مراقبة نماذج الرؤية الحاسوبية التي تم نشرها على Ultralytics

لا يتطابق اختبار نماذج الرؤية الحاسوبية التي تحلل الصور ومقاطع الفيديو دائمًا مع تشغيلها في بيئة الإنتاج. فخلال مرحلة التطوير، تُختبر هذه النماذج أو الخوارزميات على مجموعات بيانات نظيفة ومُعدة جيدًا، حيث تكون الظروف خاضعة للرقابة ويمكن التنبؤ بها.

بمجرد النشر، تصبح الأمور أكثر ديناميكية. حيث تتعرض النماذج لحركة مرور حقيقية، قد يتفاوت فيها حجم الطلبات، وقد تتغير أوقات الاستجابة، وقد تحدث أعطال من حين لآخر. 

في هذه المرحلة، يتحول التركيز إلى مدى موثوقية تشغيل النظام، بحيث تظل النقاط الطرفية متاحة وسريعة الاستجابة ومستقرة في ظل الظروف المتغيرة.

ولهذا السبب تُعد المراقبة أمرًا ضروريًا. فهي توفر رؤية واضحة لكيفية أداء النقاط الطرفية المُنشّرة في بيئة الإنتاج من خلال مؤشرات مثل حجم الطلبات، وزمن الاستجابة، ومعدلات الأخطاء، والحالة العامة للنظام.

ولتسهيل هذه العملية، يصبح توفر الأدوات المناسبة أمرًا لا يقل أهمية عن النموذج نفسه. Ultralytics مؤخرًا Ultralytics وهي بيئتنا الجديدة الشاملة التي تجمع بين جميع مراحل سير عمل الرؤية الحاسوبية، بدءًا من البيانات والتدريب وصولاً إلى النشر والمراقبة.

بفضل ميزة المراقبة المدمجة مباشرةً في مسار العمل هذا، يمكن للمستخدمين track حالة track ، وفحص سلوك الطلبات، والحفاظ على موثوقية الأنظمة دون الحاجة إلى الاعتماد على أدوات منفصلة. في هذه المقالة، سنتعرف على كيفية استخدام Ultralytics لمراقبة نقاط النهاية الخاصة بالنماذج التي تم نشرها والحفاظ على سلاسة عمل أنظمة الإنتاج. هيا بنا نبدأ!

نظرة عامة على مراقبة نماذج الذكاء الاصطناعي

في دورة حياة نموذج الذكاء الاصطناعي، تشير المراقبة إلى مراقبة سلوك الأنظمة التي تم نشرها بمجرد دخول النموذج حيز التشغيل وبدء تلبية الطلبات الفعلية. وفي حين يوضح التدريب والتحقق من الصحة أداء نموذج التعلم الآلي (نموذج ML) على مجموعات البيانات المعدة مسبقًا، تركز المراقبة على كيفية عمل نقطة النهاية المنشورة في بيئة الإنتاج.

يُعد تتبع المقاييس على مستوى النظام التي تعكس الموثوقية وسرعة الاستجابة جزءًا أساسيًا من عملية المراقبة. وتساعد مقاييس مثل زمن الاستجابة ووقت التشغيل في تقييم مدى كفاءة النظام في معالجة الطلبات الواردة. ويقيس زمن الاستجابة المدة التي يستغرقها معالجة الطلب وإرجاع الرد، بينما يسلط وقت التشغيل الضوء على مدى استمرار توفر نقطة النهاية.

ومن الجوانب الأساسية الأخرى "القابلية للمراقبة"، التي توفر رؤية واضحة لكيفية معالجة الطلبات. ففي كل مرة يتم فيها إرسال مدخلات، مثل صورة أو إطار فيديو، إلى نموذج تم نشره، تتم معالجتها كطلب استدلال. 

تسجل السجلات هذه الطلبات إلى جانب تفاصيل مثل الطوابع الزمنية وأوقات الاستجابة ورموز الحالة. وتسهل هذه السجلات تتبع الطلبات وتصحيح الأخطاء والتحقيق في حالات الفشل عند حدوثها. وهي مفيدة بشكل خاص في تحديد الأنماط مثل الأخطاء المتكررة أو الاستجابات البطيئة أو السلوك غير المتوقع للنظام.

