تبسيط التعليق التوضيحي على الصور باستخدام منصة Ultralytics

قدمت Ultralytics مؤخرًا Ultralytics Platform، وهي بيئة مصممة لدعم دورة حياة تطوير الرؤية الحاسوبية كاملةً. وتجمع المنصة الأدوات المستخدمة لإدارة المراحل المختلفة لسير عمل الذكاء الاصطناعي البصري، بما يشمل إعداد مجموعات البيانات وتعليق الصور ومقاطع الفيديو وتدريب النماذج ونشرها.

على الرغم من تزايد اعتماد حلول الرؤية الحاسوبية في قطاعات مثل القيادة الذاتية والرعاية الصحية، لا يزال تطوير هذه الحلول يُعد عملية مجزأة. ويعود ذلك أساسًا إلى اعتماد نماذج الرؤية الحاسوبية بدرجة كبيرة على جودة البيانات التي تُدرَّب عليها. وقبل بدء التدريب، يجب إنشاء مجموعات البيانات وتنظيمها ومراجعتها ووضع التسميات عليها، حتى يتعلم النموذج ما ينبغي اكتشافه أو التعرّف عليه.

تُعرف هذه العملية عند التعامل مع البيانات المرئية باسم تعليق البيانات، أو تعليق الصور. وأثناء تعليق الصور، تُحدَّد أجزاء بعينها من الصورة وتُسنَد إليها تسميات ترشد النموذج أثناء التدريب.

على سبيل المثال، إذا كان الهدف اكتشاف الكلاب في الصور، فقد يرسم المعلّقون مربعات إحاطة حول كل كلب لتحديد موضعه. وفي المهام الأكثر تفصيلًا، قد يحددون شكل الكلب باستخدام أقنعة التجزئة، أو يضعون نقاطًا مفتاحية لالتقاط وضعيته. وتؤثر هذه الأمثلة الموسومة مباشرةً في أداء النموذج بعد نشره.

قد تشكل إدارة سير عمل تعليق الصور على نطاق واسع تحديًا. فكثيرًا ما تتطلب مجموعات البيانات الكبيرة معايير موحدة لوضع التسميات، وتعاونًا بين عدة معلّقين، وأدوات تسهّل مراجعة التعليقات وتحسينها.

تجمع Ultralytics Platform هذه الإمكانات من خلال محرر التعليقات التوضيحية المدمج فيها. ويدعم المحرر أنواعًا متعددة من مهام التعليق، ويوفر للفرق طريقة أبسط لوضع التسميات على البيانات وإعداد مجموعات بيانات الرؤية الحاسوبية ضمن سير عمل واحد.

الشكل 1. لمحة عن محرر التعليقات التوضيحية في Ultralytics Platform (المصدر)

في هذه المقالة، سنستكشف كيف يساعد محرر التعليقات التوضيحية في Ultralytics Platform الفرق على إضافة التعليقات التوضيحية إلى مجموعات البيانات بكفاءة وتبسيط إعداد البيانات.

تعليق البيانات في الرؤية الحاسوبية#

قبل استعراض أدوات تعليق الصور المتاحة على Ultralytics Platform، لنتوقف قليلًا لفهم ماهية تعليق البيانات وأهميته في بناء أنظمة الرؤية الحاسوبية.

تتعلم نماذج الرؤية الحاسوبية من خلال تحليل مجموعات كبيرة من الصور أو مقاطع الفيديو تُعرف بمجموعات البيانات. لكن الصور الخام وحدها لا توفر معلومات كافية للنموذج كي يفهم ما ينبغي اكتشافه أو التعرّف عليه. ولجعل البيانات صالحة للتدريب، يجب وضع تسميات على الصور عبر عملية وسم البيانات، حتى يتعلم النموذج ما يبحث عنه من أجسام أو أشكال أو أنماط.

أثناء تعليق الصور، تُحدَّد عناصر بعينها داخل الصورة وتُسنَد إليها تسميات تصف ما ينبغي للنموذج تعلمه. وتوجّه هذه الأمثلة الموسومة نماذج التعلم العميق والخوارزميات أثناء التدريب، وتساعدها على التعرّف على أنماط مماثلة عند معالجة صور جديدة.

