تطور اكتشاف الأجسام ونماذج YOLO الخاصة بـ Ultralytics

أصول الرؤية الحاسوبية

قبل الغوص في اكتشاف الأجسام، دعونا نلقي نظرة على كيفية بدء الرؤية الحاسوبية. تعود أصول الرؤية الحاسوبية إلى أواخر الخمسينيات وأوائل الستينيات عندما بدأ العلماء في استكشاف كيفية معالجة الدماغ للمعلومات البصرية. في التجارب التي أجريت على القطط، اكتشف الباحثان ديفيد هابل وتورستن فيزل أن الدماغ يتفاعل مع الأنماط البسيطة مثل الحواف والخطوط. وقد شكل ذلك الأساس للفكرة الكامنة وراء استخراج الملامح - وهو المفهوم الذي يقوم على أن الأنظمة البصرية تكتشف وتتعرف على الملامح الأساسية في الصور، مثل الحواف، قبل الانتقال إلى أنماط أكثر تعقيداً.

‍

وفي نفس الوقت تقريبًا، ظهرت تقنية جديدة يمكنها تحويل الصور المادية إلى صيغ رقمية، مما أثار الاهتمام بكيفية معالجة الآلات للمعلومات المرئية. في عام 1966، دفع مشروع الرؤية الصيفية التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) الأمور إلى أبعد من ذلك. وعلى الرغم من أن المشروع لم ينجح تمامًا، إلا أنه كان يهدف إلى إنشاء نظام يمكنه فصل المقدمة عن الخلفية في الصور. بالنسبة للكثيرين في مجتمع الرؤية والذكاء الاصطناعي، يمثل هذا المشروع البداية الرسمية للرؤية الحاسوبية كمجال علمي.

فهم تاريخ اكتشاف الكائنات

مع تقدم الرؤية الحاسوبية في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين، تحولت أساليب اكتشاف الأجسام من التقنيات الأساسية مثل مطابقة القوالب إلى أساليب أكثر تقدمًا. كانت إحدى الطرق الشائعة هي Haar Cascade، والتي أصبحت تُستخدم على نطاق واسع في مهام مثل اكتشاف الوجوه. تعمل هذه الطريقة من خلال مسح الصور باستخدام نافذة منزلقة، والتحقق من وجود ميزات محددة مثل الحواف أو القوام في كل قسم من الصورة، ثم دمج هذه الميزات للكشف عن الأجسام مثل الوجوه. كانت Haar Cascade أسرع بكثير من الطرق السابقة.

‍

إلى جانب ذلك، تم أيضًا تقديم طرق مثل المدرج التدرجي للتدرجات الموجهة (HOG) وآلات دعم المتجهات (SVMs). استخدم HOG تقنية النافذة المنزلقة لتحليل كيفية تغيّر الضوء والظلال في أجزاء صغيرة من الصورة، مما يساعد على تحديد الأجسام بناءً على أشكالها. ثم قامت SVMs بتصنيف هذه الميزات لتحديد هوية الكائن. حسّنت هذه الأساليب من الدقة ولكنها لا تزال تعاني في بيئات العالم الحقيقي وكانت أبطأ مقارنةً بالتقنيات الحالية.

الحاجة إلى الكشف عن الأجسام في الوقت الحقيقي

في عام 2010، أدى ظهور التعلم العميق والشبكات العصبية التلافيفية (CNNs) إلى تحول كبير في اكتشاف الأجسام. فقد أتاحت الشبكات العصبية التلافيفية (CNNs) لأجهزة الكمبيوتر إمكانية تعلّم الميزات المهمة تلقائيًا من كميات كبيرة من البيانات، مما جعل عملية الكشف أكثر دقة. 

كانت النماذج المبكرة مثل R-CNN (الشبكات العصبية التلافيفية القائمة على المنطقة) تحسناً كبيراً في الدقة، مما ساعد على تحديد الأجسام بدقة أكبر من الطرق القديمة. 

ومع ذلك، كانت هذه النماذج بطيئة لأنها تعالج الصور على مراحل متعددة، مما يجعلها غير عملية للتطبيقات في الوقت الحقيقي في مجالات مثل السيارات ذاتية القيادة أو المراقبة بالفيديو.

