كيف تستخدم Ultralytics Platform الذكاء الاصطناعي لأتمتة التعليق

أصبحت حلول الرؤية الحاسوبية التي تحلل الصور والفيديوهات جزءاً منتظماً من سير العمل عبر العديد من الصناعات، بدءاً من التصنيع وحتى التصوير الطبي. ففي مجال التصنيع، على سبيل المثال، يعتمد اكتشاف عيوب السطح على المنتجات المتحركة على طول سير النقل على computer vision models القادرة على رصد الأنماط الدقيقة.

لكي تعمل مثل هذه النماذج بشكل جيد، يجب تدريبها على بيانات مصنفة حيث يتم تحديد كل عيب بوضوح. هذا يمكّن هذه النماذج من تعلم ما يجب البحث عنه والتعرف على أنماط مماثلة.

تسمى عملية إنشاء هذه التسميات بترميز البيانات. وبشكل خاص، تتضمن image annotation وترميز الفيديو رسم صناديق الإحاطة، أو تحديد الأشكال، أو تسمية مناطق محددة داخل الصور وإطارات الفيديو.

بينما يمكن التحكم في هذا بالنسبة لمجموعات البيانات الصغيرة، فإنه يصبح من الصعب التعامل معه بسرعة مع نمو البيانات. إن تسمية آلاف الصور تتطلب جهداً يدوياً مستمراً، مما يجعل عملية التسمية عنق زجاجة رئيسياً. غالباً ما تكون الأدوات التقليدية بطيئة ومجزأة ويصعب توسيع نطاقها.

تساعد منصة Ultralytics Platform، منصة الذكاء الاصطناعي للرؤية الشاملة، في حل هذه التحديات من خلال الترميز المدعوم بالذكاء الاصطناعي. ومن خلال استخدام الذكاء الاصطناعي لإنشاء تسميات أولية تلقائياً يمكن مراجعتها وتعديلها بسرعة، فإنها تقلل الجهد اليدوي وتحسن الكفاءة.

في هذه المقالة، سنستكشف كيفية عمل التسمية بمساعدة الذكاء الاصطناعي داخل منصة Ultralytics وكيفية تحسينها لعملية التسمية. لنبدأ!

نظرة عامة على عملية تسمية البيانات#

قبل الغوص في كيفية عمل التسمية المدعومة بالذكاء الاصطناعي على منصة Ultralytics، دعونا نلقي نظرة فاحصة على تسمية البيانات.

تسمية البيانات، والمعروفة أيضاً بتصنيف البيانات، هي عملية تعيين تسميات منظمة للبيانات الخام بحيث يمكن استخدامها لتدريب نماذج تعلم الآلة. في الرؤية الحاسوبية، تحدد هذه التسميات الكائنات أو المناطق أو الميزات ذات الاهتمام داخل الصور أو مقاطع الفيديو.

أثناء التدريب، تتعلم النماذج أو الخوارزميات تعيين بيانات الإدخال لهذه التسميات، مما يجعل جودة التسمية عاملاً رئيسياً في أداء النموذج. إن مجموعات البيانات المصنفة بدقة واتساق تجعل من الممكن للنموذج تعلم الأنماط الصحيحة، بينما يمكن أن تؤدي التسميات الضعيفة أو غير المتسقة إلى تنبؤات غير موثوقة.

على سبيل المثال، في حالة استخدام اكتشاف العيوب، يمكن تسمية صورة لمنتج على سير ناقل عن طريق تحديد مكان ظهور العيوب وتصنيف نوع العيب. يساعد هذا النموذج على تعلم شكل العيوب حتى يتمكن من تحديدها في صور جديدة.

نظرة على مهام التسمية الشائعة#

بعد ذلك، دعونا نلقي نظرة على بعض الطرق الشائعة لتسمية الصور في الرؤية الحاسوبية. تُستخدم هذه الطرق لتسمية البيانات المرئية لمهام مثل اكتشاف الكائنات، وتجزئة المثيل، وتصنيف الصور. تؤدي كل طريقة تسمية وظيفة مختلفة، مثل تحديد موقع الكائنات، أو التقاط الأشكال، أو تحديد الهياكل الرئيسية.

مربعات الإحاطة (BBox)#

مربعات الإحاطة (Bounding boxes) هي مستطيلات بسيطة تُرسَم حول الكائنات في الصورة لتوضيح مكان وجودها. وهي واحدة من أكثر الطرق شيوعاً لتسمية البيانات في الرؤية الحاسوبية.

