التقسيم باستخدام نماذج Ultralytics YOLOv8 المدربة مسبقًا في Python

إعداد المسرح للتجزئة

لنبدأ بالتركيز على YOLOv8. يعد تثبيت هذا النموذج القوي أمرًا سهلاً للغاية، وفي غضون لحظات، ستكون جاهزًا ومستعدًا للاستفادة من إمكانات التجزئة الخاصة به. 

يأخذك تجزئة المثيل خطوة أبعد من اكتشاف الكائنات من خلال تحديد الكائنات الفردية داخل الصورة وفصلها عن الخلفية. 

يتألف ناتجها من أقنعة أو ملامح تحدد كل كائن مصحوبة بتسميات الفئات ودرجات الثقة. تثبت هذه التقنية أنها لا تُقدّر بثمن عندما تكون أشكال الكائنات الدقيقة ضرورية، فهي لا توفر فقط موقع الكائنات ولكن أيضًا معلومات مفصلة عن شكلها.

من خلال بعض الأوامر البسيطة، ستتمكن من تنفيذ التنبؤات من سطر الأوامر، لتشهد بنفسك الابتكار والبساطة التي يقدمها YOLOv8.

‍

التجزئة المباشرة: إضفاء الحيوية على الصور

ولكن لماذا نقتصر على الصور الثابتة بينما يمكننا تجربة التجزئة في الوقت الفعلي؟ برنامج Python النصي الخاص بنا هو بوابتك إلى العالم الديناميكي للتجزئة المباشرة. 

من خلال الاستفادة من فئة YOLO ودمجها بسلاسة مع OpenCV، يمكنك بث الحياة في مشاريعك، واكتشاف الرؤى والأنماط الخفية أثناء تقدمك. 

من تحديد الكراسي إلى تحديد النباتات، فإن الاحتمالات لا حصر لها مثل خيالك.

‍

في Ultralytics، نوفر أيضًا دعمًا لنماذج تجزئة COCO المدربة مسبقًا، والتي تعد بمثابة نقطة انطلاق ممتازة لأي حالة استخدام. يمكنك بعد ذلك ضبط هذه النماذج بدقة لتلبية احتياجاتك الخاصة.

بشكل عام، نقدم دعمًا لمجموعات بيانات مختلفة، مثل تجزئة مثيل تجزئة السيارات، وتجزئة الشقوق، وتجزئة الحزمة الصناعية. يتم تبسيط نماذج التجزئة التدريبية على مجموعات البيانات هذه من خلال أمر واحد متاح في وثائقنا:

ترقبوا معنا

انضم إلينا في مقاطع الفيديو القادمة بينما نتعمق أكثر في عالم YOLOv8، ونستكشف التدريب والاستدلال المخصصين على مجموعات البيانات الخاصة بك. 

نحن ملتزمون بتبسيط تعقيدات الذكاء الاصطناعي والتعلم الآلي، شريحة واحدة في كل مرة. مهمتنا هي تمكين الأفراد والمؤسسات على حد سواء من تسخير الإمكانات الكاملة للتقنيات المتطورة مثل YOLOv8. بفضل إرشاداتنا وفضولك، لا يمكن معرفة ما ينتظرنا من اختراقات مذهلة.

انضم إلينا ونحن نطلق العنان للإمكانات الكاملة لـ Ultralytics YOLOv8. شاهد الفيديو كاملاً هنا!