كيف تستخدم منصة Ultralytics الذكاء الاصطناعي لأتمتة التعليق التوضيحي

أصبحت حلول الرؤية الحاسوبية التي تحلل الصور ومقاطع الفيديو جزءًا معتادًا من سير العمل في قطاعات كثيرة، من التصنيع إلى التصوير الطبي. ففي التصنيع، على سبيل المثال، يعتمد اكتشاف عيوب الأسطح في المنتجات المتحركة على سير ناقل على نماذج الرؤية الحاسوبية القادرة على رصد الأنماط الدقيقة.

لكي تعمل هذه النماذج جيدًا، يجب تدريبها على بيانات موسومة يُحدَّد فيها كل عيب بوضوح. ويتيح ذلك لهذه النماذج تعلم ما ينبغي البحث عنه والتعرف على الأنماط المشابهة.

تُسمى عملية إنشاء هذه الوسوم بالتعليق التوضيحي على البيانات. وعلى وجه الخصوص، يشمل التعليق التوضيحي على الصور ومقاطع الفيديو رسم صناديق الإحاطة، وتحديد الخطوط الخارجية للأشكال، أو وسم مناطق معينة داخل الصور وإطارات الفيديو.

يمكن التعامل مع ذلك عند استخدام مجموعات بيانات صغيرة، لكنه يصبح أصعب بسرعة مع نمو البيانات. إذ يتطلب وسم آلاف الصور جهدًا يدويًا متواصلًا، ما يجعل التعليق التوضيحي عنق زجاجة رئيسيًا. وغالبًا ما تكون الأدوات التقليدية بطيئة ومجزأة ويصعب توسيع نطاقها.

تساعد منصة Ultralytics، وهي منصة متكاملة للذكاء الاصطناعي للرؤية، على معالجة هذه التحديات من خلال التعليق التوضيحي بمساعدة الذكاء الاصطناعي. فهي تستخدم الذكاء الاصطناعي لإنشاء وسوم أولية تلقائيًا يمكن مراجعتها وتحسينها بسرعة، ما يقلل الجهد اليدوي ويرفع الكفاءة.

في هذه المقالة، سنستكشف آلية عمل التعليق التوضيحي بمساعدة الذكاء الاصطناعي ضمن منصة Ultralytics وكيفية تحسينه لعملية الوسم. لنبدأ!

نظرة عامة على عملية التعليق التوضيحي على البيانات#

قبل التعمق في آلية عمل التعليق التوضيحي المدعوم بالذكاء الاصطناعي على منصة Ultralytics، دعونا نلقِ أولًا نظرة أقرب على التعليق التوضيحي على البيانات.

التعليق التوضيحي على البيانات، المعروف أيضًا باسم وسم البيانات، هو عملية إسناد وسوم منظّمة إلى البيانات الخام لتصبح قابلة للاستخدام في تدريب نماذج التعلم الآلي. وفي الرؤية الحاسوبية، تحدد هذه الوسوم الكائنات أو المناطق أو السمات موضع الاهتمام داخل الصور أو مقاطع الفيديو.

أثناء التدريب، تتعلم النماذج أو الخوارزميات ربط بيانات الإدخال بهذه الوسوم، ما يجعل جودة التعليق التوضيحي عاملًا أساسيًا في أداء النموذج. وتتيح مجموعات البيانات الموسومة بدقة واتساق للنموذج تعلم الأنماط الصحيحة، بينما قد تؤدي التعليقات التوضيحية الرديئة أو غير المتسقة إلى تنبؤات غير موثوقة.

على سبيل المثال، في حالة استخدام لاكتشاف العيوب، يمكن التعليق توضيحيًا على صورة منتج على سير ناقل بتحديد مواضع العيوب ووضع وسم يبين نوع كل عيب. ويساعد ذلك النموذج على تعلم شكل العيوب ليتمكن من تحديدها في صور جديدة.

