استعدوا لـ YOLO Vision 2025!
25 سبتمبر، 2025
10:00 — 18:00 بتوقيت بريطانيا الصيفي
حدث هجين
مؤتمر Yolo Vision 2024

تصدير نموذج Ultralytics YOLOv8 مُدرَّب خصيصًا.

نوفولا لادي

قراءة خلال دقيقتين

17 أبريل، 2024

استكشف الكشف المخصص عن الكائنات باستخدام Ultralytics YOLOv8! تعلم كيفية التدريب والتصدير وتشغيل الاستدلال المباشر على كاميرا الويب!

انضموا إلينا في نظرة فاحصة على الكشف المخصص عن الأجسام باستخدام Ultralytics YOLOv8. في هذه المدونة، سنستكشف العملية المعقدة لتدريب نموذج مخصص، وتصدير الأوزان المدربة، وتشغيل الاستدلال المباشر على كاميرا الويب. 

تدريب نموذج مخصص للكشف عن الكائنات

في الفيديو السابق، تعمقنا في عالم تدريب نموذج YOLOv8 على مجموعة بيانات أكواب مخصصة في Google Colab. رأينا الرسم البياني للتدريب يتحسن باستمرار، مع انخفاض الخسارة وزيادة متوسط موضع الخطأ. بناءً على ذلك، يمكن لنموذجنا الخاص الآن تحديد خمسة أنواع مختلفة من الأكواب بدقة شديدة.

مع تدريب النموذج المخصص الخاص بنا وجهوزه للانطلاق، حان الوقت لاستكشاف الحدود التالية - تصدير الأوزان المدربة وتشغيل الاستدلال المباشر على كاميرا الويب.

الاستدلال بالنموذج هو عملية استخدام نموذج رؤية كمبيوتر مدرب لتقديم تنبؤات أو اتخاذ قرارات بناءً على بيانات جديدة غير مرئية. وهو عندما يستخدم النموذج بيانات الإدخال، مثل صورة، ويعالجها من خلال المعلمات والهيكل المتعلمين. ثم ينتج النموذج مخرجات، مثل التصنيف أو الكشف أو التجزئة، بناءً على مهمة التدريب الخاصة به. 

من الناحية العملية، غالبًا ما يتضمن الاستدلال نشر النموذج المدرب في بيئة إنتاج حيث يمكن استخدامه لمعالجة بيانات العالم الحقيقي في الوقت الفعلي أو في سيناريوهات المعالجة الدفعية.

تصدير وتشغيل الاستدلال باستخدام النموذج المُدرَّب

مع تنزيل أوزان النموذج المدرب من Colab، يمكننا استيرادها بسلاسة إلى بيئة Python، وعلى استعداد لإطلاق العنان للإمكانات الكاملة لنموذجنا المخصص.

باستخدام بضعة أسطر من التعليمات البرمجية، يمكننا إعداد برنامج Python لتشغيل الاستدلال المباشر على كاميرا الويب، والتقاط لقطات في الوقت الفعلي واكتشاف أكواب مختلفة بدقة مذهلة. تتجلى قوة YOLOv8 حيث يحدد نموذجنا بسهولة أكوابًا بأشكال وأحجام وألوان مختلفة، مما يعرض تنوعه وموثوقيته في سيناريوهات العالم الحقيقي.

يوفر الضبط الدقيق للنماذج العديد من الفوائد. يمكنهم اكتشاف أو تقسيم أو تصنيف الكائنات التي قد لا تدعمها النماذج المدربة مسبقًا. بالإضافة إلى ذلك، يمكنهم مساعدة الباحثين أو علماء البيانات في فهم كيفية أداء بنية النموذج على مجموعات البيانات الواقعية.

__wf_reserved_inherit
الشكل 1. Nicolai Nielsen يوضح كيفية تدريب نموذج مخصص، وتصدير الأوزان المدربة، وتشغيل الاستدلال المباشر على كاميرا الويب.

ملخص

بدءًا من تدريب نموذج مخصص ووصولًا إلى تصدير الأوزان المدربة وتشغيل الاستدلال المباشر على كاميرا الويب، شهدنا قوة وتنوع YOLOv8 بشكل مباشر.

انضموا إلينا في سعينا لإطلاق الإمكانات الكاملة للكشف المخصص عن الأجسام باستخدام Ultralytics YOLOv8. معًا، دعونا نشكل مستقبل الذكاء الاصطناعي اكتشافًا تلو الآخر. تفقدوا Ultralytics HUB، و وثائقنا لمزيد من المعلومات حول كل ما يتعلق بـ Ultralytics، بالإضافة إلى الانضمام إلى مجتمعنا للبقاء على اطلاع دائم بآخر التطورات! 

إذا كنت مهتمًا بتصدير نماذج YOLOv8 المدربة المخصصة وتشغيل الاستدلال على كاميرا الويب، فشاهد الفيديو الكامل هنا!

لنبنِ مستقبل
الذكاء الاصطناعي معًا!

ابدأ رحلتك مع مستقبل تعلم الآلة

ابدأ مجانًا
تم نسخ الرابط إلى الحافظة