من خلال التدريب على صور تحتوي على هذه المربعات، تتعلم نماذج اكتشاف الكائنات التعرف على كائنات مختلفة وفهم موقعها داخل الصورة. وهذا يسمح لها باكتشاف كائنات متعددة في وقت واحد وتحديد مكان ظهور كل منها.

على سبيل المثال، لننظر إلى مباراة بيسبول يتم تحليلها باستخدام الرؤية الحاسوبية. يمكن رسم مربعات حول اللاعبين والمضرب والكرة في كل إطار، مما يسمح للنموذج باكتشاف وتحديد هذه الكائنات طوال المباراة.

الشكل 1. يمكن استخدام صناديق الإحاطة لتسمية وتحديد عدة كائنات. (Source)

المضلعات أو أقنعة التجزئة#

تذهب المضلعات، والتي تُشار إليها أيضاً بأقنعة التجزئة، خطوة أبعد من مربعات الإحاطة من خلال تسمية الكائنات على مستوى البكسل. بدلاً من رسم مستطيل تقريبي، فهي تلتقط الشكل والحواف الدقيقة لكل كائن في الصورة. وهذا يجعلها مفيدة للمهام التي تتطلب فهماً أكثر تفصيلاً.

على سبيل المثال، في القيادة الذاتية، تُستخدم أقنعة التجزئة في مهام مثل التجزئة الدلالية، حيث يتم تعيين فئة لكل بكسل مثل الطريق أو السماء، وتجزئة المثيل، حيث يتم تحديد الكائنات الفردية مثل المركبات أو المشاة بشكل منفصل.

كما تُستخدم لمهام مثل إزالة الخلفية، حيث يحتاج كائن، مثل شخص، إلى أن يتم عزله عن بقية الصورة.

النقاط الرئيسية (Keypoints)#

تُستخدم النقاط الرئيسية لتمييز نقاط محددة على كائن ما، مثل المفاصل في جسم الإنسان أو أجزاء من حيوان. من خلال تحديد هذه النقاط، يمكن للنماذج فهم هيكل الكائن وكيفية تموضع أجزائه بالنسبة لبعضها البعض.

في الرؤية الحاسوبية، يُعرف هذا بتقدير الوضعية، حيث يكون الهدف هو تحديد موقع هذه النقاط الرئيسية وفهم كيفية ارتباطها ببعضها البعض. إن تتبع هذه النقاط بمرور الوقت يجعل من الممكن تحليل الحركة والتغيرات في الوضعية.

الشكل 2. يمكن استخدام ترميز النقاط الرئيسية لتحديد المفاصل لتقدير وضعية الإنسان. (Source)

مثال شائع هو تحديد مفاصل الجسم في مقطع فيديو لتحليل حركة الإنسان. من خلال التركيز على هذه النقاط الرئيسية، يمكن للنماذج التقاط كيفية تموضع الشخص وكيف تتغير وضعيته بمرور الوقت.

مربع الإحاطة الموجه (OBB)#

ليست كل الكائنات في الصورة محاذاة بشكل مثالي. في العديد من سيناريوهات العالم الحقيقي، تظهر الكائنات مائلة أو مدورة أو يتم عرضها من زوايا مختلفة.

غالباً ما تواجه مربعات الإحاطة القياسية صعوبة في هذه الحالات، لأنها قد تشمل خلفية غير ضرورية أو تفشل في مطابقة الكائن بدقة. تعالج مربعات الإحاطة الموجهة هذا الأمر باستخدام مستطيلات مدورة تتوافق مع اتجاه الكائن. وهذا يؤدي إلى تسميات أكثر دقة وإحكاماً.

يُستخدم هذا النهج في اكتشاف مربع الإحاطة الموجه (OBB)، حيث تحدد النماذج كلاً من موقع الكائن واتجاهه. مثال على ذلك هو التصوير الجوي، حيث تظهر كائنات مثل المباني أو السفن أو المركبات غالباً بزوايا مختلفة. تجعل المربعات المدورة من الأسهل التقاط شكلها واتجاهها الحقيقيين داخل المشهد.

تسميات التصنيف#

تتخذ تسميات التصنيف نهجاً مختلفاً عن طرق التسمية الأخرى من خلال تعيين تسمية واحدة للصورة بأكملها، بدلاً من تحديد كائنات أو مناطق معينة. تُستخدم عندما يكون الهدف هو تحديد ما هو موجود في الصورة، دون التركيز على مكان ظهوره.

على سبيل المثال، يمكن تسمية صورة بـ "قطة" أو "كلب" بناءً على محتواها العام. وهذا يجعل تصنيف الصور مفيداً للمهام التي يكون فيها الفهم عالي المستوى للصورة كافياً.