نظرة على مهام التعليق التوضيحي الشائعة#

بعد ذلك، لنلقِ نظرة على بعض الطرق الشائعة للتعليق التوضيحي على الصور في الرؤية الحاسوبية. تُستخدم هذه الأساليب لوسم البيانات المرئية لمهام مثل اكتشاف الكائنات وتقسيم المثيلات وتصنيف الصور. وتؤدي كل طريقة من طرق التعليق التوضيحي وظيفة مختلفة، مثل تحديد مواقع الكائنات أو التقاط أشكالها أو تحديد البنى الأساسية.

صناديق الإحاطة#

صناديق الإحاطة مستطيلات بسيطة تُرسم حول الكائنات في الصورة لتوضيح مواقعها. وهي من أكثر الطرق شيوعًا لوسم البيانات في الرؤية الحاسوبية.

من خلال التدريب على الصور التي تتضمن هذه الصناديق، تتعلم نماذج اكتشاف الكائنات التعرف على كائنات مختلفة وفهم مواقعها داخل الصورة. ويتيح لها ذلك اكتشاف عدة كائنات في آنٍ واحد وتحديد موضع كل منها.

على سبيل المثال، تخيل مباراة بيسبول يجري تحليلها باستخدام الرؤية الحاسوبية. يمكن رسم صناديق حول اللاعبين والمضرب والكرة في كل إطار، ما يتيح للنموذج اكتشاف هذه الكائنات وتحديدها طوال المباراة.

الشكل 1. يمكن استخدام صناديق الإحاطة لوسم كائنات متعددة وتحديد مواقعها. (المصدر)

المضلعات أو أقنعة التقسيم#

تتجاوز المضلعات، التي يُشار إليها أيضًا باسم أقنعة التقسيم، صناديق الإحاطة من خلال وسم الكائنات على مستوى البكسل. فبدلًا من رسم مستطيل تقريبي، تحدد المضلعات الشكل الدقيق لكل كائن وحوافه في الصورة. وهذا يجعلها مفيدة للمهام التي تتطلب فهمًا أكثر تفصيلًا.

على سبيل المثال، تُستخدم أقنعة التقسيم في القيادة الذاتية في مهام مثل التقسيم الدلالي، حيث يُسند إلى كل بكسل تصنيف مثل الطريق أو السماء، وتقسيم المثيلات، حيث تُحدد الكائنات الفردية مثل المركبات أو المشاة على نحو منفصل.

تُستخدم أيضًا في مهام مثل إزالة الخلفية، حيث يلزم عزل عنصر، مثل شخص، عن بقية الصورة.

النقاط المفتاحية#

تُستخدم النقاط المفتاحية لتحديد نقاط معينة على عنصر، مثل مفاصل جسم الإنسان أو أجزاء جسم حيوان. ومن خلال تحديد هذه النقاط، تستطيع النماذج فهم بنية العنصر ومواضع أجزائه بعضها بالنسبة إلى بعض.

في الرؤية الحاسوبية، تُعرف هذه العملية بتقدير الوضعية، وتهدف إلى تحديد مواقع هذه النقاط المفتاحية وفهم كيفية ترابطها. ويتيح تتبّع هذه النقاط بمرور الوقت تحليل الحركة والتغيرات في وضعية الجسم.

الشكل 2. يمكن استخدام وسوم النقاط المفتاحية لتحديد المفاصل لتقدير وضعية الإنسان. (المصدر)

ومن الأمثلة الشائعة تحديد مفاصل الجسم في مقطع فيديو لتحليل حركة الإنسان. ومن خلال التركيز على هذه النقاط المفتاحية، تستطيع النماذج تحديد وضعية الشخص وكيفية تغيرها بمرور الوقت.

مربع الإحاطة الموجّه (OBB)#

ليست جميع العناصر في الصورة مصطفّة تمامًا. ففي كثير من سيناريوهات العالم الحقيقي، تظهر العناصر مائلة أو مدوّرة أو مُشاهدة من زوايا مختلفة.

