أصبح Gemini 4 Argon متاحًا الآن للتعليق التلقائي في منصة Ultralytics

لا يزال وَسْم البيانات أبطأ مراحل معظم مشاريع الرؤية الحاسوبية. يسرّع التعليق التلقائي هذه العملية، إذ يتيح للنموذج اقتراح مربعات الإحاطة، ليراجعها فريقك ويصححها بدلًا من رسم كل عنصر يدويًا. لكن فائدة الاقتراح لا تتجاوز جودة النموذج الذي أنشأه.

أصبح Gemini 4 Argon متاحًا اليوم للتعليق التلقائي في منصة Ultralytics. وفي معيارنا الذي شمل جميع نماذج التعليق التلقائي الـ26 الموجّهة بالفئات في منصة Ultralytics، بما فيها GPT-6.1 Sol وGPT-6 Astra وClaude Opus 5.5 وClaude Fable 5.1، كان Gemini 4 Argon الأدق بفارق كبير.

الجديد: Gemini 4 Argon للتعليق التلقائي#

ينضم Gemini 4 Argon إلى نماذج الرؤية واللغة الموجّهة بالفئات في محرر التعليقات التوضيحية في منصة Ultralytics. عند استخدامه مع مجموعة بيانات للكشف عن الكائنات تضم من فئة واحدة إلى 200 فئة، يفحص كل صورة ويعيد مربعات للعناصر التي يعثر عليها من فئات مجموعة البيانات، لتراجعها وتحفظها مثل أي تنبؤ آخر.

يمكنك استخدامه بطريقتين:

• صورة واحدة في كل مرة: في محرر التعليقات التوضيحية، انتقل إلى وضع Smart، وحدد gemini-4-argon ضمن Google في قائمة اختيار النموذج، ثم انقر Predict (أو اضغط P).
• مجموعة بيانات كاملة: شغّل التعليق التوضيحي الدفعي من المزيد من الإجراءات > التعليق التوضيحي الدفعي في صفحة مجموعة البيانات لوَسْم كل صورة غير موسومة في عملية واحدة.

ينضم Gemini 4 Argon إلى خيارات التعليق التلقائي الأخرى في منصة Ultralytics، بدءًا من مطالبات النقاط في SAM 3.1 وصولًا إلى نماذج Ultralytics YOLO المضبوطة بدقة والخاصة بك. للاطلاع على الصورة الأشمل، تعرف على كيفية استخدام منصة Ultralytics للذكاء الاصطناعي لأتمتة التعليقات التوضيحية.

كيف أجرينا المقارنة المعيارية لـ26 نموذجًا للتعليق التلقائي#

قد يعثر نموذج على كل كائن تقريبًا في الصور اليومية، لكنه مع ذلك قد يفوّت معظم الكائنات في صورة طبية أو لوحة دوائر. لذلك، بدلًا من الاقتصار على الصور اليومية، اختبرنا النماذج على UL37، وهي مجموعة من مجموعات بيانات المقارنة المعيارية الواقعية التي تستخدمها Ultralytics للتقييم، واستخدمنا مجموعات البيانات الـ36 الخاصة بالكشف فيها. وتشمل هذه المجموعات التصوير الطبي، والصور الجوية وصور الأقمار الصناعية، وفحص لوحات الدوائر المطبوعة، والأشعة السينية الأمنية، ورفوف المتاجر، وحركة المرور، والرياضة، والمشاهد تحت الماء، واللقطات الحرارية، وغيرها.

أرسلنا 108 صور موسومة (ثلاث صور لكل مجموعة بيانات) إلى كل نموذج موجّه بالفئات في منصة Ultralytics، باستخدام شيفرة الكشف نفسها التي يستخدمها محرر التعليقات التوضيحية، مع القائمة الكاملة لفئات كل مجموعة بيانات، ثم قيّمنا المربعات الناتجة مقابل الحقيقة المرجعية باستخدام mAP50. عمل كل مزوّد بإعداد جهد الاستدلال الافتراضي لديه، ولم تغيّر عمليات التشغيل المتكررة الدرجات إلا بنحو 0.005 mAP50.

Gemini 4 Argon مقارنةً بـ GPT-6.1 Sol وClaude Opus 5.5 وGPT-6 Astra#

حقق Gemini 4 Argon قيمة 0.565 mAP50، متقدمًا بفارق كبير على GPT-6.1 Sol (0.491) وGemini 3.8 Flash (0.489) وClaude Opus 5.5 (0.476) وGPT-6 Astra (0.470). وأكمل جميع الطلبات، بمتوسط زمني يقارب خمس ثوانٍ لكل صورة.

