تجربة YOLO-World عمليًا

غالبًا ما تتطلب مشاريع الرؤية الحاسوبية قضاء وقت طويل في وسم البيانات وتدريب نماذج اكتشاف الأجسام. لكن ذلك قد يتغير قريبًا. فقد أطلق مختبر الذكاء الاصطناعي التابع لـ Tencent نموذج YOLO-World، وهو نموذج لاكتشاف الأجسام في الوقت الفعلي باستخدام مفردات مفتوحة، في 31 يناير 2024. وYOLO-World نموذج بلا أمثلة، ما يعني أنه يمكنك إجراء استدلال لاكتشاف الأجسام على الصور دون الحاجة إلى تدريبه.

تمتلك النماذج ذات التعلّم الصفري القدرة على تغيير نهجنا في تطبيقات الرؤية الحاسوبية. في هذه المدونة، سنستكشف آلية عمل YOLO-World واستخداماته المحتملة، وسنشارك مثالًا عمليًا على الشيفرة للبدء.

نظرة سريعة على YOLO-World#

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

تجمع البنية الفريدة للنموذج بين ثلاثة عناصر رئيسية:

• كاشف يستند إلى نموذج اكتشاف الكائنات Ultralytics YOLOv8، لتحليل المحتوى المرئي للصورة.
• مُرمّز نصوص درّبه OpenAI مسبقًا باستخدام CLIP، وصُمم تحديدًا لفهم المطالبة النصية التي تدخلها.
• شبكة تجميع المسارات للرؤية واللغة القابلة لإعادة تحديد المعلمات (RepVL-PAN)، التي تدمج بيانات الصورة المعالجة مع البيانات النصية.

يمسح كاشف YOLO صورة الإدخال لتحديد الكائنات المحتملة. ويحوّل مُرمّز النصوص وصفك إلى صيغة يستطيع النموذج فهمها. ثم يُدمج هذان المساران المعلوماتيان عبر RepVL-PAN باستخدام دمج متعدد المستويات بين الأنماط. وهذا يتيح لـ YOLO-World اكتشاف الكائنات الموصوفة في الموجّه وتحديد مواقعها بدقة داخل الصورة.

مثال على نتائج YOLO-World.

فوائد اختيار YOLO-World#

من أبرز مزايا استخدام YOLO-World أنك لست مضطرًا إلى تدريب النموذج على فئة محددة. فقد تعلّم بالفعل من أزواج الصور والنصوص، لذا يعرف كيفية العثور على الكائنات استنادًا إلى أوصافها. ويمكنك توفير ساعات من جمع البيانات وشرحها والتدريب على وحدات GPU باهظة الثمن، وغير ذلك.

فيما يلي بعض الفوائد 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 اكتشاف الكائنات فورًا، مثل المركبات ذاتية القيادة وأنظمة المراقبة.
• تقسيم الحالات - يتضمن إصدار YOLO-World الأصلي متغيرات للتقسيم؛ وفي حزمة Ultralytics، ينفذ YOLO-World مهام الاكتشاف، بينما يضيف YOLOE تقسيم الحالات باستخدام مفردات مفتوحة.
• الكفاءة - يجمع YOLO-World بين الدقة العالية والكفاءة الحاسوبية، مما يجعله عمليًا للتطبيقات الواقعية. وتتيح بنيته المبسطة اكتشاف الكائنات بسرعة من دون متطلبات مفرطة لقدرة المعالجة.

تطبيقات YOLO-World#

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

مراقبة الجودة في التصنيع#

تُفحص المنتجات المُصنّعة على خط التجميع بصريًا بحثًا عن العيوب قبل تعبئتها. وغالبًا ما يُجرى اكتشاف العيوب يدويًا، وهو ما يستغرق وقتًا وقد يؤدي إلى أخطاء. وقد تتسبب هذه الأخطاء في مشكلات مثل ارتفاع التكاليف والحاجة إلى الإصلاح أو الاستدعاء. ولمعالجة ذلك، طُوّرت كاميرات متخصصة للرؤية الآلية وأنظمة ذكاء اصطناعي لإجراء عمليات الفحص هذه.