من خلال الجمع بين المقاييس والسجلات، تساعد المراقبة المستخدمين على فهم كيفية عمل أنظمتهم في بيئة الإنتاج والاستجابة بسرعة للمشكلات فور ظهورها.

نظرة على مؤشرات أداء النماذج مقارنة بمؤشرات أداء النظام

قبل الخوض في موضوع مراقبة الإنتاج، دعونا نناقش الفرق بين مقاييس أداء النموذج ومقاييس النظام.

عادةً ما ترتبط مراقبة النماذج بمقاييس التقييم، المعروفة أيضًا باسم مقاييس النموذج، مثل الدقة، والدقة النوعية، ومعدل الاسترجاع، ومتوسط الدقة mAP ). تُستخدم هذه المقاييس لوصف سلوك النموذج وتقييم جودة تنبؤاته، غالبًا فيما يتعلق ببيانات الإنتاج أو بيانات الإدخال. ويمكن أن تكون مفيدة بشكل خاص في تحديد الحالات الاستثنائية أو القيم المتطرفة في البيانات الجديدة.

ومع ذلك، فإن هذا يختلف عن مراقبة نظام تم نشره في بيئة الإنتاج. وفي هذا السياق، تركز المراقبة على كيفية عمل النظام بدلاً من التقييم المباشر لتنبؤات النموذج.

بدلاً من المقاييس النموذجية، تعتمد مراقبة النشر على مؤشرات على مستوى النظام، مثل حجم الطلبات، وزمن الاستجابة، ومعدلات الأخطاء، ووقت التشغيل. توفر هذه المقاييس رؤية واضحة لكيفية تعامل نقاط النهاية مع بيانات الإدخال، ومدى اتساق استجابتها، وكيفية عملها في بيئات الإنتاج.

دور مراقبة النماذج في مشاريع الرؤية الحاسوبية

بعد ذلك، دعونا نلقي نظرة على مثال واقعي يسلط الضوء على الحاجة إلى نظام مراقبة في تطبيقات الرؤية الحاسوبية.

لنتخيل حلاً للرؤية الحاسوبية يستخدم تقدير الوضع، وهي مهمة من مهام الرؤية الحاسوبية تُستخدم لتحديد وتحليل حركات جسم الإنسان، من أجل مراقبة عمال البناء والتأكد من التزامهم بإجراءات السلامة. وأثناء النشر الأولي للنموذج، قد يعمل هذا النظام بشكل جيد في ظل ظروف خاضعة للرقابة تتميز برؤية واضحة وسيناريوهات قياسية.

ومع ذلك، فإن مواقع البناء الفعلية تنطوي على تعقيدات إضافية. فقد يتفاوت حجم الطلبات على مدار اليوم، وقد تكون حالة الشبكة غير مستقرة، وقد تقوم عدة كاميرات أو نقاط طرفية بإرسال البيانات في الوقت نفسه. ويمكن أن تؤدي هذه العوامل إلى بطء الاستجابة أو حدوث أعطال من حين لآخر إذا لم تتم مراقبة النظام بشكل سليم.

في بيئة إنتاجية كهذه، يصبح من المهم فهم مدى موثوقية تشغيل النظام. توفر المراقبة رؤية واضحة حول مدى توفر نقاط النهاية، ومدى سرعة استجابتها للطلبات الواردة، ومدى اتساق تعاملها مع حركة المرور على مدار الوقت.

على سبيل المثال، قد تشير زيادة زمن الاستجابة إلى ارتفاع الحمل أو وجود قيود على الموارد، في حين أن ارتفاع معدلات الأخطاء قد يشير إلى مشكلات في معالجة الطلبات أو استقرار النظام. وتوفر السجلات مزيدًا من السياق من خلال إظهار كيفية معالجة الطلبات الفردية وأين تحدث الأعطال.

من خلال تتبع هذه الإشارات، يمكن لعشاق الذكاء الاصطناعي وعلماء البيانات اكتشاف المشكلات في مرحلة مبكرة، وحلها بشكل أكثر فعالية، وضمان استمرار عمل أنظمتهم بشكل موثوق مع تغير الظروف الواقعية.

