التطبيق العملي باستخدام YOLO-World

غالبًا ما تنطوي مشاريع الرؤية الحاسوبية على قضاء وقت طويل في وسم البيانات وتدريب نماذج اكتشاف الكائنات. لكن قد يصبح ذلك قريبًا شيئًا من الماضي. أطلق مختبر Tencent للذكاء الاصطناعي نموذج YOLO-World، وهو نموذج لاكتشاف الكائنات في الوقت الفعلي وبمفردات مفتوحة، في 31 يناير 2024. يُعد YOLO-World نموذجًا صفريّ اللقطات، ما يعني أنه يمكنك تشغيل استدلالات اكتشاف الكائنات على الصور من دون الحاجة إلى تدريبه.

تمتلك نماذج اللقطات الصفرية القدرة على تغيير نهجنا في التعامل مع تطبيقات الرؤية الحاسوبية. سنستكشف في هذه المقالة كيفية عمل YOLO-World واستخداماته المحتملة، ونشارك مثالًا عمليًا على التعليمات البرمجية لمساعدتك على البدء.

نظرة سريعة على YOLO-World#

يمكنك تمرير صورة وموجّه نصي يصف الكائنات التي تبحث عنها إلى نموذج YOLO-World. على سبيل المثال، إذا كنت مهتمًا بالعثور على «شخص يرتدي قميصًا أحمر» داخل صورة، فسيتلقى YOLO-World هذا الإدخال ويبدأ العمل.

تجمع البنية الفريدة للنموذج بين ثلاثة عناصر رئيسية:

• كاشف يستند إلى نموذج Ultralytics YOLOv8 لاكتشاف الكائنات، لتحليل المحتوى المرئي للصورة.
• مشفّر نصي درّبته OpenAI مسبقًا باستخدام CLIP، ومصمم خصيصًا لفهم الموجّه النصي الذي تقدمه.
• شبكة، هي شبكة تجميع مسار الرؤية واللغة (RepVL-PAN)، تدمج بيانات الصورة المعالَجة مع البيانات النصية.

يفحص كاشف YOLO صورة الإدخال لتحديد الكائنات المحتملة. ويحوّل مشفّر النص وصفك إلى صيغة يستطيع النموذج فهمها. ثم يُدمج هذان المساران من المعلومات عبر RepVL-PAN باستخدام دمج متعدد المستويات للأنماط. ويتيح ذلك لـ YOLO-World اكتشاف الكائنات الموصوفة في موجّهك وتحديد مواقعها داخل الصورة بدقة.

مثال على نتائج YOLO-World.

مزايا اختيار YOLO-World#

تتمثل إحدى أكبر مزايا استخدام YOLO-World في أنك لا تضطر إلى تدريب النموذج لفئة محددة. فقد تعلّم بالفعل من أزواج من الصور والنصوص، ولذلك يعرف كيفية العثور على الكائنات استنادًا إلى الأوصاف. ويمكنك تجنّب ساعات من جمع البيانات ووسمها والتدريب باستخدام GPU باهظة التكلفة، وغير ذلك.

إليك بعض المزايا الأخرى لاستخدام YOLO-World:

• الأداء في الوقت الفعلي - يدعم YOLO-World الأداء في الوقت الفعلي، تمامًا مثل بنية YOLO الأصلية. وهو مثالي للتطبيقات التي تتطلب اكتشافًا فوريًا للكائنات، مثل المركبات ذاتية القيادة وأنظمة المراقبة.
• تجزئة المثيلات - يستطيع YOLO-World تحديد حدود الكائنات في الصور وفصلها بدقة، حتى إذا لم تكن تلك الكائنات قد أُدرّب عليها تحديدًا أثناء التدريب.
• الكفاءة - يجمع YOLO-World بين الدقة العالية والكفاءة الحسابية، ما يجعله عمليًا للتطبيقات الواقعية. وتتيح بنيته المبسطة اكتشاف الكائنات بسرعة من دون متطلبات مفرطة من قدرة المعالجة.

تطبيقات YOLO-World#

يمكن استخدام نماذج YOLO-World في مجموعة واسعة من التطبيقات. لنستكشف بعضًا منها.

مراقبة الجودة في التصنيع#

تُفحص المنتجات المصنّعة على خط التجميع بصريًا بحثًا عن العيوب قبل تعبئتها. وغالبًا ما يُجرى اكتشاف العيوب يدويًا، ما يستغرق وقتًا وقد يؤدي إلى أخطاء. ويمكن أن تتسبب هذه الأخطاء في مشكلات مثل ارتفاع التكاليف والحاجة إلى الإصلاحات أو عمليات السحب. وللمساعدة في ذلك، طُوّرت كاميرات متخصصة للرؤية الآلية وأنظمة ذكاء اصطناعي لإجراء هذه الفحوصات.