تتطلب مهام الرؤية الحاسوبية المختلفة أنواعًا مختلفة من تعليق الصور، وفقًا للتطبيق وحالة الاستخدام. فعلى سبيل المثال، قد يرسم المعلّقون مربعات إحاطة حول الأجسام لمهمة اكتشاف الأجسام، أو يحددون المناطق في الصورة لمهمة التجزئة الدلالية، أو يضعون نقاطًا مفتاحية لتقدير الوضعية، أو يسندون تسمية إلى الصورة بأكملها لتصنيفها.

إدارة البيانات وإعدادها#

غالبًا ما يتضمن إعداد البيانات لمشاريع الرؤية الحاسوبية التعامل مع تنسيقات ملفات متنوعة وتنظيم مجموعات البيانات. كما يشمل التأكد من جاهزية كل شيء لتعليق البيانات وتدريب خوارزميات التعلم الآلي. وفي كثير من مسارات العمل، تتوزع هذه العملية على أدوات متعددة، إذ تُحمّل البيانات وتُنظف وتنقل بين الأنظمة قبل استخدامها.

تبسّط Ultralytics Platform هذه العملية من خلال إدارة إعداد البيانات وتدريب النماذج ونشرها ضمن بيئة واحدة. ويمكن للفرق تحميل الصور ومقاطع الفيديو وأرشيفات مجموعات البيانات، والاستفادة من نهج قابل للتخصيص بالكامل لإعداد بياناتها باستخدام التعليقات اليدوية أو المؤتمتة بالذكاء الاصطناعي. وتدعم Ultralytics Platform البيانات الخام والتنسيقات القياسية مثل YOLO وCOCO، ما يسهّل بدء مشاريع جديدة. كما تتيح الوصول إلى مجموعات البيانات الموجودة على المنصة، بما فيها المجموعات الموسومة التي يمكن للفرق استخدامها لبدء مشاريع أو تجارب جديدة بسرعة.

الشكل 2. تحميل مجموعات البيانات وإدارتها في بيئة واحدة على Ultralytics Platform. (المصدر)

بعد إتاحة البيانات، يمكن إدارتها مباشرةً على المنصة. ويمكن للمطورين مراجعة الصور ومتابعة تقدم التعليق واستخدام أدوات التصور المدمجة لفهم توزيع مجموعة البيانات وتحديد الفجوات المحتملة.

تدعم المنصة أيضًا إصدارات مجموعات البيانات، ما يساعد الفرق على حفظ لقطات من بياناتها مع تطورها. وهذا يسهّل تتبع التغييرات ومقارنة التجارب والحفاظ على الاتساق أثناء التدريب.

بعد إعداد البيانات، يمكن للفرق الانتقال إلى تعليق الصور ووضع التسميات عليها لمساعدة النماذج على تعلم ما ينبغي اكتشافه.

تعليق مجموعات البيانات على Ultralytics Platform#

بعد تحميل البيانات، تأتي خطوة التعليق. ففيها تُوسم بيانات الصور، مما يمهد الطريق لتدريب نماذج الرؤية الحاسوبية. وتتضمن Ultralytics Platform خدمات مدمجة لتعليق الصور من خلال محرر يتيح للفرق وضع التسميات على مجموعات البيانات وإدارتها مباشرةً ضمن البيئة نفسها.

يظهر محرر التعليقات التوضيحية ضمن مساحة عمل بسيطة، حيث يمكن للمستخدمين مراجعة الصور وإضافة التسميات وتحديث التعليقات التوضيحية حسب الحاجة. كل شيء منظّم في مكان واحد، مما يسهل الحفاظ على اتساق مجموعات البيانات وجاهزيتها للتدريب.

يمكن للفرق تحميل مجموعات البيانات والبدء في وضع التسميات على الصور مباشرةً في المتصفح، مع تحديد فئات التعليقات وإدارتها لضمان اتساق التسميات في مجموعة البيانات. وعند إنشاء التعليقات، يستطيع المستخدمون مراجعتها بصريًا في المحرر، ما يسهّل التحقق من دقتها قبل الانتقال إلى تدريب النماذج.

أدوات تعليق الصور في Ultralytics Platform#

تتضمن Ultralytics Platform أيضًا إمكانات عدة تدعم سير عمل فعّالًا لوسم مجموعات البيانات، وتبسّط عملية التعليق باستخدام خوارزميات متقدمة.

