تمكين الرؤية الحاسوبية مفتوحة المصدر باستخدام محولات Hugging Face

في مواصلة استكشاف أبرز محطات فعالية YOLO VISION 2023 (YV23)، لنلتقِ ميرف نويان، مهندسة دعم المطورين في Hugging Face، المنصة الرائدة لمعالجة اللغة الطبيعية (NLP) التي توفر نماذج مدرّبة مسبقًا لتطوير تطبيقات اللغة بكفاءة. وفي كلمتها، شاركت ميرف رؤى عن عالم الرؤية الحاسوبية مفتوحة المصدر.

إليكم خلاصة كلمتها عن التعلّم بالنقل والمحوّلات ونظام الرؤية الحاسوبية مفتوح المصدر.

كشف التعلم بالنقل: مراجعة سريعة#

استهلت ميرف حديثها بمقدمة موجزة عن التعلّم بالنقل، وهي تقنية تنقل المعرفة من شبكة عصبية إلى أخرى. تخيّل تدريب نموذج على السمات العامة في الطبقات الأولى، مثل الحواف والزوايا، ثم ضبطه بدقة لمهام محددة. هذا هو جوهر التعلّم بالنقل؛ إذ يقلل الاعتماد على البيانات ويرفع الدقة.

سلّطت ميرف الضوء على البنى الالتفافية الأساسية مثل ResNet وInception، ممهّدةً بذلك للحديث عن نماذج Transformer التي تلتها.

ظهور المحولات: حل اللغز#

ما الذي يميز نماذج Transformer؟ شبّهت Merve ذلك بلغز، موضحةً اختلاف هذه النماذج عن النماذج التقليدية القائمة على الالتفاف. وتكمن إحدى نقاط قوتها الرئيسية في قدرتها على إجراء التعلم الذاتي الإشراف، واستخلاص السمات دون الحاجة إلى بيانات معنونة. وكانت Vision Transformer وData-efficient Image Transformer (DeiT) وCLIP وSwin Transformer من بين النماذج القائمة على Transformer التي قدمتها.

تدعم Ultralytics أيضًا نموذج Transformer المصمم لاكتشاف الكائنات، وهو RT-DETR. يتميز هذا النموذج بمشفّر هجين فعّال، وبآلية لاختيار الاستعلامات تراعي IoU، وبسرعة استدلال قابلة للضبط. ومن اللافت أن RT-DETR يتبع النمط المألوف لنماذج Ultralytics YOLOv8 الأخرى، ويتيح خيارات للتنبؤ والتدريب والتحقق والتصدير.

وجهتكم الشاملة لكل شيء#

ثم استعرضت ميرف ما تقدمه Hugging Face، مع أكثر من 8,000 نموذج لمهام الرؤية الحاسوبية التقليدية و10,000 نموذج للتطبيقات متعددة الوسائط. وتستضيف Hugging Face Hub أكثر من 3,000 مجموعة بيانات، ما يجعلها موردًا مفيدًا للمطورين والهواة على حد سواء. وأكدت ميرف سلاسة التجربة بفضل واجهة API المتسقة من Hugging Face، التي توفر نماذج جاهزة للاستخدام في حالات استخدام متنوعة.

تطبيقات عملية مع Hugging Face#

انتقلت الكلمة إلى عروض توضيحية عملية، أظهرت مدى سهولة العمل مع النماذج. فمن إنشاء مثيلات النماذج والمعالجات إلى الضبط الدقيق باستخدام واجهة Trainer API، أوضحت ميرف أن مكتبة Hugging Face Transformers مصممة مع مراعاة احتياجات المطورين. كما قدّمت واجهة Pipeline API، التي تفضلها شخصيًا، وتبسّط سير العمل للمستخدمين.

الشكل 1. تقدم Merve Noyan عرضًا في YV23 بحرم Google for Startups في مدريد.

لمحة عن التطبيقات#

اختتمت Merve حديثها بإلقاء نظرة على بعض التطبيقات، ومنها نموذج للإجابة المرئية عن الأسئلة، وBLIP لإضافة التسميات التوضيحية إلى الصور، ونموذج تقسيم كل شيء لتقسيم الصور. وسلطت الضوء على واجهة Pipeline API في منظومة Hugging Face، التي تسهّل استخدام النماذج دون الخوض في التفاصيل التقنية.

وكانت اللمسة الختامية عرض Merve لكيفية إنشاء خدع بصرية باستخدام نموذج انتشار، في تجربة آسرة تضفي لمسة مرحة على عالم الذكاء الاصطناعي.

باختصار!#

ختامًا، ألهمتنا كلمة ميرف لاستكشاف إمكانات الرؤية الحاسوبية مفتوحة المصدر. لقد جعلت Hugging Face الذكاء الاصطناعي أسهل وصولًا وأكثر متعة، وساعدت المطورين على تحويل أفكارهم إلى تطبيقات عملية. فلنحتفِ بمستقبل المجتمع مفتوح المصدر والابتكارات التي سيأتي بها!

شاهد حديث Hugging Face الكامل عن الرؤية الحاسوبية!