قيود أدوات التسمية التقليدية#

تعتمد العديد من أدوات التسمية التقليدية على خطوات متعددة وسير عمل غير مترابط. غالباً ما تضطر فرق تطوير الذكاء الاصطناعي إلى التبديل بين منصات التسمية للتصنيف والتخزين والتحقق، مما يبطئ مشاريع الذكاء الاصطناعي.

تدعم معظم الأدوات مجموعة محدودة فقط من أنواع التسمية وأنواع البيانات، لذا تنتهي الفرق باستخدام أدوات مختلفة لمربعات الإحاطة والتجزئة والنقاط الرئيسية. يمكن أن يكون هذا الإعداد المجزأ صعب الإدارة، خاصة بالنسبة للفرق الجديدة في مجال الرؤية الحاسوبية.

الجهد اليدوي هو تحدٍ رئيسي آخر. فبينما قد تستغرق تسمية صورة واحدة بضع دقائق فقط، فإن العمل مع مجموعات بيانات كبيرة يصبح مستهلكاً للوقت بسرعة، خاصة عندما تتضمن صور مماثلة مهام متكررة.

مع نمو مجموعات البيانات، يتعين على الفرق أيضاً إدارة الملفات وتتبع إصدارات مجموعات البيانات والحفاظ على الاتساق عبر التسميات. يضيف هذا إلى عبء العمل، مع قضاء المزيد من الوقت في إدارة البيانات ووقت أقل في تحسين أداء النموذج.

نهج أكثر كفاءة هو استخدام التسمية بمساعدة الذكاء الاصطناعي داخل منصة Ultralytics، والتي تستخدم الذكاء الاصطناعي لإنشاء التسميات وتحسينها، مما يقلل من الجهد اليدوي مع تحسين السرعة والاتساق، كل ذلك داخل بيئة واحدة تجمع بين إدارة مجموعة البيانات والتسمية وتدريب النموذج والنشر والمراقبة.

كيف تمكّن منصة Ultralytics عملية التسمية#

تبسط منصة Ultralytics Platform عملية الترميز عبر ربطها بشكل مباشر بقية سير عمل الرؤية الحاسوبية. وبدلاً من الاعتماد على أدوات منفصلة، يمكن فرق العمل التعامل مع data والترميز والنماذج في بيئة واحدة.

وهي تدعم مجموعة من مهام الرؤية الحاسوبية، بما في ذلك اكتشاف الكائنات، وتصنيف الصور، وتجزئة المثيل، وتقدير الوضعية، واكتشاف مربع الإحاطة الموجه.

ضمن هذا الإعداد، يمكن القيام بالتسمية بطرق متعددة. يمكن للفرق تسمية البيانات يدوياً للتحكم الكامل، أو استخدام التسمية الذكية المدعومة بـ SAM للتسمية التفاعلية القائمة على النقاط، أو تطبيق التسمية الذكية التي تعتمد على YOLO لإنشاء تسميات تلقائياً يمكن مراجعتها وتحسينها. تجعل هذه المرونة العمل مع مجموعات بيانات مختلفة ومتطلبات تسمية متنوعة أسهل.

الشكل 3. نظرة على الترميز داخل منصة Ultralytics Platform (Source)

نظراً لأن التسمية بمساعدة الذكاء الاصطناعي والتسمية اليدوية متكاملتان مع إدارة مجموعة البيانات وتدريب النموذج، يمكن للفرق الانتقال بسلاسة من تسمية البيانات إلى تنظيم مجموعات البيانات وتدريب النماذج. وهذا يحافظ على هيكلية سير العمل ويزيل الحاجة إلى التبديل بين الأدوات أو إعادة تنسيق التسميات.

تدعم المنصة أيضاً نماذج Ultralytics YOLO مثل Ultralytics YOLO11 و Ultralytics YOLO26، مما يتيح استخدام البيانات المرماة مباشرة للتدريب والاختبار. هذا يسهل تحديد الثغرات في datasets، وتحسين الترميز، وإعادة تدريب النماذج من خلال التكرار المستمر.

الميزات الرئيسية للتسمية الذكية SAM على منصة Ultralytics#

تم تصميم التسمية الذكية المدعومة بـ SAM على منصة Ultralytics لتسريع التسمية لمهام اكتشاف الكائنات وتجزئة المثيل ومربع الإحاطة الموجه (OBB).