إليك بعض الميزات الرئيسية المتاحة في Ultralytics Platform:

• التعليق اليدوي: يتيح هذا النهج للمستخدمين التحكم الكامل والمرونة عند إنشاء التعليقات على الصور، مثل مربعات الإحاطة أو مناطق التجزئة أو النقاط المفتاحية، مباشرةً على الصور.
• الوسم بمساعدة الذكاء الاصطناعي: تنشئ هذه الميزة تعليقات مقترحة تلقائيًا، ما يقلل الحاجة إلى الوسم اليدوي. وتستخدم SAM (نموذج تقسيم أي شيء) لاكتشاف الأجسام أو المناطق بنقرة واحدة، فتسرّع عملية التعليق وتساعد المستخدمين على مراجعة الاقتراحات وتأكيدها قبل إضافتها إلى مجموعة البيانات.
• تحرير التعليقات التوضيحية: يستطيع المستخدمون تعديل التعليقات على الصور أو تحسينها في أي وقت بعد إنشائها. ويساعد ذلك على تصحيح أخطاء الوسم والحفاظ على اتساق تسميات مجموعة البيانات طوال عملية التعليق.
• إدارة الفئات: يمكن للفرق والمطورين المستقلين تحديد فئات التعليقات المستخدمة أثناء وسم مجموعات البيانات وتنظيمها. ويساعد ذلك على اتساق التسميات بين الصور، وهو أمر مهم لتدريب نماذج تتعرف على الفئات وتمايز بينها بدقة.

من خلال الجمع بين الأدوات اليدوية والذكاء الاصطناعي والأتمتة، تساعد Ultralytics Platform المستخدمين على تعليق الصور بكفاءة أكبر. كما تتيح إعداد بيانات تدريب عالية الجودة لنماذج رؤية حاسوبية قابلة للتوسع.

أنواع مهام التعليق المدعومة#

تتطلب حالات الاستخدام المختلفة، مثل ضمان جودة المنتجات، أنواعًا مختلفة من التعليقات التوضيحية، بحسب ما يلزم اكتشافه داخل الصور أو مقاطع الفيديو. وكما أشرنا سابقًا، تدعم Ultralytics Platform عدة مهام للرؤية الحاسوبية، ولكل منها نوع خاص من التعليقات التوضيحية.

دعونا نلقِ نظرة عن كثب على خمس من مهام التعليقات التوضيحية التي تدعمها المنصة، وكيفية استخدامها لإضافة تسميات إلى مجموعات البيانات.

اكتشاف الأجسام#

يحدد اكتشاف الأجسام الأجسام داخل الصورة ويحدد مواقعها. ويضع المعلّقون علامات على كل جسم مطلوب باستخدام مربعات الإحاطة، لتوضيح مواضع الأجسام في الصورة.

في محرر التعليقات التوضيحية، يتم ذلك باستخدام أداة مربعات الإحاطة. في وضع الرسم الافتراضي، يمكن للمستخدمين النقر والسحب لرسم مستطيل حول كائن، ثم تعيين تسمية فئة له.

يمكن تعديل مربعات الإحاطة بعد إنشائها. إذ يستطيع المعلّقون تغيير حجمها بسحب مقابض الزوايا أو الحواف، أو نقلها بسحب مركز المربع، أو حذفها باستخدام اختصارات لوحة المفاتيح. وتساعد هذه التعليقات نماذج الرؤية على تعلم اكتشاف الأجسام في مشاهد وظروف مختلفة.

الشكل 3. تعليق توضيحي لاكتشاف الكائنات باستخدام مربعات الإحاطة على منصة Ultralytics. (المصدر)

تجزئة المثيلات#

يوفر تقسيم المثيلات تعليقات توضيحية أكثر تفصيلاً، إذ يحدد الشكل الدقيق للكائنات داخل الصورة. فبدلاً من رسم مربع بسيط، يتتبع المعلّقون حدود الكائن باستخدام التعليق التوضيحي بالمضلعات لإنشاء أقنعة دقيقة لمهام تقسيم الصور.

يتضمن محرر التعليقات التوضيحية أداة مضلع لهذه المهمة. يضع المعلّقون عدة رؤوس على طول حواف الكائن لرسم حدوده. وبعد وضع الرؤوس، يمكن إغلاق المضلع لإنشاء قناع تقسيم.

يمكن تعديل الرؤوس بعد إنشاء المضلع. إذ يمكن تحريك النقاط الفردية لتحسين حدود الكائن، كما يمكن إزالة الرؤوس عند الحاجة. تساعد هذه التعليقات التوضيحية على مستوى البكسل النماذج على تعلّم البنى المرئية التفصيلية والتمييز بين الكائنات المتقاربة.

