانيات المستقبلية الرئيسية.

مقدمة في التكميم ونشر النماذج الكمية

قدم شاشي نظرة عامة شاملة عن التكميم، مسلطًا الضوء على أهميته في تحسين نماذج Ultralytics YOLO لنشرها على الأجهزة الطرفية. بدءًا من مناقشة الأساسيات وصولًا إلى استكشاف طرق تحسين التكميم، اكتسب الحاضرون رؤى قيمة حول تعقيدات نقل النماذج ونشرها.

تحديات في تكميم نماذج YOLO

غالبًا ما يطرح التكميم تحديات، خاصة مع نماذج YOLO في TFLite. تعلم جمهورنا عن الانخفاض الكبير في الدقة الذي لوحظ عند تكميم جميع المخرجات بنفس المقياس / النقطة الصفرية، مما يسلط الضوء على تعقيدات الحفاظ على دقة النموذج أثناء عملية التكميم.

تحسين تكميم نماذج YOLO

لحسن الحظ، توجد حلول لمواجهة هذه التحديات. يقدم إدخال تفرع DigiRAM نهجًا مناسبًا للقياس الكمي من خلال فصل المخرجات وتحسين فك ترميز المربع المحيط. مع هذه التحسينات، تشهد دقة النموذج الكمي تحسنًا كبيرًا عن المستويات الأساسية.

المزيد من معمارية النماذج سهلة التكميم

يعد استكشاف بنى النماذج الجديدة أمرًا أساسيًا لتقليل فقدان التكميم. اكتشف الحاضرون كيف أن استبدال CILU بتنشيط Relu6 المقيد يؤدي إلى الحد الأدنى من فقدان التكميم، مما يوفر نتائج واعدة للحفاظ على الدقة في النماذج الكمية.

نشر النماذج الكمية

لم يكن نشر النماذج الكمية أسهل من أي وقت مضى، حيث تحتاج فقط إلى خمسة أسطر من التعليمات البرمجية لتشغيل أي نموذج على منصة Digitim السحابية. عرض توضيحي مباشر للتعليمات البرمجية بساطة اكتشاف الكائنات باستخدام نموذج Ultralytics YOLOv5 كمي، مما يسلط الضوء على التكامل السلس للنماذج الكمية في التطبيقات الواقعية. 

تحقيقًا لهذه الغاية، توفر Ultralytics مجموعة متنوعة من خيارات نشر النماذج، مما يمكّن المستخدمين النهائيين من نشر تطبيقاتهم بشكل فعال على الأجهزة المدمجة والحافة. تتضمن تنسيقات التصدير المختلفة OpenVINO و TorchScript و TensorRT و CoreML و TFlite و TFlite EDGE TPU، مما يوفر تنوعًا وتوافقًا. 

يتيح هذا التكامل مع تطبيقات الطرف الثالث للنشر للمستخدمين تقييم أداء نماذجنا في سيناريوهات العالم الحقيقي.

استخدام نماذج مختلفة على أجهزة مختلفة

كما اكتسب الحاضرون رؤى حول تنوع نشر نماذج مختلفة على منصات أجهزة متنوعة، مما يوضح كيف يمكن لقاعدة بيانات واحدة دعم نماذج متعددة عبر مسرّعات مختلفة. أوضحت أمثلة لتشغيل مهام كشف مختلفة على منصات أجهزة متنوعة مرونة وقابلية التوسع في نهجنا.

المصادر والوثائق

لتمكين الحضور بشكل أكبر، قدمنا قسمًا شاملاً للموارد، يوفر الوصول إلى منصتنا السحابية، والأمثلة، والوثائق، والمزيد. هدفنا هو ضمان حصول الجميع على الأدوات والدعم الذي يحتاجونه للنجاح في نشر النماذج الكمية بفعالية.

ملخص

مع تطور مجال التكميم، من الضروري البقاء على اطلاع ومشاركة. نحن ملتزمون بتقديم الدعم والموارد المستمرة لمساعدتك على التنقل في هذه الرحلة المثيرة. تحقق من الحديث الكامل هنا! 

انضم إلينا ونحن نواصل استكشاف أحدث الاتجاهات والابتكارات في تعلم الآلة والذكاء الاصطناعي. معًا، نشكل مستقبل التكنولوجيا وندفع التغيير الإيجابي في العالم.