توفر المنصة متغيرات متعددة لنموذج SAM، بما في ذلك SAM 2.1 Tiny و SAM 2.1 Small و SAM 2.1 Base و SAM 2.1 Large و SAM 3، مما يتيح للمستخدمين خيار الاختيار بين السرعة والدقة.

الشكل 4. الترميز الذكي المدعوم بـ SAM على منصة Ultralytics Platform (Source)

تعد النماذج الأصغر، مثل Tiny و Small، أسرع ومناسبة تماماً لسير عمل التسمية السريع، بينما توفر النماذج الأكبر مثل Large و SAM 3 دقة أعلى للمشاهد الأكثر تعقيداً. يؤدي التبديل بين النماذج إلى تحديث سلوك التسمية على الفور.

داخل محرر التسمية، بمجرد تحديد نموذج SAM، يمكن للمسمين البشريين الدخول إلى "الوضع الذكي" (Smart mode) لبدء التسمية. بدلاً من رسم الأشكال يدوياً، يتم توجيه النموذج باستخدام مدخلات بسيطة قائمة على النقاط.

تؤدي نقرة زر الفأرة الأيسر إلى إضافة نقطة إيجابية لتضمين منطقة، بينما تؤدي نقرة زر الفأرة الأيمن إلى إضافة نقطة سلبية لاستبعاد المناطق غير المرغوب فيها. بناءً على هذه المدخلات، يقوم النموذج بإنشاء قناع دقيق في الوقت الفعلي.

لتسريع سير العمل، يمكن تمكين وضع "التطبيق التلقائي" (auto-apply). عند تنشيطه، تقوم كل نقرة تلقائياً بإنشاء وحفظ تسمية دون الحاجة إلى تأكيد يدوي. بالنسبة للكائنات الأكثر تعقيداً، يمكن للمسمين إما الضغط باستمرار على "Shift" لوضع نقاط متعددة قبل تطبيق القناع، أو تعطيل التطبيق التلقائي لإضافة النقاط بحرية ثم الضغط على "Enter" لتطبيق القناع.

فهم التسمية الذكية YOLO على منصة Ultralytics#

على غرار التسمية الذكية المدعومة بـ SAM، تستخدم التسمية الذكية YOLO على منصة Ultralytics الذكاء الاصطناعي لتسريع عملية التسمية. بدلاً من توجيه النموذج بالنقر، فإنها تستخدم تنبؤات النموذج لإنشاء التسميات تلقائياً.

يدعم هذا النهج مهام مثل اكتشاف الكائنات وتجزئة المثيل وتسمية مربع الإحاطة الموجه (OBB). وهو يعمل تحديداً مع نماذج Ultralytics YOLO، بما في ذلك النماذج المدربة مسبقاً التي توفرها Ultralytics ونماذج YOLO المدربة خصيصاً.

داخل annotation editor، يمكن للمرمِّزين الدخول إلى وضع الذكاء (Smart mode)، واختيار نموذج YOLO من محدد النماذج، والنقر فوق تنبؤ (Predict). يعرض محدد النماذج فقط نماذج YOLO التي تتطابق مع مهمة مجموعة البيانات الحالية، مما يضمن توافق الترميزات المنشأة.

يحلل النموذج الصورة ويُنشئ تسميات بناءً على تنبؤاته، والتي تُضاف بعد ذلك مباشرة إلى الصورة. إذا كانت التنبؤات تتداخل مع مخرجات تسمية موجودة من نفس الفئة، يتم تخطي التكرارات المكتشفة تلقائياً عندما يتجاوز التداخل حداً معيناً، مما يساعد في الحفاظ على تسميات نظيفة ومتسقة.

الشكل 5. الترميز الذكي الممكن بواسطة نماذج Ultralytics YOLO على منصة Ultralytics Platform (Source)

بمجرد إنشاء التنبؤات، يمكن لـ human-in-the-loop annotators مراجعتها أو تعديلها أو إزالتها حسب الحاجة. هذا يسهل ترميز مجموعات البيانات الكبيرة بسرعة من خلال البدء بالترميزات التي تولدها النماذج وتحسينها بدلاً من ترميز كل شيء يدوياً.

بمرور الوقت، يمكن إعادة استخدام نماذج YOLO المحسنة لإنشاء تنبؤات أفضل، مما يدعم سير عمل التسمية التلقائية التكراري.

تطبيق التسمية بمساعدة الذكاء الاصطناعي في خطوط أنابيب العالم الحقيقي#

بعد ذلك، دعونا نمر عبر أمثلة لكيفية تمكين منصة Ultralytics لتسمية البيانات عبر حالات استخدام العالم الحقيقي.