مع التركيز على تسريع الأمور، تم تطوير نماذج أكثر كفاءة. ساعدت نماذج مثل Fast R-CNN و Faster R-CNN من خلال تحسين كيفية اختيار مناطق الاهتمام وتقليل عدد الخطوات اللازمة للكشف. على الرغم من أن هذا جعل اكتشاف الأجسام أسرع، إلا أنه لم يكن سريعًا بما يكفي للعديد من التطبيقات الواقعية التي تحتاج إلى نتائج فورية. دفع الطلب المتزايد على الاكتشاف في الوقت الحقيقي إلى تطوير حلول أسرع وأكثر كفاءة يمكنها تحقيق التوازن بين السرعة والدقة.

‍

نماذج YOLO (أنت تنظر مرة واحدة فقط): معلم رئيسي

YOLO هو نموذج للكشف عن الأجسام أعاد تعريف الرؤية الحاسوبية من خلال تمكين الكشف عن أجسام متعددة في الوقت الحقيقي في الصور ومقاطع الفيديو، مما يجعله فريدًا تمامًا عن طرق الكشف السابقة. بدلاً من تحليل كل كائن تم اكتشافه على حدة، تتعامل بنية YOLO مع اكتشاف الأجسام كمهمة واحدة، حيث تتنبأ بكل من موقع وفئة الأجسام دفعة واحدة باستخدام شبكات CNN. 

يعمل النموذج من خلال تقسيم الصورة إلى شبكة، بحيث يكون كل جزء مسؤولاً عن اكتشاف الأجسام في المنطقة الخاصة به. يقوم النموذج بعمل تنبؤات متعددة لكل قسم ويقوم بتصفية النتائج الأقل ثقة، مع الاحتفاظ فقط بالنتائج الدقيقة. 

‍

أدى إدخال YOLO في تطبيقات الرؤية الحاسوبية إلى جعل اكتشاف الأجسام أسرع بكثير وأكثر كفاءة من النماذج السابقة. وبسبب سرعته ودقته، سرعان ما أصبح YOLO خيارًا شائعًا لحلول الوقت الحقيقي في صناعات مثل التصنيع والرعاية الصحية والروبوتات.

من النقاط المهمة الأخرى التي تجدر الإشارة إليها هي أنه نظرًا لأن YOLO كان مفتوح المصدر، فقد تمكن المطورون والباحثون من تحسينه باستمرار، مما أدى إلى إصدارات أكثر تقدمًا.

المسار من YOLO إلى YOLO11

لقد تحسنت نماذج YOLO بشكل مطرد مع مرور الوقت، مع الاستفادة من التطورات التي طرأت على كل إصدار. إلى جانب تحسين الأداء، جعلت هذه التحسينات النماذج أسهل استخدامًا للأشخاص ذوي المستويات المختلفة من الخبرة التقنية.

على سبيل المثال، عندما تم تقديم Ultralytics YOLOv5، أصبح نشر النماذج أكثر بساطة باستخدام PyTorch، مما سمح لمجموعة أكبر من المستخدمين بالعمل مع الذكاء الاصطناعي المتقدم. لقد جمع بين الدقة وسهولة الاستخدام، مما أتاح لعدد أكبر من الأشخاص القدرة على تنفيذ اكتشاف الكائنات دون الحاجة إلى أن يكونوا خبراء في البرمجة.

‍

واصل برنامج Ultralytics YOLOv8 هذا التقدم من خلال إضافة دعم لمهام مثل تجزئة النماذج وجعل النماذج أكثر مرونة. أصبح من الأسهل استخدام YOLO للتطبيقات الأساسية والأكثر تعقيدًا على حد سواء، مما يجعله مفيدًا عبر مجموعة من السيناريوهات.

مع أحدث طراز، Ultralytics YOLO11، تم إجراء المزيد من التحسينات. من خلال تقليل عدد المعلمات مع تحسين الدقة، أصبح الآن أكثر كفاءة للمهام في الوقت الفعلي. سواءً كنت مطورًا متمرسًا أو جديدًا في مجال الذكاء الاصطناعي، فإن YOLO11 يقدم لك نهجًا متقدمًا لاكتشاف الكائنات يمكن الوصول إليه بسهولة.