استخدام Ultralytics لمراقبة نماذج الرؤية التي تم نشرها

في العديد من سير عمل التعلم العميق، غالبًا ما تتم عملية المراقبة باستخدام أدوات منفصلة للتسجيل والمقاييس وصحة النظام. وقد يؤدي هذا الإعداد المجزأ إلى صعوبة الحصول على رؤية واضحة لكيفية عمل النقاط الطرفية التي تم نشرها في بيئة الإنتاج، كما يضيف تعقيدًا إلى إدارة عمليات النشر.

تعمل Ultralytics على تبسيط هذه العملية من خلال توفير المراقبة مباشرةً ضمن بيئة موحدة تغطي مسار عمل الرؤية الحاسوبية بالكامل، بدءًا من استيعاب البيانات ووضع العلامات عليها وصولاً إلى التدريب والنشر والمراقبة.

بفضل هذا الإعداد المتكامل، يمكن للمستخدمين track تعامل نقاط النهاية التي تم نشرها مع حركة المرور الفعلية دون الحاجة إلى إعداد أنظمة تسجيل خارجية أو لوحات تحكم إضافية. فكل شيء متاح في مكان واحد، مما يسهل مراقبة سلوك النظام والحفاظ على موثوقية عمليات النشر على المدى الطويل.

يمكن الوصول إلى ميزات المراقبة مباشرةً من علامة التبويب «النشر». ومن خلال لوحة تحكم واحدة، يمكن للمستخدمين track المقاييس track ، وتحليل السلوك على مستوى الطلبات، وتصور الاتجاهات. وتسهّل هذه العروض المرئية المدمجة فهم أداء الحلول دون الحاجة إلى التبديل بين الأدوات.

من خلال دمج عمليات المراقبة والنشر وإدارة النماذج ضمن سير العمل الأوسع نطاقاً، تقلل المنصة من التعقيدات. وهذا يجعل التركيز على إدارة عمليات النشر وتحسين أداء النظام والحفاظ على الموثوقية أمراً أكثر سلاسة.

ميزات المراقبة المدمجة في Ultralytics

في عمليات النشر الفعلية، تعتمد المراقبة على التمتع برؤية واضحة لكيفية عمل الأنظمة مع تغير الظروف بمرور الوقت. فهي تتجاوز مجرد تتبع بعض المقاييس، وتشمل فهم كيفية تصرف النقاط الطرفية المنشورة عبر البيئات المختلفة، وإدارة عمليات النشر المتعددة بفعالية.

استلهامًا من التعليقات الواردة من مجتمع الذكاء الاصطناعي في مجال الرؤية حول التحديات الشائعة في مجال الرؤية الحاسوبية، تتضمن Ultralytics العديد من الإمكانات التي تجعل عملية المراقبة أكثر عملية وقابلية للتوسع. 

فيما يلي لمحة عامة عن بعض هذه الميزات الرئيسية:

• رؤية شاملة لعملية النشر: تتضمن صفحة "النشر" خريطة عالمية تفاعلية تعرض مناطق النشر مع مؤشرات مرئية للنقاط الطرفية النشطة وتلك التي لا تزال قيد التنفيذ، مما يتيح للمستخدمين مراقبة التوزيع الجغرافي والنشاط الإقليمي.
• طرق عرض مرنة للوحة المعلومات: توفر لوحة معلومات عمليات النشر عدة أوضاع للعرض، بما في ذلك عرض البطاقات، والشبكة المدمجة، وعرض الجدول مع أعمدة قابلة للفرز مثل الاسم والمنطقة والحالة والطلبات، مما يدعم المراقبة والمقارنة المنظمة.
• مراقبة نقاط نهاية متعددة: تجمع لوحة المعلومات بيانات المراقبة من جميع عمليات النشر باستخدام بطاقات النظرة العامة وقوائم عمليات النشر.
• سياسات الاحتفاظ بالبيانات: يتم الاحتفاظ ببيانات المراقبة لفترة محددة، حيث تظل المقاييس متاحة لمدة 30 يومًا والسجلات لمدة 7 أيام، مما يدعم تحليل الأداء الحديث وعمليات تصحيح الأخطاء.
• دعم المراقبة الخارجية: يمكن مراقبة نقاط النهاية للنشر باستخدام أدوات خارجية مثل Datadog وNew Relic وخدمات مراقبة وقت التشغيل، أو الوصول إليها عبر نقاط نهاية واجهة برمجة التطبيقات (API) لإجراء عمليات مراقبة وفحوصات حالة مخصصة.

