تعزيز الرؤية الحاسوبية مفتوحة المصدر مع محولات (Transformers) من Hugging Face

بينما نواصل استكشاف أبرز محطات حدث YOLO VISION 2023 (YV23)، دعونا نلتقي بـ Merve Noyan، مهندسة مناصرة المطورين في Hugging Face، منصة معالجة اللغات الطبيعية الرائدة التي توفر نماذج مدربة مسبقاً للتطوير الفعال لتطبيقات اللغات. شاركت Merve في حديثها بعض الرؤى المذهلة في عالم رؤية الكمبيوتر مفتوحة الصورس.

انضم إلينا بينما نأخذك في رحلة عبر عالم مثير للتعلم النقلي، وtransformers، وبيئة رؤية الكمبيوتر مفتوحة الصورس.

كشف النقاب عن التعلم بنقل المعرفة: ملخص سريع#

بدأت Merve حديثها بمدخل سريع حول التعلم بنقل المعرفة، ذلك العصا السحرية التي تسمح لنا بنقل المعرفة من شبكة عصبية إلى أخرى. تخيل تدريب نموذج على السمات العامة في الطبقات الأولى، مثل الحواف والزوايا، ثم ضبطه بدقة لمهام محددة. هذا هو جوهر التعلم بنقل المعرفة، فهو يقلل من الاعتماد على البيانات ويعزز الدقة.

سلطت Merve الضوء على الهياكل التلافيفية التقليدية مثل ResNet وInception، مما مهد الطريق للرحلة التحويلية القادمة.

دخول نماذج Transformer: لغز تم كشفه#

ما الذي يجعل نماذج Transformer مميزة؟ شبهت Merve الأمر بلغز، موضحة كيف تختلف عن النماذج التقليدية القائمة على الالتفاف (convolution). تكمن الوصفة السرية في قدرتها على إجراء التعلم بالإشراف الذاتي، مما يسمح بالتقاط السمات دون الحاجة إلى بيانات مصنفة. كانت Vision Transformer وData Efficient Transformer وCLIP وSwin Transformer من بين مجموعة النماذج القائمة على Transformer التي قدمتها.

تمهيداً لبعض القواسم المشتركة مع Ultralytics التي توفر الدعم لـ transformer model المصمم لاكتشاف الكائنات. يتميز هذا النموذج بترميز هجين فعال، وتحديد استعلام واعي بـ IoU، وسرعة استدلال قابلة للتعديل. ومن الجدير بالذكر أنه يلتزم بالنمط المألوف لنماذج Ultralytics YOLOv8 الأخرى، مما يقدم خيارات للتنبؤ والتدريب والتحقق والتصدير.

وجهتك الشاملة#

ثم تعمقت Merve في كنز عروض Hugging Face، مع أكثر من 8,000 نموذج لمهام الرؤية الحاسوبية التقليدية و10,000 نموذج للتطبيقات متعددة الوسائط. يضم Hugging Face Hub أكثر من 3,000 مجموعة بيانات، مما يجعله ساحة لعب للمطورين والمتحمسين على حد سواء. أكدت Merve على التجربة السلسة بفضل API المتسق الخاص بـ Hugging Face، والذي يوفر نماذج جاهزة للاستخدام لمختلف حالات الاستخدام.

سحر عملي مع Hugging Face#

انتقلت المحادثة إلى عروض عملية، تعرض مدى سهولة العمل مع النماذج. من إنشاء النماذج والمعالجات إلى الضبط الدقيق باستخدام Trainer API، أوضحت Merve أن مكتبة Hugging Face Transformers هي أفضل صديق للمطور. حتى أنها قدمت Pipeline API، وهو المفضل لديها شخصياً، مما يبسط سير العمل للمستخدمين.

الشكل 1. Merve Noyan تقدم عرضاً في YV23 في حرم Google for Startups في مدريد.

لمحة عن التطبيقات#

اختتمت Merve المحادثة بلمحة عن بعض التطبيقات الرائعة، بما في ذلك نموذج Plot للإجابة على الأسئلة المرئية، وBlip لوصف الصور، ونموذج Segment Anything القوي لتقسيم الصور. سلطت الأضواء على Pipeline API في نظام Hugging Face البيئي، مما جعل استخدام النماذج أمراً سهلاً دون الغوص في التعقيدات التقنية.

كانت الكرزة على الكعكة هي عرض Merve لإنشاء خداع بصري باستخدام Elysian Diffusion، وهي تجربة آسرة تضيف لمسة ممتعة إلى عالم الذكاء الاصطناعي.

باختصار!#

في الختام، تركتنا محادثة Merve مُلهمين ومتلهفين لاستكشاف الإمكانيات التي لا تنتهي لرؤية الكمبيوتر مفتوحة الصورس. لقد جعلت Hugging Face الذكاء الاصطناعي متاحاً وممتعاً ومميزاً حقاً، مما يمكّن المطورين من إطلاق العنان لإبداعهم. إليكم مستقبل المجتمع مفتوح الصورس والابتكارات المذهلة التي يحملها!

Watch the full Hugging Face computer vision talk!