تطور اكتشاف الأجسام ونماذج YOLO من Ultralytics

الرؤية الحاسوبية هي فرع فرعي من الذكاء الاصطناعي (AI) يركز على تعليم الآلات كيفية رؤية وفهم الصور والفيديوهات، على غرار كيفية إدراك البشر للعالم الحقيقي. وفي حين أن التعرف على الكائنات أو تحديد الإجراءات يعد أمراً بديهياً للبشر، فإن هذه المهام تتطلب تقنيات رؤية حاسوبية محددة ومتخصصة عندما يتعلق الأمر بالآلات. على سبيل المثال، إحدى المهام الرئيسية في الرؤية الحاسوبية هي اكتشاف الكائنات، والتي تتضمن تحديد وتوطين الكائنات داخل الصور أو الفيديوهات.

منذ ستينيات القرن الماضي، يعمل الباحثون على تحسين كيفية قدرة الحواسيب على اكتشاف الكائنات. تضمنت الطرق المبكرة، مثل مطابقة القوالب، تمرير قالب محدد مسبقاً عبر صورة للعثور على التطابقات. على الرغم من كونها مبتكرة، فقد واجهت هذه المقاربات صعوبات مع التغيرات في حجم الكائنات، واتجاهها، والإضاءة. واليوم، لدينا نماذج متقدمة مثل Ultralytics YOLO11 والتي يمكنها اكتشاف حتى الكائنات الصغيرة والمخفية جزئياً، والمعروفة بالكائنات المحجوبة، بدقة مثيرة للإعجاب.

مع استمرار تطور الرؤية الحاسوبية، من المهم أن نلقي نظرة للوراء على كيف تطورت هذه التقنيات. في هذه المقالة، سنستكشف تطور اكتشاف الكائنات ونسلط الضوء على تحول نماذج YOLO (You Only Look Once). لنبدأ!

أصول رؤية الكمبيوتر#

قبل الغوص في اكتشاف الكائنات، دعنا نلقي نظرة على كيف بدأت الرؤية الحاسوبية. تعود أصول الرؤية الحاسوبية إلى أواخر الخمسينيات وأوائل الستينيات من القرن الماضي عندما بدأ العلماء في استكشاف كيفية معالجة الدماغ للمعلومات البصرية. في تجارب أجريت على القطط، اكتشف الباحثون ديفيد هوبيل وتورستن فيزل أن الدماغ يتفاعل مع الأنماط البسيطة مثل الحواف والخطوط. وقد شكل هذا الأساس للفكرة الكامنة وراء استخراج الميزات - وهو مفهوم أن الأنظمة البصرية تكتشف وتتعرف على الميزات الأساسية في الصور، مثل الحواف، قبل الانتقال إلى أنماط أكثر تعقيداً.

الشكل 1. ساعد فهم تفاعل دماغ القط مع أشرطة الضوء في تطوير استخراج الميزات في الرؤية الحاسوبية.

في نفس الوقت تقريبا، ظهرت تكنولوجيا جديدة يمكنها تحويل الصور الفيزيائية إلى تنسيقات رقمية، مما أثار الاهتمام بكيفية معالجة الآلات للمعلومات البصرية. في عام 1966، دفع مشروع الصيف للرؤية التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) الأمور إلى أبعد من ذلك. وفي حين أن المشروع لم ينجح تماماً، إلا أنه كان يهدف إلى إنشاء نظام يمكنه فصل المقدمة عن الخلفية في الصور. وبالنسبة للكثيرين في مجتمع ذكاء الرؤية، يمثل هذا المشروع البداية الرسمية لـ الرؤية الحاسوبية كَمَجال علمي.

فهم تاريخ اكتشاف الأجسام#

مع تقدم الرؤية الحاسوبية في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين، انتقلت طرق اكتشاف الكائنات من التقنيات الأساسية مثل مطابقة القوالب إلى مقاربات أكثر تقدم. إحدى الطرق الشائعة كانت Haar Cascade، والتي أصبحت تستخدم على نطاق واسع لمهام مثل اكتشاف الوجوه. عملت هذه الطريقة عن طريق مسح الصور بنافذة منزلقة، والتحقق من ميزات معينة مثل الحواف أو الأنسجة في كل جزء من الصورة، ثم دمج هذه الميزات لـ اكتشاف الكائنات مثل الوجوه. كانت Haar Cascade أسرع بكثير من الطرق السابقة.

الشكل 2. استخدام Haar Cascade لاكتشاف الوجوه.