تقدير الوضعية#

تلتقط تعليقات تقدير الوضعيات مواقع مفاصل الجسم والعلاقات بينها. وهذا يساعد النماذج على فهم بنية الأشخاص أو الحيوانات في الصورة وحركتهم.

باستخدام أداة النقاط المفتاحية، يضع المعلّقون نقاطاً مفتاحية تمثل مفاصل الجسم، مثل الكتفين والمرفقين والمعصمين والوركين والركبتين والكاحلين. تدعم المنصة عدة قوالب هياكل عظمية مدمجة، منها تنسيق وضعية الإنسان COCO ذي النقاط الـ17، بالإضافة إلى قوالب لليدين والوجوه والكلاب وزوايا الصناديق.

تتيح القوالب وضع مخطط هيكل عظمي كامل بنقرة واحدة، وبعدها يمكن تعديل النقاط المفتاحية الفردية لتطابق الوضعية في الصورة. كما يمكن أن تتضمن كل نقطة مفتاحية علامة رؤية تحدد ما إذا كانت ظاهرة أم محجوبة.

الشكل 4. تعليق توضيحي لتقدير الوضعية باستخدام النقاط المفتاحية وقوالب الهياكل العظمية. (المصدر)

مربعات الإحاطة الموجّهة (OBB)#

تتجاوز مربعات الإحاطة الموجّهة مربعات الإحاطة التقليدية بدعمها للتدوير. ويفيد هذا النوع من التعليقات التوضيحية عندما تظهر الكائنات بزوايا مائلة بدلاً من محاذاتها مع إطار الصورة.

في محرر التعليقات التوضيحية، يمكن للمعلّقين استخدام أداة مربع الإحاطة الموجّه لرسم مستطيلات مدوّرة حول الكائنات. بعد رسم المربع الأولي، يمكن استخدام مقبض التدوير لضبط الزاوية، بينما تتيح مقابض الزوايا تغيير حجم المربع.

تُستخدم التعليقات التوضيحية المدوّرة كثيراً في الصور الجوية ومجموعات بيانات الفحص الصناعي وغيرها من الحالات التي تظهر فيها الكائنات قطرياً أو من زوايا رؤية مختلفة.

الشكل 5. تعليق توضيحي لمربع الإحاطة الموجّه (OBB) لكائنات مدوّرة في صور جوية. (المصدر)

تصنيف الصور#

يُسنِد تصنيف الصور تسمية إلى الصورة بأكملها بدلاً من تحديد الكائنات الفردية داخلها.

توفر واجهة محرر التعليقات التوضيحية لمجموعات بيانات التصنيف لوحة لاختيار الفئات. يمكن للمعلّقين إسناد تسميات إلى الصور باختيار فئة من الشريط الجانبي أو باستخدام اختصارات لوحة المفاتيح لتسريع وضع التسميات.

تساعد هذه التسميات على مستوى الصورة النماذج على تعلّم الأنماط المرئية عالية المستوى التي تمثل فئات مختلفة.

التعليق التوضيحي بمساعدة الذكاء الاصطناعي باستخدام SAM#

غالبًا ما تتطلب إضافة التسميات إلى الصور لمهام مثل التجزئة عملًا دقيقًا ومتأنيًا، لا سيما عندما يلزم تحديد حدود الكائنات بدقة. تتضمن Ultralytics Platform أدوات التعليقات التوضيحية المدعومة بالذكاء الاصطناعي لتسريع العملية مع الحفاظ على دقة التعليقات التوضيحية وسهولة مراجعتها.

على سبيل المثال، يمكن للمعلّقين التفاعل مع الصورة بالنقر على أجزاء الكائنات التي يريدون تضمينها في التعليق التوضيحي. كما يمكنهم تحديد المناطق التي ينبغي استبعادها لتحسين النتيجة. وبناءً على هذه المدخلات، ينشئ النموذج قناع تقسيم في الوقت الفعلي، ويمكن بعد ذلك مراجعته وتعديله قبل حفظه.

تسهّل هذه الطريقة العمل على الصور المعقدة دون الحاجة إلى تتبع كل التفاصيل يدوياً. وفي الوقت نفسه، يظل المعلّقون متحكمين في الناتج النهائي، مما يضمن اتساق التعليقات التوضيحية في مجموعة البيانات.