بعد ذلك، سنتناول بعض هذه الميزات بمزيد من التفصيل ونرى كيف يمكن استخدامها لمراقبة نقاط النهاية التي تم نشرها في بيئة الإنتاج.

كيفية track مؤشرات الأداء track باستخدام Ultralytics

بمجرد نشر النموذج، تبدأ عملية المراقبة بتتبع المقاييس الرئيسية للنظام. وفي حين أن مقاييس مثل الدقة ومعدل الاسترجاع مفيدة أثناء مرحلة التطوير، فإن المراقبة في بيئة الإنتاج تركز على المؤشرات على مستوى النظام، مثل وقت الاستجابة ومعدلات الأخطاء، والتي توفر رؤى قابلة للقياس حول مدى موثوقية تعامل نقاط النهاية مع حركة المرور الفعلية.

توفر Ultralytics لوحة تحكم مركزية تمنح نظرة واضحة على نشاط النقاط الطرفية وسلوك النظام. وعلى وجه الخصوص، تتضمن لوحة تحكم "النشر" أربعة مؤشرات رئيسية توضح كيفية استخدام النقاط الطرفية وكيفية استجابتها للطلبات الواردة.

فيما يلي نظرة تفصيلية على هذه المقاييس:

• إجمالي الطلبات: العدد الإجمالي للطلبات التي تم إرسالها عبر جميع نقاط النهاية خلال فترة 24 ساعة. ويساعد ذلك في تحديد أنماط الاستخدام والطلب الإجمالي.
• عمليات النشر النشطة: عدد النقاط الطرفية التي تعمل حاليًا وتستجيب للطلبات.
• زمن الاستجابة P95: هو الوقت الذي يتم خلاله إنجاز 95% من الطلبات. ويقدم هذا مؤشرًا أكثر واقعية للأداء من خلال أخذ الاستجابات الأبطأ في الحسبان.
• معدل الخطأ: هو النسبة المئوية للطلبات الفاشلة من إجمالي عدد الطلبات. يساعد هذا المقياس في تحديد المشكلات ويمكن استخدامه detect .

ببساطة، توفر هذه المقاييس رؤية واضحة لكيفية عمل النقاط الطرفية المُنشّرة في بيئة الإنتاج. ومن خلال تحليل أنماط الاستخدام، يمكن للفرق والأفراد فهم توزيع حركة المرور، وتحديد فترات ذروة الحمل، وضمان استمرار استجابة الأنظمة وموثوقيتها مع تزايد الاستخدام.

فهم سلوك نشر النماذج من خلال السجلات

في حين توفر المقاييس نظرة عامة على أداء النظام، فإن السجلات تقدم نظرة أكثر تفصيلاً حول كيفية تعامل نقاط النهاية المنشورة مع الطلبات الفردية. تسجل السجلات كل طلب يتم إرساله إلى نقطة نهاية مع الرد المقابل له.

وهي مفيدة لتتبع المشكلات، وفحص الأعطال، وفهم كيفية معالجة الطلبات. ضمن Ultralytics يمكنك اختيار أي عملية نشر لعرض تفاصيلها، بما في ذلك السجلات.

يتم عرض كل سجل في المنصة بتنسيق منظم، مما يسهل فهم ما حدث خلال كل طلب. ويتضمن كل سجل مستوى خطورة، يشير إلى مدى أهمية الحدث، إلى جانب طابع زمني يوضح وقت حدوثه. 