تمثل نماذج YOLO-World تقدمًا كبيرًا في هذا المجال. إذ يمكنها العثور على عيوب المنتجات حتى عندما لم تُدرّب على تلك المشكلة تحديدًا، بفضل قدراتها الصفرية اللقطات. فعلى سبيل المثال، يستطيع مصنع لزجاجات المياه بسهولة التمييز بين زجاجة محكمة الإغلاق بغطاء وبين زجاجة لم يُركّب غطاؤها أو كان غطاؤها معيبًا، باستخدام YOLO-World.

مثال على فحص أغطية الزجاجات.

الروبوتات#

تتيح نماذج YOLO-World للروبوتات التفاعل مع بيئات غير مألوفة. فمن دون تدريبها على كائنات محددة قد تكون موجودة في غرفة ما، لا يزال بإمكانها تحديد الكائنات الموجودة. لنفترض مثلًا أن روبوتًا دخل غرفة لم يسبق له دخولها. باستخدام نموذج YOLO-World، سيظل قادرًا على التعرّف على كائنات مثل الكراسي والطاولات والمصابيح وتحديدها، رغم أنه لم يُدرّب تحديدًا على تلك العناصر.

بالإضافة إلى اكتشاف الكائنات، يستطيع YOLO-World أيضًا تحديد حالات تلك الكائنات بفضل ميزة «الموجّه أولًا ثم الاكتشاف». فعلى سبيل المثال، في مجال الروبوتات الزراعية، يمكن استخدامه للتمييز بين الفواكه الناضجة وغير الناضجة عبر برمجة الروبوت لاكتشافها.

الذكاء الاصطناعي في صناعة السيارات#

تتضمن صناعة السيارات العديد من الأجزاء المتحركة، ويمكن استخدام YOLO-World في تطبيقات مختلفة للسيارات. فعلى سبيل المثال، عندما يتعلق الأمر بصيانة السيارات، تُعد قدرة YOLO-World على التعرّف على مجموعة واسعة من الكائنات من دون وسم يدوي أو تدريب مسبق مكثف مفيدة للغاية. ويمكن استخدام YOLO-World لتحديد أجزاء السيارة التي تحتاج إلى الاستبدال. بل يمكنه أيضًا أتمتة مهام مثل فحوصات الجودة، واكتشاف العيوب أو الأجزاء المفقودة في السيارات الجديدة.

ومن التطبيقات الأخرى اكتشاف الكائنات باللقطات الصفرية في السيارات ذاتية القيادة. ويمكن لقدرات YOLO-World على الاكتشاف الصفري تحسين قدرة المركبة ذاتية القيادة على اكتشاف الكائنات الموجودة على الطريق وتصنيفها، مثل المشاة وإشارات المرور والمركبات الأخرى، في الوقت الفعلي. وبذلك، يمكنه المساعدة في اكتشاف العوائق ومنع الحوادث من أجل رحلة أكثر أمانًا.

مثال على اكتشاف الكائنات على طريق.

إدارة المخزون لمتاجر التجزئة#

يُعد تحديد الكائنات على الرفوف في متاجر التجزئة جزءًا مهمًا من تتبع المخزون والحفاظ على مستويات المنتجات وأتمتة العمليات. وتُعد قدرة Ultralytics YOLO-World على التعرّف على مجموعة واسعة من الكائنات من دون وسم يدوي أو تدريب مسبق مكثف مفيدة للغاية لإدارة المخزون.

فعلى سبيل المثال، في إدارة المخزون، يستطيع YOLO-World رصد العناصر الموجودة على الرف وتصنيفها بسرعة، مثل العلامات التجارية المختلفة لمشروبات الطاقة. ويمكن لمتاجر التجزئة الحفاظ على دقة المخزون وإدارة مستوياته بكفاءة وتيسير عمليات سلسلة الإمداد.

جميع هذه التطبيقات فريدة، وتوضح مدى اتساع نطاق استخدام YOLO-World. والآن، لنتعرّف عمليًا على YOLO-World ونلقي نظرة على مثال برمجي.

استعراض التعليمات البرمجية#

كما ذكرنا سابقًا، يمكن استخدام YOLO-World لاكتشاف أجزاء مختلفة من السيارة لأغراض الصيانة. وسيتطلب تطبيق للرؤية الحاسوبية يكتشف الإصلاحات اللازمة التقاط صورة للسيارة، وتحديد أجزاء السيارة، وفحص كل جزء بحثًا عن التلف، والتوصية بالإصلاحات. وسيستخدم كل جزء من هذا النظام تقنيات وأساليب مختلفة للذكاء الاصطناعي. ولأغراض هذا الاستعراض البرمجي، سنركّز على مرحلة اكتشاف أجزاء السيارة.