تمثل نماذج YOLO-World تقدمًا كبيرًا في هذا المجال. فهي تستطيع اكتشاف العيوب في المنتجات حتى لو لم تُدرّب على تلك المشكلة تحديدًا، وذلك بفضل قدراتها على التعميم الصفري. فعلى سبيل المثال، يمكن لمصنع ينتج زجاجات المياه استخدام YOLO-World للتمييز بين زجاجة محكمة الإغلاق بغطاء وزجاجة ينقصها الغطاء أو بها غطاء معيب.

مثال على فحص أغطية القوارير.

الروبوتات#

تتيح نماذج YOLO-World للروبوتات التفاعل مع بيئات غير مألوفة. فحتى من دون تدريبها على كائنات محددة قد توجد في غرفة ما، تظل قادرة على تحديد الكائنات الموجودة فيها. لنفترض، مثلًا، أن روبوتًا دخل غرفة لم يسبق له دخولها. باستخدام نموذج YOLO-World، سيظل قادرًا على تمييز كائنات مثل الكراسي والطاولات والمصابيح وتحديدها، رغم عدم تدريبه عليها تحديدًا.

إضافة إلى اكتشاف الكائنات، يستطيع YOLO-World تحديد حالات تلك الكائنات أيضًا، بفضل ميزة «الموجّه ثم الاكتشاف». فعلى سبيل المثال، في الروبوتات الزراعية، يمكن استخدامه لتمييز الثمار الناضجة من غير الناضجة عبر برمجة الروبوت لاكتشافها.

الذكاء الاصطناعي في صناعة السيارات#

تضم صناعة السيارات أجزاءً متحركة كثيرة، ويمكن استخدام YOLO-World في تطبيقات متنوعة للسيارات. فعلى سبيل المثال، تُعد قدرة YOLO-World على التعرف على مجموعة واسعة من الأجسام دون وسم يدوي أو تدريب مسبق مكثف مفيدة جدًا في صيانة السيارات. ويمكن استخدام YOLO-World لتحديد أجزاء السيارات التي تحتاج إلى الاستبدال. بل يمكنه أتمتة مهام مثل فحوصات الجودة، واكتشاف العيوب أو الأجزاء الناقصة في السيارات الجديدة.

ومن التطبيقات الأخرى اكتشاف الكائنات بالتعلّم الصفري في السيارات ذاتية القيادة. إذ يمكن لقدرات YOLO-World على الاكتشاف بالتعلّم الصفري تحسين قدرة المركبة ذاتية القيادة على اكتشاف الكائنات على الطريق، مثل المشاة وإشارات المرور والمركبات الأخرى، وتصنيفها في الوقت الفعلي. ويساعد ذلك على اكتشاف العوائق ومنع الحوادث من أجل رحلة أكثر أمانًا.

مثال على اكتشاف الكائنات على الطريق.

إدارة المخزون في متاجر البيع بالتجزئة#

يُعد تحديد الأجسام على رفوف متاجر البيع بالتجزئة جزءًا مهمًا من تتبّع المخزون والحفاظ على مستويات الإمداد وأتمتة العمليات. ويفيد اكتشاف المفردات المفتوحة في Ultralytics YOLO-World أيضًا في إدارة المخزون.

فعلى سبيل المثال، في إدارة المخزون، يستطيع YOLO-World رصد المنتجات على الرف بسرعة وتصنيفها، مثل العلامات التجارية المختلفة لمشروبات الطاقة. ويمكن لمتاجر البيع بالتجزئة الحفاظ على دقة المخزون، وإدارة مستويات السلع بكفاءة، وتحسين سير عمليات سلسلة الإمداد.

تتميز جميع هذه التطبيقات بتفرّدها، وتُظهر مدى اتساع استخدامات YOLO-World. والآن، لنجرب YOLO-World عمليًا ونلقِ نظرة على مثال برمجي.