الشكل 6. تقسيم بمساعدة الذكاء الاصطناعي باستخدام أداة التعليق التوضيحي الذكية في منصة Ultralytics. (المصدر)

تعمل هذه الميزات باستخدام نماذج تقسيم أي شيء (SAM). وهي جزء من منظومة أوسع لأدوات الرؤية الحاسوبية مفتوحة المصدر المصممة لإنشاء عمليات تقسيم عالية الجودة من مدخلات محدودة. تدعم المنصة إصدارات متعددة من SAM، منها SAM 2.1 وSAM 3. وهذا يمنح الفرق مرونة الاختيار بين أداء أسرع ونتائج أكثر تفصيلاً وفقاً لاحتياجاتها.

يمكن تطبيق هذه الأدوات المدعومة بالذكاء الاصطناعي على مهام مثل كشف الأجسام وتقسيم الكائنات وتحديد مربعات الإحاطة الموجّهة. وهذا يعني أن الفرق تستطيع معالجة مجموعات بيانات ضخمة بكفاءة أكبر مع الحفاظ على الجودة اللازمة لتدريب نماذج موثوقة. ويمكن أيضًا وضع تسميات تلقائية لمجموعات بيانات كشف الأجسام باستخدام نماذج الرؤية واللغة ومراجعتها قبل التدريب.

تحسين سير عمل التعليق التوضيحي باستخدام الأدوات المدمجة#

مع تقدم أعمال التعليق التوضيحي، من الشائع الرجوع إلى التسميات وتعديلها، أو تصحيح الأخطاء، أو مراجعة الصور عن كثب. يتضمن محرر التعليقات التوضيحية في Ultralytics أدوات مدمجة تسهّل إنجاز هذه المهام اليومية وتقلل الوقت اللازم لها.

تشمل بعض ميزات سير العمل المتاحة في المحرر ما يلي:

• اختصارات لوحة المفاتيح: يتضمن المحرر اختصارات تسرّع الإجراءات الشائعة، مثل حفظ التعليقات التوضيحية والتراجع عن التغييرات أو إعادتها وحذف التسميات واختيار الفئات أثناء وضع التعليقات التوضيحية.
• سجل التراجع والإعادة: يمكن للمعلّقين بسهولة إلغاء التغييرات التي أُجريت خلال جلسة التحرير أو استعادتها. وهذا يساعد الفرق على تجربة التعليقات التوضيحية وتصحيح الأخطاء بسرعة دون فقدان التقدم، ويدعم ضبط الجودة بصورة أفضل أثناء إعداد مجموعة البيانات.
• تحرير مرن للتعليقات التوضيحية: يمكن تعديل التعليقات التوضيحية حتى بعد إنشائها. ويمكن للمستخدمين تغيير حجم الأشكال، أو تحريك التعليقات التوضيحية، أو تدوير مربعات الإحاطة الموجّهة، أو تحديث تسميات الفئات حسب الحاجة، ولا سيما عند تحسين تحديد الكائنات ذات الأشكال غير المنتظمة.
• عناصر التحكم في الرؤية: يتضمن المحرر مفاتيح تبديل للرؤية تتيح للمستخدمين إظهار التعليقات التوضيحية وتسميات الفئات أو إخفاءها، مما يسهل فحص الصور أثناء وضع التسميات.
• أدوات الدقة: تساعد ميزات مثل التكبير ومؤشر التصويب ذي إحداثيات البكسل المعلّقين على وضع التسميات بدقة أكبر عند العمل على صور مفصلة.

إدارة فئات التعليقات التوضيحية على منصة Ultralytics#

تؤدي فئات التعليقات التوضيحية الواضحة والمتسقة دوراً مهماً في إنشاء مجموعات بيانات موثوقة للرؤية الحاسوبية. ومع نمو المشاريع، قد تصبح إدارة وضع التسميات على البيانات ضمن مجموعات البيانات الكبيرة صعبة، ولا سيما عند مشاركة عدة معلّقين. ويساعد تنظيم الفئات جيداً على ضمان اتساق التعليقات التوضيحية وتعلّم النماذج من بيانات منظمة.

تُبسّط منصة Ultralytics هذه العملية بدمج إدارة الفئات مباشرةً في محرر التعليقات التوضيحية. وبدلاً من إدارة التسميات بشكل منفصل، تستطيع الفرق إنشاء الفئات وتحديثها ومراجعتها أثناء العمل على الصور، مما يسهل الحفاظ على الاتساق طوال سير عمل التعليق التوضيحي.