لا يعود تفوقه إلى التفكير لمدة أطول. فعند مستوى التفكير الافتراضي، استخدم Gemini 4 Argon وسيطًا يقارب 150 رمز إخراج لكل صورة، وهو ما يقارب استخدام Claude Opus 5.5 وأقل بكثير من GPT-6.1 Sol أو Gemini 3.8 Flash.

الدقة مقابل التكلفة: Gemini 4 Argon وClaude Haiku 5.5 والنماذج المتميزة#

تعمل النماذج المدفوعة باستخدام مفتاح API الخاص بمزوّدك، لذا يفرض المزوّد رسومًا مباشرة على كل تنبؤ. ووفق أسعار إطلاق Google السارية حتى 30 نوفمبر 2026، بلغت تكلفة Gemini 4 Argon نحو 7.60 دولار لكل 1,000 صورة في معيارنا. وبعد ذلك، يتضاعف السعر ليصل إلى نحو 15 دولارًا لكل 1,000 صورة عند الاستخدام نفسه.

تكلفة النماذج المتميزة أعلى من دون تحقيق درجات أفضل. فتكلفة GPT-6 Astra وClaude Fable 5.1 تبلغ نحو 47 دولارًا و37 دولارًا لكل 1,000 صورة، وقد حققا درجتي 0.470 و0.372. إذا كانت التكلفة أهم من بلوغ أعلى دقة، فكان Claude Haiku 5.5 (بقيمة 0.384 mAP50 ونحو 0.35 دولار لكل 1,000 صورة) وGemini 3.5 Flash-Lite (بقيمة 0.363 ونحو 1.36 دولار) أدق النماذج منخفضة التكلفة. وإذا كنت تفضل عدم استخدام مفتاح مزوّد إطلاقًا، فكان Qwen3.8 27B أدق نموذج مستضاف على منصة Ultralytics.

أداء Gemini 4 Argon عبر 12 مجالًا واقعيًا#

تفوق Gemini 4 Argon على متوسط النماذج الـ26 جميعها في 11 مجالًا من أصل 12، وتعادل في الصور تحت الماء. وكانت أكبر مكاسبه في الطرق وحركة المرور (0.59 مقابل 0.17) والصور الجوية (0.65 مقابل 0.30)، كما ضاعف المتوسط في التصوير الطبي (0.57 مقابل 0.28).

لا تزال الصور المتخصصة صعبة على جميع النماذج. فقد بقيت نتائج صور لوحات الدوائر المطبوعة الصناعية والأشعة السينية الأمنية دون 0.2 mAP50 حتى مع Gemini 4 Argon. تعامل مع مربعاته على أنها مسودة أولى تخضع لمراجعة بشرية ضمن سير العمل، وافحص بعض التنبؤات على صورك قبل التعليق على مجموعة بيانات كاملة.

ابدأ باستخدام Gemini 4 Argon في منصة Ultralytics#

1. أضف مفتاح Google API في الإعدادات > مفاتيح API لمساحة العمل المالكة لمجموعة البيانات، أو اطلب من مالك مساحة العمل إضافة مفتاح (اطّلع على الطريقة).
2. افتح مجموعة بيانات للكشف في منصة Ultralytics، وانتقل بمحرر التعليقات التوضيحية إلى وضع Smart، وحدد gemini-4-argon ضمن Google.
3. انقر Predict لوَسم الصورة الحالية، ثم راجع المربعات وعدّلها واحفظها.
4. عندما تبدو النتائج مناسبة، شغّل التعليق التوضيحي الدفعي لوَسم بقية مجموعة البيانات.

تضيف ميزة التعليق التوضيحي الدفعي رسوم المعالجة المعتادة في منصة Ultralytics، وقدرها 1.00 دولار لكل 1,000 صورة، وهي منفصلة عن الرسوم التي تفرضها Google على مفتاح API الخاص بك. تحفظ كل عملية تشغيل إصدارًا من مجموعة البيانات أولًا، لذا يمكنك دائمًا التراجع عنه.

بعد وسم مجموعة البيانات، درّب نموذج Ultralytics YOLO26 عليها في مساحة العمل نفسها (راجع وثائق التدريب). هل تقارن بين أدوات التعليقات التوضيحية؟ اقرأ أدلتنا حول أفضل منصات التعليق التوضيحي للصور وأدوات الوسم التلقائي والتعلّم النشط. ثم سجّل الدخول إلى منصة Ultralytics لتجربة Gemini 4 Argon على بياناتك.