شرح تفصيلي للشيفرة#

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

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

pip install ultralytics

لمزيد من التعليمات وأفضل الممارسات المتعلقة بعملية التثبيت، راجع دليل تثبيت Ultralytics. وإذا واجهت أي صعوبات أثناء تثبيت الحزم المطلوبة لـ YOLOv8، فاطّلع على دليل المشكلات الشائعة للاطلاع على الحلول والنصائح.

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

صورة الإدخال.

بعد ذلك، سنستورد الحزمة المطلوبة، ونهيئ النموذج، ونحدد الفئات التي نبحث عنها في صورة الإدخال. في هذا المثال، نهتم بالفئات التالية: سيارة، عجلة، باب سيارة، مرآة سيارة، ولوحة ترخيص.

سنستخدم بعد ذلك طريقة predict، مع تحديد مسار الصورة ومعلمات الحد الأقصى لعدد الاكتشافات، وعتبتي التقاطع على الاتحاد (IoU) والثقة (conf)، لإجراء الاستدلال على الصورة. وأخيرًا، تُحفظ الأجسام المكتشفة في ملف باسم result.jpg.

from ultralytics import YOLOWorld

# ⁨تهيئة نموذج YOLO-World⁩
model = YOLOWorld("yolov8s-worldv2.pt")

# ⁨تعريف الفئات المخصصة المطلوب اكتشافها⁩
model.set_classes(["car", "wheel", "car door", "car mirror", "license plate"])

# ⁨تشغيل الاستدلال مع تحديد الحد الأقصى لعدد الاكتشافات وعتبتي IoU والثقة⁩
results = model.predict("path/to/image.jpg", max_det=100, iou=0.5, conf=0.25)

# ⁨حفظ النتيجة المشروحة⁩
results[0].save("result.jpg")

ستُحفظ صورة الإخراج التالية في ملفاتك.

صورة الإخراج.

إذا كنت تفضل الاطلاع على إمكانات YOLO-World دون كتابة شيفرة، فانتقل إلى صفحة العرض التوضيحي لـ YOLO-World، وحمّل صورة مُدخلة، ثم أدخل 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. رغم إنجازاته الكبيرة، لدى YOLO-World بعض القيود. ولمعالجة هذه القيود واستخدام نموذج YOLO-World بفاعلية، من المهم استخدام الأنواع المناسبة من الموجّهات النصية.

إليك بعض الإرشادات:

• قد لا يحتاج YOLO-World إلى مستويات ثقة مرتفعة للحصول على تنبؤات دقيقة، لذا يمكن أن يؤدي خفض عتبات الثقة إلى تحسين معدلات الاكتشاف.
• أضف الفئات التي لا تهمك. سيساعد ذلك على تحسين اكتشاف الأجسام الرئيسية عبر تقليل النتائج الإيجابية الخاطئة للأجسام الثانوية.
• يمكن أن يؤدي اكتشاف الكائنات الأكبر أولًا قبل التركيز على التفاصيل الأصغر إلى تحسين دقة الاكتشاف.
• اذكر الألوان في الفئات لاكتشاف الكائنات استنادًا إلى إشارات اللون.
• يمكن أن يساعد وصف أحجام الكائنات في الموجّهات YOLO-World أيضًا على تحديد كائنات معينة بدقة أكبر.
• يمكن أن تحسّن أساليب المعالجة اللاحقة نتائج اكتشاف الكائنات أكثر، مثل ترشيح التنبؤات حسب الحجم أو تعديل مستويات الثقة لكل فئة.

الحدود لا نهاية لها#

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

لا تتردد في استكشاف مستودع GitHub للتعرّف على المزيد حول إسهاماتنا في الرؤية الحاسوبية والذكاء الاصطناعي. وإذا كنت مهتمًا بكيفية إحداث الذكاء الاصطناعي تحولًا في قطاعات مثل تقنية الرعاية الصحية، فاطّلع على صفحات حلولنا. يفتح YOLO-World آفاقًا جديدة عديدة أمام الذكاء الاصطناعي البصري.