غالبًا ما تواجه مربعات الإحاطة القياسية صعوبة في هذه الحالات، إذ قد تتضمن خلفية غير ضرورية أو لا تطابق العنصر عن كثب. وتعالج مربعات الإحاطة الموجّهة هذه المشكلة باستخدام مستطيلات مدوّرة تتماشى مع اتجاه العنصر، ما ينتج عنه وسوم أكثر إحكامًا ودقة.

يُستخدم هذا النهج في اكتشاف مربعات الإحاطة الموجّهة (OBB)، حيث تحدد النماذج موقع العنصر واتجاهه معًا. ومن أمثلته الصور الجوية، حيث تظهر عناصر مثل المباني والسفن والمركبات غالبًا بزوايا مختلفة. وتسهّل المربعات المدوّرة تحديد شكل هذه العناصر واتجاهها الحقيقيين ضمن المشهد.

وسوم التصنيف#

تختلف وسوم التصنيف عن أساليب التعليق التوضيحي الأخرى، إذ تُسنِد وسمًا واحدًا إلى الصورة بأكملها بدلًا من تحديد عناصر أو مناطق بعينها. وتُستخدم عندما يكون الهدف تحديد محتوى الصورة دون التركيز على موضع ظهوره.

على سبيل المثال، يمكن تصنيف صورة على أنها «قطة» أو «كلب» استنادًا إلى محتواها الإجمالي. وهذا يجعل تصنيف الصور مفيدًا للمهام التي يكفي فيها فهم عام للصورة.

محدوديات أدوات التعليق التوضيحي التقليدية#

تعتمد كثير من أدوات الوسم التقليدية على خطوات متعددة وسير عمل غير مترابط. وغالبًا ما تضطر فرق تطوير الذكاء الاصطناعي إلى التنقل بين منصات التعليق التوضيحي للوسم والتخزين والتحقق، ما يبطئ مشاريع الذكاء الاصطناعي.

لا تدعم معظم الأدوات سوى مجموعة محدودة من أنواع التعليقات التوضيحية والبيانات، لذا ينتهي الأمر بالفرق إلى استخدام أدوات مختلفة لمربعات الإحاطة والتقسيم والنقاط المفتاحية. وقد يصعب إدارة هذا الإعداد المجزأ، لا سيما للفرق حديثة العهد بالرؤية الحاسوبية.

يمثل العمل اليدوي تحديًا رئيسيًا آخر. فبينما قد لا يستغرق التعليق التوضيحي على صورة واحدة سوى بضع دقائق، يصبح العمل على مجموعات بيانات كبيرة مستهلكًا للوقت بسرعة، لا سيما عندما تتضمن الصور المتشابهة مهام متكررة.

مع نمو مجموعات البيانات، يتعين على الفرق أيضًا إدارة الملفات وتتبع إصدارات مجموعات البيانات والحفاظ على اتساق التعليقات التوضيحية. وهذا يزيد عبء العمل، إذ يُقضى وقت أطول في إدارة البيانات ووقت أقل في تحسين أداء النموذج.

يتمثل النهج الأكثر كفاءة في استخدام التعليق التوضيحي المدعوم بالذكاء الاصطناعي ضمن Ultralytics Platform، التي تستخدم الذكاء الاصطناعي لإنشاء الوسوم وتنقيحها، مما يقلل الجهد اليدوي ويحسن السرعة والاتساق، كل ذلك ضمن بيئة واحدة تجمع إدارة مجموعات البيانات والتعليق التوضيحي وتدريب النماذج ونشرها ومراقبتها.

كيف تتيح Ultralytics Platform عملية التعليق التوضيحي#

تُبسّط Ultralytics Platform التعليق التوضيحي بربطه مباشرة ببقية سير عمل الرؤية الحاسوبية. وبدلًا من الاعتماد على أدوات منفصلة، يمكن للفرق العمل على البيانات والتعليقات التوضيحية والنماذج ضمن بيئة واحدة.

تدعم المنصة مجموعة من مهام الرؤية الحاسوبية، بما في ذلك اكتشاف العناصر وتصنيف الصور وتقسيم العناصر وتقدير الوضعية واكتشاف مربعات الإحاطة الموجّهة.