إلى جانب ذلك، تم أيضاً إدخال طرق مثل تدرجات الاتجاهات المحسوبة (HOG) وآلات الدعم المتجهية (SVMs). استخدمت HOG تقنية النافذة المنزلقة لتحليل كيف يتغير الضوء والظلال في أجزاء صغيرة من الصورة، مما ساعد على تحديد الكائنات بناءً على أشكالها. بعد ذلك، قامت SVMs بـ تصنيف هذه الميزات لتحديد هوية الكائن. هذه الطرق حسنت الدقة ولكنها ما زالت تواجه صعوبات في بيئات العالم الحقيقي وكانت أبطأ مقارنة بتقنيات اليوم.

الحاجة إلى اكتشاف الأجسام في الوقت الفعلي#

في العقد الثاني من القرن الحادي والعشرين، أحدث صعود التعلم العميق والشبكات العصبية التلافيفية (CNNs) تحولاً كبيراً في اكتشاف الكائنات. جعلت شبكات CNN من الممكن للحواسيب التعلم تلقائياً للميزات المهمة من كميات كبيرة من البيانات، مما جعل الاكتشاف أكثر دقة بكثير.

النماذج المبكرة مثل R-CNN (الشبكات العصبية التلافيفية القائمة على المناطق) كانت تحسناً كبيراً في الدقة، مما ساعد في تحديد الكائنات بشكل أكثر دقة من الطرق الأقدم.

ومع ذلك، كانت هذه الننماذج بطيئة لأنها كانت تعالج الصور على عدة مراحل، مما يجعلها غير عملية للتطبيقات في الوقت الفعلي في مجالات مثل السيارات ذاتية القيادة أو مراقبة الفيديو.

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 للاكتشاف. وبينما جعل هذا اكتشاف الكائنات أسرع، إلا أنه لم يكن سريعاً بالدرجة الكافية للعديد من تطبيقات العالم الحقيقي التي تتطلب نتائج فورية. دفع الطلب المتزايد على الاكتشاف في الوقت الفعلي إلى تطوير حلول أسرع وأكثر كفاءة يمكنها موازنة السرعة والدقة معاً.

الشكل 3. مقارنة سرعات R-CNN و Fast R-CNN و Faster R-CNN.

نماذج YOLO (You Only Look Once): علامة فارقة#

YOLO هو نموذج لاكتشاف الكائنات أعاد تعريف الرؤية الحاسوبية من خلال تمكين الاكتشاف في الوقت الفعلي لـ عدة كائنات في الصور والفيديوهات، مما يجعله فريداً تماماً عن طرق الاكتشاف السابقة. بدلاً من تحليل كل كائن مكتشف على حدة، تتعامل بنية YOLO مع اكتشاف الكائنات كمهمة واحدة، حيث تتنبأ بموقع وفئة الكائنات دفعة واحدة باستخدام شبكات CNN.

يعمل النموذج عن طريق تقسيم الصورة إلى شبكة، حيث يكون كل جزء مسؤولاً عن اكتشاف الكائنات في منطقته الخاصة. وهو يقوم بإجراء العديد من التنبؤات لكل قسم وتصفية النتائج الأقل ثقة، مع الاحتفاظ بالنتائج الدقيقة فقط.

الشكل 4. نظرة عامة على كيفية عمل YOLO.

أدى إدخال YOLO إلى تطبيقات الرؤية الحاسوبية إلى جعل اكتشاف الكائنات أسرع بكثير وأكثر كفاءة من النماذج السابقة. وبسبب سرعته ودقته، أصبح YOLO بسرعة خياراً شائعاً للحلول في الوقت الفعلي في صناعات مثل التصنيع، والرعاية الصحية، والروبوتات.

نقطة أخرى مهمة يجب ملاحظتها هي أنه نظرًا لأن YOLO كان مفتوح المصدر، فقد تمكن المطورون والباحثون من تحسينه باستمرار، مما أدى إلى إصدارات أكثر تقدمًا.

الطريق من YOLO إلى Ultralytics YOLO11#

تحسنت نماذج YOLO بشكل مطرد بمرور الوقت، بناءً على تقدم كل إصدار. إلى جانب الأداء الأفضل، جعلت هذه التحسينات النماذج أسهل في الاستخدام للأشخاص ذوي المستويات المختلفة من الخبرة التقنية.

على سبيل المثال، عند تقديم Ultralytics YOLOv5، أصبح نشر النماذج أبسط باستخدام PyTorch، مما سمح لنطاق أوسع من المستخدمين بالعمل مع الذكاء الاصطناعي المتقدم. وقد جمع بين الدقة وسهولة الاستخدام، مما أعطى المزيد من الناس القدرة على تنفيذ اكتشاف الكائنات دون الحاجة إلى أن يكونوا خبراء في البرمجة.

الشكل 5. تطور نماذج YOLO.