كما تحتوي على رسالة تصف الحدث وتفاصيل متعلقة ببروتوكول HTTP، مثل رموز الحالة ووقت الاستجابة. تساعد هذه المعلومات في تتبع الطلبات ودعم استكشاف الأخطاء وإصلاحها، بالإضافة إلى تصحيح المشكلات بشكل أكثر فعالية. علاوة على ذلك، يتم تجميع السجلات حسب درجة الخطورة، بحيث يمكن للمستخدمين تحديد أولويات عمليات النشر التي تتطلب اهتمامًا. 

تحليل حالة وموثوقية نقاط النهاية على Ultralytics

تتضمن المراقبة أيضًا فهم الحالة العامة لأجهزة النهاية المُنشّرة، بما في ذلك ما إذا كانت تعمل بشكل سليم، وتستجيب في الوقت المناسب، وتعالج الطلبات باستمرار دون أخطاء. توفر Ultralytics رؤية واضحة لحالة كل عملية نشر، مما يجعل من السهل التحقق من أن أجهزة النهاية تعمل كما هو متوقع.

تتضمن المنصة مؤشرات صحية مرئية لكل عملية نشر، تُعرض على بطاقات نشر فردية. 

على سبيل المثال، يشير المؤشر الأخضر إلى أن نقطة النهاية تعمل بشكل سليم وتستجيب بشكل طبيعي، بينما يشير المؤشر الأحمر إلى وجود مشكلات أو تعطل. أما الرمز الدوار فيشير إلى أن النظام يقوم حالياً بفحص حالة النشر.

من خلال مراقبة حالة أجهزة النهاية على مدار الوقت، يصبح من الممكن detect في مرحلة مبكرة، والحفاظ على أداء ثابت، وضمان تجربة مستقرة للتطبيقات التي تعمل في بيئة الإنتاج.

العلاقة بين بيانات الرصد وتحسين الأداء

لا تقتصر مراقبة النماذج على تتبع المقاييس فحسب، بل إنها تُنشئ حلقة تغذية مرتدة تدعم التحسين المستمر بمرور الوقت. ومع تعامل نقاط النهاية مع حركة المرور الفعلية، تبدأ أنماط معينة في الظهور ضمن المقاييس والسجلات، والتي يمكن أن تكشف عن مشكلات مثل زيادة زمن الاستجابة، أو ارتفاع معدلات الأخطاء، أو عدم اتساق سلوك النظام.

تُبرز عملية المراقبة المجالات التي تحتاج إلى اهتمام. على سبيل المثال، قد يشير ارتفاع زمن الاستجابة بشكل مستمر إلى الحاجة إلى تحسين تخصيص الموارد أو توسيع نطاق النظام، في حين أن ارتفاع معدل الأخطاء قد يشير إلى وجود مشكلات في معالجة الطلبات أو استقرار النظام.

بمجرد تحديد هذه المشكلات، يمكن اتخاذ خطوات لتحسين الموثوقية. وقد يشمل ذلك تعديل البنية التحتية، أو توسيع نطاق الموارد، أو إصلاح المشكلات المتعلقة بكيفية معالجة الطلبات. وبعد إجراء هذه التغييرات، يمكن الاستمرار في مراقبة الأنظمة للتأكد من تحسن الأداء.

من خلال ربط عملية المراقبة بالتحسينات المستمرة، يمكن للمستخدمين الحفاظ على أنظمة قوية مع تزايد الاستخدام وتغير الظروف.

استكشاف مثال من الواقع: مراقبة مناولة الأمتعة في قطاع الطيران

لفهم تأثير الرصد في سياق واقعي بشكل أفضل، دعونا نستكشف كيفية تطبيقه على أتمتة العمليات الأرضية في مجال الطيران.

لنأخذ على سبيل المثال نظام الرؤية المصمم لمراقبة عمليات تحميل وتفريغ الأمتعة أثناء العمليات الأرضية للطائرات. في هذا السياق، يمكن استخدام نموذج للكشف عن الأجسام مثل Ultralytics detect الأمتعة تسقط من أحزمة النقل أو معدات المناولة. 

خلال مرحلة الاختبار والنشر الأولي، قد يعمل النظام في الوقت الفعلي بشكل جيد، حيث يحدد الأمتعة بدقة ويستجيب بسرعة.