ضمن هذا الإعداد، يمكن إجراء التعليق التوضيحي بطرق متعددة. إذ يمكن للفرق وسم البيانات يدويًا للتحكم الكامل، أو استخدام التعليق التوضيحي الذكي المدعوم بـ SAM للوسم التفاعلي القائم على النقاط، أو تطبيق التعليق التوضيحي الذكي المدعوم بـ YOLO لإنشاء التعليقات التوضيحية تلقائيًا ثم مراجعتها وتنقيحها. وتسهّل هذه المرونة التعامل مع مجموعات بيانات ومتطلبات تعليق توضيحي متنوعة.

الشكل 3. نظرة على التعليق التوضيحي ضمن Ultralytics Platform (المصدر)

نظرًا إلى تكامل التعليق التوضيحي المدعوم بالذكاء الاصطناعي واليدوي مع إدارة مجموعات البيانات وتدريب النماذج، يمكن للفرق الانتقال بسلاسة من وسم البيانات إلى تنظيم مجموعات البيانات وتدريب النماذج. ويحافظ ذلك على تنظيم سير العمل ويُلغي الحاجة إلى التنقل بين الأدوات أو إعادة تنسيق التعليقات التوضيحية.

تدعم المنصة أيضًا نماذج Ultralytics YOLO، مثل Ultralytics YOLO11 وUltralytics YOLO26، ما يتيح استخدام البيانات الموسومة مباشرةً في التدريب والاختبار. ويسهّل ذلك تحديد الثغرات في مجموعات البيانات، وتنقيح التعليقات التوضيحية، وإعادة تدريب النماذج عبر التكرار المستمر.

الميزات الرئيسية للتعليق التوضيحي الذكي بـ SAM على Ultralytics Platform#

صُمم التعليق التوضيحي الذكي المدعوم بـ SAM على Ultralytics Platform لتسريع التعليق التوضيحي لمهام اكتشاف العناصر وتقسيم العناصر ومربعات الإحاطة الموجّهة (OBB).

توفر المنصة عدة إصدارات من نماذج SAM، تشمل SAM 2.1 Tiny وSAM 2.1 Small وSAM 2.1 Base وSAM 2.1 Large وSAM 3، ما يتيح للمستخدمين الاختيار بين السرعة والدقة.

الشكل 4. التعليق التوضيحي الذكي المدعوم بـ SAM على Ultralytics Platform (المصدر)

تتميز النماذج الأصغر، مثل Tiny وSmall، بسرعة أكبر وتناسب سير عمل التعليق التوضيحي السريع، بينما توفر النماذج الأكبر، مثل Large وSAM 3، دقة أعلى للمشاهد الأكثر تعقيدًا. ويؤدي التبديل بين النماذج إلى تحديث سلوك التعليق التوضيحي فورًا.

في محرر التعليق التوضيحي، وبعد اختيار نموذج SAM، يمكن للمعلّقين البشريين الدخول إلى الوضع الذكي لبدء الوسم. وبدلًا من رسم الأشكال يدويًا، يُوجَّه النموذج باستخدام مدخلات بسيطة قائمة على النقاط.

تضيف النقرة بزر الفأرة الأيسر نقطة إيجابية لتضمين منطقة، بينما تضيف النقرة بزر الفأرة الأيمن نقطة سلبية لاستبعاد المناطق غير المرغوب فيها. واستنادًا إلى هذه المدخلات، ينشئ النموذج قناعًا دقيقًا في الوقت الفعلي.

لتسريع سير العمل، يمكن تفعيل وضع التطبيق التلقائي. وعند تفعيله، تنشئ كل نقرة تعليقًا توضيحيًا وتحفظه تلقائيًا دون الحاجة إلى تأكيد يدوي. وبالنسبة إلى العناصر الأكثر تعقيدًا، يمكن للمعلّقين إما الضغط على "Shift" باستمرار لوضع نقاط متعددة قبل تطبيق القناع، أو تعطيل التطبيق التلقائي لإضافة النقاط بحرية ثم الضغط على "Enter" لتطبيق القناع.