التعرُّف على YOLO11: الميزات والتحسينات الجديدة

يدعم YOLO11، الذي تم إطلاقه في الحدث السنوي الهجين الذي تنظمه شركة Ultralytics، YOLO Vision 2024 (YV24)، مهام الرؤية الحاسوبية نفسها التي يدعمها YOLOv8، مثل اكتشاف الأجسام، وتجزئة النماذج، وتصنيف الصور، وتقدير الوضعية. لذلك، يمكن للمستخدمين التبديل بسهولة إلى هذا النموذج الجديد دون الحاجة إلى تعديل سير عملهم. بالإضافة إلى ذلك، فإن بنية YOLO11 المطورة تجعل التنبؤات أكثر دقة. في الواقع، يُحقق YOLO11m متوسط دقة أعلى في مجموعة بيانات COCO بمتوسط دقة أعلى (mAP) على مجموعة بيانات COCO بمعلمات أقل بنسبة 22% من YOLOv8m.

صُمم YOLO11 أيضًا ليعمل بكفاءة على مجموعة من الأنظمة الأساسية، بدءًا من الهواتف الذكية والأجهزة المتطورة الأخرى إلى الأنظمة السحابية الأكثر قوة. تضمن هذه المرونة أداءً سلسًا عبر إعدادات الأجهزة المختلفة لتطبيقات الوقت الحقيقي. وعلاوة على ذلك، فإن YOLO11 أسرع وأكثر كفاءة، مما يقلل من التكاليف الحسابية ويسرّع من أوقات الاستدلال. سواءً كنت تستخدم حزمة Ultralytics Python أو Ultralytics HUB بدون رموز، فمن السهل دمج YOLO11 في سير عملك الحالي.

مستقبل نماذج YOLO والكشف عن الأجسام في YOLO

إن تأثير الاكتشاف المتقدم للأجسام على التطبيقات في الوقت الفعلي والذكاء الاصطناعي المتطور أصبح ملموساً بالفعل في مختلف القطاعات. فمع تزايد اعتماد قطاعات مثل النفط والغاز والرعاية الصحية وتجارة التجزئة على الذكاء الاصطناعي، يتزايد الطلب على الكشف السريع والدقيق عن الأجسام. يهدف YOLO11 إلى تلبية هذا الطلب من خلال تمكين الاكتشاف عالي الأداء حتى على الأجهزة ذات القدرة الحاسوبية المحدودة. 

مع نمو الذكاء الاصطناعي المتطور، من المرجح أن تصبح نماذج اكتشاف الكائنات مثل YOLO11 أكثر أهمية لاتخاذ القرارات في الوقت الحقيقي في البيئات التي تكون فيها السرعة والدقة أمرًا بالغ الأهمية. مع التحسينات المستمرة في التصميم والقدرة على التكيف، يبدو أن مستقبل اكتشاف الكائنات سيجلب المزيد من الابتكارات عبر مجموعة متنوعة من التطبيقات.

الوجبات الرئيسية

لقد قطع اكتشاف الأجسام شوطًا طويلاً، حيث تطور من الأساليب البسيطة إلى تقنيات التعلم العميق المتقدمة التي نراها اليوم. كانت نماذج YOLO في قلب هذا التقدم، حيث قدمت اكتشافًا أسرع وأكثر دقة في الوقت الحقيقي في مختلف الصناعات. يبني YOLO11 على هذا الإرث القديم، حيث يعمل على تحسين الكفاءة وخفض التكاليف الحسابية وتعزيز الدقة، مما يجعله خيارًا موثوقًا لمجموعة متنوعة من التطبيقات في الوقت الفعلي. مع التطورات المستمرة في مجال الذكاء الاصطناعي والرؤية الحاسوبية، يبدو مستقبل اكتشاف الأجسام مشرقًا، مع وجود مجال لمزيد من التحسينات في السرعة والدقة والقدرة على التكيف.

هل لديك فضول حول الذكاء الاصطناعي؟ ابقَ على تواصل مع مجتمعنا لمواصلة التعلم! اطّلع على مستودع GitHub الخاص بنا لاكتشاف كيفية استخدامنا للذكاء الاصطناعي لإنشاء حلول مبتكرة في صناعات مثل التصنيع والرعاية الصحية. 🚀