التجزئة في القيادة الذاتية#

تعتمد المركبات ذاتية القيادة المدمجة مع نماذج الرؤية الحاسوبية على بيانات مرئية مصنفة جيداً لفهم محيطها في الوقت الفعلي. يمكن للنماذج المدربة على هذه البيانات اكتشاف وتجزئة المركبات والمشاة وإشارات المرور وحدود الطريق.

تتطلب مهام التجزئة حدوداً دقيقة على مستوى البكسل، مما يجعل التسمية أمراً بالغ الأهمية ومستهلكاً للوقت. يمكن أن تصبح تسمية كميات كبيرة من بيانات المستشعرات يدوياً عنق زجاجة بسرعة، خاصة في مشاهد القيادة المعقدة.

تعمل منصة Ultralytics على تبسيط هذه العملية من خلال التسمية بمساعدة الذكاء الاصطناعي باستخدام كل من نماذج SAM و YOLO. تتيح التسمية الذكية المدعومة بـ SAM تجزئة سريعة قائمة على النقرات مع أقنعة دقيقة، بينما يمكن استخدام نماذج YOLO لإنشاء التسميات تلقائياً عبر الصور.

معاً، تجعل هذه الأساليب من السهل التعامل مع المشاهد المعقدة ذات الكائنات المتداخلة.

نظراً لأن التسمية مرتبطة مباشرة بتدريب النموذج، يمكن استخدام مجموعات البيانات واسعة النطاق المحدثة فوراً لإعادة تدريب النماذج وتقييمها. وهذا يسمح للفرق بتحسين الأداء بشكل مستمر والتكيف مع ظروف القيادة الجديدة بكفاءة أكبر.

تعزيز أنظمة ضمان الجودة في التصنيع#

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

يمكن للتغيرات في بيئات التصنيع، مثل الاختلافات في المواد الخام أو إعدادات الماكينات أو الإضاءة، أن تقدم أنواعاً جديدة ونادرة من العيوب التي لم تكن جزءاً من بيانات التدريب الأصلية. هذا يخلق فجوة بين ما تعلمه النموذج وما يظهر على خط الإنتاج.

للبقاء في حالة توافق، تحتاج مجموعات البيانات إلى التحديث بانتظام بتسميات داخلية عالية الجودة. تجعل منصة Ultralytics من السهل تحديث التسميات وتوسيع مجموعات البيانات مع ظهور أنماط عيوب جديدة. يمكن بعد ذلك استخدام مجموعات البيانات المحدثة هذه لإعادة تدريب النماذج، مما يساعد الفرق على التكيف بسرعة أكبر مع ظروف الإنتاج المتغيرة.

مراقبة الموقع والسلامة في البناء#

مواقع البناء هي بيئات ديناميكية، مع وجود فرق متعددة ومعدات متحركة وتخطيطات تتغير باستمرار. يعتمد الحفاظ على السلامة في هذه الظروف على بيانات مرئية واضحة ومسماة جيداً.

يمكن للترميزات الدقيقة تعزيز data quality ومساعدة أنظمة الذكاء الاصطناعي في تحديد العمال والمعدات ومعدات الأمان والمخاطر المحتملة عبر مجموعة من ظروف الموقع، بما في ذلك المشاهد المزدحمة والخلفيات المتغيرة والإضاءة المتفاوتة.

تدعم منصة Ultralytics ذلك من خلال جعل تحديث التسميات وتحسينها أمراً سهلاً مع تطور ظروف الموقع. يمكن التقاط صور جديدة وإضافتها إلى مجموعة البيانات عند ظهورها، مما يبقيها متوافقة مع سيناريوهات العالم الحقيقي.

أبرز النقاط#

تعد التسمية عالية الجودة ضرورية لبناء نماذج رؤية حاسوبية وذكاء اصطناعي موثوقة، لكن سير العمل التقليدي غالباً ما يبطئ الفرق. تعمل منصة Ultralytics على تبسيط هذه العملية باستخدام أدوات تسمية آلية وسير عمل قابل للتوسع. ونتيجة لذلك، يمكن للفرق الانتقال بشكل أسرع من البيانات إلى النموذج مع الحفاظ على الدقة والاتساق.

تحقق من community و GitHub repository الناميين لمعرفة المزيد حول الرؤية الحاسوبية. إذا كنت تتطلع إلى بناء حلول رؤية،ّ ألق نظرة على licensing options. استكشف صفحات الحلول الخاصة بنا لمعرفة المزيد حول فوائد computer vision in manufacturing و AI in healthcare.