فهم التعليق التوضيحي الذكي بـ YOLO على Ultralytics Platform#

على غرار التعليق التوضيحي الذكي المدعوم بـ SAM، يستخدم التعليق التوضيحي الذكي بـ YOLO على Ultralytics Platform الذكاء الاصطناعي لتسريع عملية الوسم. وبدلًا من توجيه النموذج بالنقرات، يستخدم تنبؤات النموذج لإنشاء التعليقات التوضيحية تلقائيًا.

يدعم هذا النهج مهامًا مثل اكتشاف العناصر وتقسيم العناصر والتعليق التوضيحي لمربعات الإحاطة الموجّهة (OBB). ويعمل تحديدًا مع نماذج Ultralytics YOLO، بما فيها النماذج المدرّبة مسبقًا التي توفرها Ultralytics ونماذج YOLO المدرّبة حسب الطلب.

ضمن محرر التعليق التوضيحي، يمكن للمعلّقين الدخول إلى الوضع الذكي واختيار نموذج YOLO من أداة اختيار النماذج ثم النقر على Predict. ولا تعرض أداة اختيار النماذج إلا نماذج YOLO المتوافقة مع مهمة مجموعة البيانات الحالية، لضمان توافق التعليقات التوضيحية المُنشأة.

يحلل النموذج الصورة وينشئ تعليقات توضيحية استنادًا إلى تنبؤاته، ثم يضيفها مباشرةً إلى الصورة. وإذا تداخلت التنبؤات مع مخرجات التعليق التوضيحي الموجودة من الفئة نفسها، تُتجاوز الاكتشافات المكررة تلقائيًا عندما يتجاوز التداخل عتبة محددة، مما يساعد على الحفاظ على وسوم نظيفة ومتسقة.

الشكل 5. التعليق التوضيحي الذكي المدعوم بنماذج Ultralytics YOLO على Ultralytics Platform (المصدر)

بعد إنشاء التنبؤات، يمكن لـالمعلّقين ضمن آلية الإنسان في الحلقة مراجعتها أو تعديلها أو إزالتها حسب الحاجة. ويسهّل ذلك وسم مجموعات البيانات الكبيرة بسرعة، إذ يبدأ العمل بالتعليقات التوضيحية التي أنشأها النموذج ثم تُنقّح بدلًا من التعليق التوضيحي على كل شيء يدويًا.

بمرور الوقت، يمكن إعادة استخدام نماذج YOLO المحسّنة لإنشاء تنبؤات أفضل، دعمًا لسير عمل تكراري للوسم التلقائي.

تطبيق الوسم المدعوم بالذكاء الاصطناعي في مسارات العمل الواقعية#

لنستعرض بعد ذلك أمثلة على كيفية إتاحة Ultralytics Platform لتعليق البيانات توضيحيًا في حالات استخدام واقعية.

التقسيم في القيادة الذاتية#

تعتمد المركبات ذاتية القيادة المدمجة مع نماذج الرؤية الحاسوبية على بيانات مرئية موسومة جيدًا لفهم محيطها في الوقت الفعلي. وتستطيع النماذج المدرّبة على هذه البيانات اكتشاف المركبات والمشاة وإشارات المرور وحدود الطرق وتقسيمها.

تتطلب مهام التقسيم حدودًا دقيقة على مستوى البكسل، ما يجعل التعليق التوضيحي بالغ الأهمية ومستهلكًا للوقت. وقد يصبح وسم كميات كبيرة من بيانات المستشعرات يدويًا عنق زجاجة سريعًا، لا سيما في مشاهد القيادة المعقدة.

تُبسّط Ultralytics Platform هذه العملية عبر التعليق التوضيحي المدعوم بالذكاء الاصطناعي باستخدام نماذج SAM وYOLO. ويتيح التعليق التوضيحي الذكي المدعوم بـ SAM تقسيمًا سريعًا قائمًا على النقرات باستخدام أقنعة دقيقة، بينما يمكن استخدام نماذج YOLO لإنشاء التعليقات التوضيحية تلقائيًا عبر الصور.