تتوفر جميع الفئات في المحرر ضمن شريط جانبي بجوار لوحة التعليقات التوضيحية. وهذا يسهل اختيار التسمية الصحيحة أثناء إضافة التعليقات التوضيحية ومتابعة كيفية استخدام الفئات في مجموعة البيانات. ويمكن للمستخدمين البحث عن الفئات الموجودة أو إنشاء فئات جديدة حسب الحاجة دون مقاطعة سير عملهم.

يمكن أيضاً تحديث تفاصيل الفئات في أي وقت. ويمكن تعديل الأسماء مباشرةً وإسناد ألوان لتسهيل تمييز الفئات المختلفة في التعليقات التوضيحية. كما يعرض المحرر عدد التعليقات التوضيحية المرتبطة بكل فئة ويتيح للمستخدمين مراجعتها، مما يساعد الفرق على التحقق من الاتساق والدقة.

تُدار جميع الفئات من خلال جدول مركزي يمكن فرزه والبحث فيه وتحديثه. وتُطبّق أي تغييرات تُجرى هنا تلقائياً على مجموعة البيانات، مما يساعد الفرق على الحفاظ على الاتساق مع توسع مشاريع التعليق التوضيحي.

الشكل 7. تعرض إدارة الفئات في محرر التعليقات التوضيحية تنظيم التسميات وتخصيص ألوانها. (المصدر)

تأثير جودة التعليقات التوضيحية في الأداء في العالم الحقيقي#

مع انتقال أنظمة الرؤية الحاسوبية من التطوير إلى الاستخدام الفعلي، تؤدي جودة البيانات المشروحة دوراً أساسياً في أداء النماذج. وتساعد مجموعات البيانات ذات التسميات الجيدة النماذج على تقديم تنبؤات أدق وأكثر اتساقاً، ولا سيما في البيئات المتغيرة أو غير المتوقعة.

عملياً، قد تؤثر حتى حالات عدم الاتساق البسيطة في التعليقات التوضيحية في سلوك النموذج. فقد لا تكون الاختلافات في طريقة وضع التسميات على الكائنات أو التعامل مع الحالات الطرفية واضحة أثناء التدريب، لكنها قد تؤدي إلى تنبؤات أقل موثوقية بعد نشر الأنظمة.

إضافةً إلى ذلك، قد تصبح حالات عدم الاتساق هذه أوضح في التطبيقات الواقعية. فعلى سبيل المثال، تعتمد النماذج في أنظمة الروبوتات والرعاية الصحية على المدخلات المرئية لاكتشاف الكائنات وتوجيه الإجراءات في الوقت الفعلي. ويمكن أن يؤثر تفاوت وضع التسميات في دقة تفسير هذه الأنظمة لما يحيط بها.

من خلال اتباع ممارسات متسقة في التعليق التوضيحي واستخدام منصات مثل Ultralytics لإدارة مجموعات البيانات وتحسينها بمرور الوقت، تستطيع الفرق إنشاء نماذج تعمل بموثوقية أكبر خارج بيئات الاختبار المضبوطة.

أبرز النقاط#

يُعد التعليق التوضيحي عالي الجودة للبيانات أساسياً لتدريب نماذج دقيقة للرؤية الحاسوبية ودعم نجاح مشاريع التعليق التوضيحي للصور. وتبسّط منصة Ultralytics هذه العملية من خلال محرر قوي للتعليقات التوضيحية يدعم مهام رؤية متعددة. وبالجمع بين أدوات التعليق التوضيحي اليدوي ووضع التسميات بمساعدة الذكاء الاصطناعي باستخدام SAM وميزات سير العمل المدمجة، تستطيع الفرق إعداد مجموعات البيانات بكفاءة أعلى والانتقال بسرعة أكبر من إعداد البيانات إلى تطوير النماذج.

انضم إلى مجتمعنا واستكشف مستودع GitHub لمعرفة المزيد عن نماذج الرؤية الحاسوبية. اقرأ عن تطبيقات مثل الذكاء الاصطناعي في قطاع السيارات والرؤية الحاسوبية في الروبوتات على صفحات حلولنا. اطّلع على خيارات الترخيص وابدأ في بناء نموذجك الخاص للذكاء الاصطناعي البصري.