استمر Ultralytics YOLOv8 في هذا التقدم من خلال إضافة دعم لمهام مثل تجزئة المثيلات وجعل النماذج أكثر مرونة. أصبح من الأسهل استخدام YOLO لكل من التطبيقات الأساسية والأكثر تعقيداً، مما يجعله مفيداً عبر مجموعة من السيناريوهات.

مع أحدث نموذج، Ultralytics YOLO11، تم إجراء المزيد من التحسينات. من خلال تقليل عدد المعلمات مع تحسين الدقة، أصبح الآن أكثر كفاءة لمهام الوقت الفعلي. وسواء كنت مطوراً خبيراً أو جديداً في مجال الذكاء الاصطناعي، يقدم YOLO11 مقاربة متقدمة لاكتشاف الكائنات يسهل الوصول إليها.

التعرف على Ultralytics YOLO11: ميزات وتحسينات جديدة#

يدعم YOLO11، الذي تم إطلاقه في حدث Ultralytics السنوي الهجين، YOLO Vision 2024 (YV24)، نفس مهام الرؤية الحاسوبية مثل YOLOv8، مثل اكتشاف الكائنات، وتجزئة المثيلات، وتصنيف الصور، وتقدير الوضعية. لذا، يمكن للمستخدمين التبديل بسهولة إلى هذا النموذج الجديد دون الحاجة إلى تعديل سير عملهم. بالإضافة إلى ذلك، تجعل بنية YOLO11 المُحدثة التنبؤات أكثر دقة. في الواقع، يحقق YOLO11m متوسط دقة أعلى (mAP) على مجموعة بيانات COCO بمعلمات أقل بنسبة 22% مقارنة بـ YOLOv8m.

تم تصميم YOLO11 أيضاً للتشغيل بكفاءة على مجموعة من المنصات، بدءاً من الهواتف الذكية والأجهزة الطرفية الأخرى وصولاً إلى الأنظمة السحابية الأكثر قوة. تضمن هذه المرونة أداءً سلساً عبر إعدادات الأجهزة المختلفة لتطبيقات الوقت الفعلي. علاوة على ذلك، فإن YOLO11 أسرع وأكثر كفاءة، مما يقلل من التكاليف الحسابية ويسرع أوقات الاستدلال. وسواء كنت تستخدم حزمة Python من Ultralytics أو منصة Ultralytics HUB الخالية من الكود، فمن السهل دمج YOLO11 في سير عملك الحالي.

مستقبل نماذج YOLO واكتشاف الأجسام#

يتم بالفعل الشعور بتأثير الكشف المتقدم عن الكائنات على التطبيقات في الوقت الفعلي والذكاء الاصطناعي الحافة عبر مختلف الصناعات. ومع اعتماد قطاعات مثل النفط والغاز والرعاية الصحية وretail بشكل متزايد على الذكاء الاصطناعي، يستمر الطلب على الكشف السريع والدقيق عن الكائنات في الارتفاع. يهدف Ultralytics YOLO11 إلى تلبية هذا الطلب من خلال تمكين الكشف عالي الأداء حتى على الأجهزة ذات القدرة الحوسبية المحدودة.

مع نمو edge AI، فمن المحتمل أن تصبح نماذج الكشف عن الكائنات مثل Ultralytics YOLO11 أكثر أهمية لاتخاذ القرار في الوقت الفعلي في البيئات التي تكون فيها السرعة والدقة أمرتين بالغتي الأهمية. ومع التحسينات المستمرة في التصميم والمرونة، يبدو أن مستقبل الكشف عن الكائنات جاهز لجلب المزيد من الابتکارات عبر مجموعة متنوعة من التطبيقات.

أبرز النقاط#

قطع الكشف عن الكائنات شوطاً طويلاً، حيث تطور من الطرق البسيطة إلى تقنيات التعلم العميق المتقدمة التي نراها اليوم. كانت نماذج YOLO في صميم هذا التقدم، حيث قدمت كشفاً أسرع وأكثر دقة في الوقت الفعلي عبر مختلف الصناعات. يبني Ultralytics YOLO11 على هذا الإرث، مما يحسن الكفاءة، ويقلل التكاليف الحوسبية، ويعزز الدقة، مما يجعله خياراً موثوقاً لمجموعة متنوعة من التطبيقات في الوقت الفعلي. ومع التطورات المستمرة في الذكاء الاصطناعي والرؤية الحاسوبية، يبدو مستقبل الكشف عن الكائنات مشرقاً، مع وجود مجال لمزيد من التحسينات في السرعة والدقة والمرونة.

هل أنت مهتم بالذكاء الاصطناعي؟ ابق على اتصال مع مجتمعنا لمواصلة التعلم! تحقق من مستودع GitHub الخاص بنا لتعرف كيف نستخدم الذكاء الاصطناعي لإنشاء حلول مبتكرة في صناعات مثل التصنيع والرعاية الصحية. 🚀