ويجعل هذان النهجان معًا التعامل مع المشاهد المعقدة ذات العناصر المتداخلة أسهل.

وبما أن التعليق التوضيحي مرتبط مباشرةً بتدريب النماذج، يمكن استخدام مجموعات البيانات المحدّثة واسعة النطاق فورًا لإعادة تدريب النماذج وتقييمها. ويتيح ذلك للفرق تحسين الأداء باستمرار والتكيف مع ظروف القيادة الجديدة بكفاءة أكبر.

تعزيز أنظمة ضمان الجودة في التصنيع#

يعتمد الحفاظ على اتساق مراقبة الجودة في التصنيع على اكتشاف العيوب بدقة أثناء الإنتاج. وغالبًا ما تُستخدم نماذج الرؤية الحاسوبية لتحديد المشكلات في الوقت الفعلي، لكن أداءها يعتمد على مدى تمثيل بيانات التدريب لظروف الإنتاج الفعلية.

يمكن أن تؤدي التغيرات في بيئات التصنيع، مثل اختلاف المواد الخام أو إعدادات الآلات أو الإضاءة، إلى ظهور أنواع جديدة ونادرة من العيوب لم تكن ضمن بيانات التدريب الأصلية. وينشأ عن ذلك تفاوت بين ما تعلمه النموذج وما يظهر على خط الإنتاج.

للحفاظ على التوافق، ينبغي تحديث مجموعات البيانات بانتظام باستخدام تعليقات توضيحية داخلية عالية الجودة. وتسهّل Ultralytics Platform تحديث التعليقات التوضيحية وتوسيع مجموعات البيانات مع ظهور أنماط جديدة من العيوب. ويمكن بعد ذلك استخدام مجموعات البيانات المحدّثة لإعادة تدريب النماذج، ما يساعد الفرق على التكيف بسرعة أكبر مع ظروف الإنتاج المتغيرة.

مراقبة المواقع والسلامة في قطاع الإنشاءات#

مواقع الإنشاءات بيئات ديناميكية تضم فرقًا متعددة ومعدات متحركة وتصاميم تتغير باستمرار. ويعتمد الحفاظ على السلامة في هذه الظروف على بيانات مرئية واضحة وموسومة جيدًا.

يمكن للتعليقات التوضيحية الدقيقة تعزيز جودة البيانات ومساعدة أنظمة الذكاء الاصطناعي على تحديد العاملين والمعدات ومستلزمات السلامة والمخاطر المحتملة في طيف من ظروف الموقع، بما في ذلك المشاهد المزدحمة والخلفيات المتغيرة والإضاءة المتفاوتة.

تدعم Ultralytics Platform ذلك من خلال تسهيل تحديث التعليقات التوضيحية وتنقيحها مع تطور ظروف الموقع. ويمكن التقاط صور جديدة وإضافتها إلى مجموعة البيانات عند ظهورها، لإبقائها متوافقة مع سيناريوهات العالم الحقيقي.

أبرز النقاط#

التعليق التوضيحي عالي الجودة ضروري لبناء نماذج موثوقة للرؤية الحاسوبية والذكاء الاصطناعي، لكن سير العمل التقليدي غالبًا ما يبطئ الفرق. وتُبسّط Ultralytics Platform هذه العملية بأدوات التعليق التوضيحي الآلية وسير عمل قابل للتوسع. ونتيجة لذلك، تستطيع الفرق الانتقال من البيانات إلى النموذج بسرعة أكبر مع الحفاظ على الدقة والاتساق.

تعرّف على المزيد عن الرؤية الحاسوبية عبر مجتمعنا ومستودع GitHub المتناميين. وإذا كنت تتطلع إلى إنشاء حلول للرؤية الحاسوبية، فاطّلع على خيارات الترخيص. واستكشف صفحات حلولنا للتعرّف على مزايا الرؤية الحاسوبية في التصنيع والذكاء الاصطناعي في الرعاية الصحية.