تشغيل الرؤية الحاسوبية مفتوحة المصدر باستخدام محوّلات Hugging Face
تعمّق في الرؤية الحاسوبية مفتوحة المصدر مع Hugging Face! تعلّم عن التعلم بالنقل والمحوّلات، واستكشف أكثر من 8,000 نموذج. وانضم إلى Merve Noyan للتعرف على الرؤى والعروض العملية التي تمكّن المطورين من الابتكار في استكشاف الذكاء الاصطناعي.
بينما نواصل استكشاف أبرز محطات فعالية YOLO VISION 2023 (YV23)، لنتعرّف إلى Merve Noyan، مهندسة مناصرة المطورين في Hugging Face، المنصة الرائدة لمعالجة اللغات الطبيعية (NLP) التي توفر نماذج مدرّبة مسبقًا لتطوير تطبيقات اللغة بكفاءة. شاركت Merve في حديثها رؤى مذهلة حول عالم الرؤية الحاسوبية مفتوحة المصدر.
انضموا إلينا لنأخذكم في رحلة عبر العالم الرائع للتعلّم بالنقل، والمحوّلات ونظام الرؤية الحاسوبية مفتوحة المصدر.
التعلّم بالنقل يتّضح: مراجعة سريعة#
بدأت Merve بتمهيد سريع حول التعلّم بالنقل، تلك العصا السحرية التي تتيح لنا نقل المعرفة من شبكة عصبية إلى أخرى. تخيّلوا تدريب نموذج على السمات العامة في الطبقات المبكرة، مثل الحواف والزوايا، ثم ضبطه بدقة لمهام محددة. هذا هو جوهر التعلّم بالنقل، إذ يقلل الاعتماد على البيانات ويعزز الدقة.
سلّطت Merve الضوء على البنى الأساسية الالتفافية الكلاسيكية مثل ResNet وInception، ممهّدةً الطريق للرحلة التحويلية المقبلة.
دخول المحوّلات: انكشاف اللغز#
ما الذي يجعل Transformers مميزة؟ شبّهت Merve الأمر بلغز، موضحةً اختلافها عن النماذج التقليدية القائمة على الالتفاف. يكمن السر في قدرتها على إجراء التعلّم الخاضع للإشراف الذاتي، واستخلاص السمات من دون الحاجة إلى بيانات معنونة. وكان كل من Vision Transformer وData Efficient Transformer وCLIP وSwin Transformer ضمن مجموعة النماذج القائمة على المحوّلات التي قدّمتها.
إرساء أرضية مشتركة مع Ultralytics، التي توفر دعمًا لـنموذج محوّل مصممًا لاكتشاف الأجسام. يتميز هذا النموذج بمرمّز هجين فعال، واختيار استعلامات واعٍ بـ IOU، وسرعة استدلال قابلة للضبط. واللافت أنه يتبع النمط المألوف لنماذج Ultralytics YOLOv8 الأخرى، مع توفير خيارات للتنبؤ والتدريب والتحقق والتصدير.
وجهتك الشاملة#
تعمّقت Merve بعد ذلك في كنز عروض Hugging Face، الذي يضم أكثر من 8,000 نموذج لمهام الرؤية الحاسوبية الكلاسيكية و10,000 نموذج للتطبيقات متعددة الوسائط. وتزخر Hugging Face Hub بأكثر من 3,000 مجموعة بيانات، ما يجعلها ساحة لعب للمطورين والهواة على حد سواء. وشدّدت Merve على سلاسة التجربة بفضل API المتسقة من Hugging Face، التي توفر نماذج جاهزة للاستخدام لمختلف حالات الاستخدام.
سحر عملي مع Hugging Face#
انتقل الحديث إلى عروض عملية، موضحًا مدى سهولة العمل مع النماذج. فمن إنشاء مثيلات النماذج والمعالجات إلى الضبط الدقيق باستخدام Trainer API، أوضحت Merve أن مكتبة Hugging Face Transformers هي أفضل صديق للمطور. كما قدّمت Pipeline API، المفضلة لديها شخصيًا، والتي تبسّط سير العمل للمستخدمين.
الشكل 1. تقدّم Merve Noyan عرضًا في YV23 في حرم Google for Startups بمدريد.
لمحة عن التطبيقات#
اختتمت Merve الحديث بإلقاء نظرة على بعض التطبيقات الرائعة، بما في ذلك نموذج Plot للإجابة عن الأسئلة المرئية، وBlip لتوليد أوصاف الصور، ونموذج Segment Anything القوي لتجزئة الصور. واستحوذت Pipeline API ضمن منظومة Hugging Face على الأضواء، إذ جعلت استخدام النماذج أمرًا سهلًا دون التعمق في التفاصيل التقنية.
وكانت اللمسة الختامية عرض Merve لإنشاء أوهام بصرية باستخدام Elysian Diffusion، وهي تجربة آسرة تضفي لمسة مرحة على عالم الذكاء الاصطناعي.
باختصار!#
في الختام، ترك حديث Merve لدينا إلهامًا وحماسًا لاستكشاف الإمكانات اللامحدودة للرؤية الحاسوبية مفتوحة المصدر. لقد جعلت Hugging Face الذكاء الاصطناعي متاحًا وممتعًا ومثيرًا حقًا، ومكّنت المطورين من إطلاق العنان لإبداعهم. فلنحتفِ بمستقبل المجتمع مفتوح المصدر والابتكارات المذهلة التي يحملها!