باستخدام YOLO-World، يمكنك تحديد أجزاء مختلفة من السيارة في صورة خلال أقل من 5 دقائق. ويمكنك توسيع هذه التعليمات البرمجية لتجربة تطبيقات مختلفة باستخدام YOLO-World أيضًا! للبدء، سنحتاج إلى تثبيت حزمة Ultralytics باستخدام pip كما هو موضح أدناه.

لمزيد من التعليمات وأفضل الممارسات المتعلقة بعملية التثبيت، راجع دليل تثبيت Ultralytics. وأثناء تثبيت الحزم المطلوبة لـ YOLOv8، إذا واجهت أي صعوبات، فألقِ نظرة على دليل المشكلات الشائعة للاطلاع على الحلول والنصائح.

بعد تثبيت الحزمة المطلوبة، يمكننا تنزيل صورة من الإنترنت لتشغيل الاستدلالات عليها. سنستخدم الصورة أدناه.

صورة الإدخال.

بعد ذلك، سنستورد الحزمة المطلوبة، ونهيّئ نموذجنا، ونحدّد الفئات التي نبحث عنها في صورة الإدخال. نهتم هنا بالفئات التالية: سيارة، عجلة، باب سيارة، مرآة سيارة، ولوحة ترخيص.

سنستخدم بعد ذلك أسلوب predict، مع توفير مسار الصورة إلى جانب معلمات للعدد الأقصى من الاكتشافات، وحدود التقاطع على الاتحاد (IoU) والثقة (conf)، لتشغيل استدلال على الصورة. وأخيرًا، تُحفظ الكائنات المكتشفة في ملف باسم 'result.jpg'.

ستُحفظ صورة الإخراج التالية في ملفاتك.

صورة الإخراج.

إذا كنت تفضّل معرفة ما يستطيع YOLO-World فعله من دون كتابة تعليمات برمجية، فيمكنك الانتقال إلى صفحة العرض التوضيحي لـ YOLO-World، وتحميل صورة إدخال، وإدخال الفئات المخصصة.

اقرأ صفحة التوثيق الخاصة بـ YOLO-World لمعرفة كيفية حفظ النموذج مع الفئات المخصصة، بحيث يمكن استخدامه مباشرةً لاحقًا من دون إدخال الفئات المخصصة مرارًا.

هل لاحظت أن أبواب السيارة لم تُكتشف؟#

إذا ألقيت نظرة أخرى على صورة الإخراج، فستلاحظ أن الفئة المخصصة «باب سيارة» لم تُكتشف. ورغم إنجازاته الكبيرة، يواجه YOLO-World بعض القيود. ولمواجهة هذه القيود واستخدام نموذج YOLO-World بفعالية، من المهم استخدام الأنواع الصحيحة من الموجّهات النصية.

إليك بعض الإرشادات حول ذلك:

• قد لا يحتاج YOLO-World إلى مستويات ثقة مرتفعة للحصول على تنبؤات دقيقة، لذا يمكن أن يؤدي خفض حدود الثقة إلى تحسين معدلات الاكتشاف.
• أضف الفئات التي لا تهمك. سيساعد ذلك في تحسين اكتشاف الكائنات الأساسي من خلال تقليل الإيجابيات الكاذبة للكائنات الثانوية.
• يمكن أن يؤدي اكتشاف الكائنات الأكبر أولًا قبل التركيز على التفاصيل الأصغر إلى تحسين دقة الاكتشاف.
• اذكر الألوان في فئاتك لاكتشاف الكائنات استنادًا إلى مؤشرات اللون.
• يمكن أن يساعد وصف أحجام الكائنات في الموجّهات YOLO-World أيضًا على تحديد كائنات معينة بدقة أكبر.
• يمكن لأساليب المعالجة اللاحقة، مثل تصفية التنبؤات حسب الحجم أو ضبط مستويات الثقة لكل فئة، أن تحسّن نتائج اكتشاف الكائنات بدرجة أكبر.

الحدود لا تنتهي#

بوجه عام، يمكن تحويل نماذج YOLO-World إلى أداة قوية بفضل قدراتها المتقدمة على اكتشاف الكائنات. فهي توفر كفاءة ودقة كبيرتين، وتساعد على أتمتة مهام مختلفة عبر تطبيقات متنوعة، مثل مثال تحديد أجزاء السيارة الذي ناقشناه عمليًا.

لا تتردد في استكشاف مستودعنا على GitHub لمعرفة المزيد عن إسهاماتنا في الرؤية الحاسوبية والذكاء الاصطناعي. وإذا كنت مهتمًا بكيفية إعادة الذكاء الاصطناعي تشكيل قطاعات مثل تكنولوجيا الرعاية الصحية، فاطّلع على صفحات حلولنا. تبدو الإمكانات التي تتيحها ابتكارات مثل YOLO-World بلا حدود!