تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab

نوفولا لادي

2 دقيقة للقراءة

11 أبريل 2024

إتقان تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. من الإعداد إلى التدريب والتقييم، يغطي هذا الدليل كل شيء.

في هذه المدونة سنلقي نظرة في هذه المدونة على كيفية إتقان اكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. استعد لإطلاق العنان لقوة YOLOv8 حيث سنرشدك خلال العملية بأكملها، بدءًا من الإعداد إلى التدريب والتقييم.

إعداد نموذج YOLOv8 في Google Colab

لنبدأ بإعداد بيئتنا في Google Colab. إذن ما هو جوجل كولاب؟ Google Colab هو اختصار ل Google Colaboratory، وهو عبارة عن منصة سحابية مجانية من Google لكتابة وتشغيل شيفرة Python. 

الخطوة الأولى لإعداد هذا الأمر هي التأكد من أن لديك إمكانية الوصول إلى وحدة معالجة الرسومات من خلال تحديد نوع وقت التشغيل المناسب. تحقق من أن كل شيء يعمل بسلاسة باستخدام الأمر nvidia-smi للتحقق من إعداد وحدة معالجة الرسومات الخاصة بك.

بعد ذلك، قم بتثبيت تبعيات Ultralytics و YOLOv8 باستخدام pip. استورد نموذج YOLO من Ultralytics لبدء رحلة اكتشاف الكائنات المخصصة.

وضع العلامات وإعداد مجموعة البيانات الخاصة بك

والآن، لنعدّ مجموعة بياناتنا.... قم بتسمية بياناتك بمربعات محدودة، مع تحديد فئات كل كائن. قم بتصدير مجموعة البيانات الخاصة بك إلى تنسيق YOLOv8 من Ultralytics واستوردها إلى دفتر ملاحظات Google Colab.

تدريب نموذج YOLOv8 المخصص لك

اضبط مهمة الكشف عن اكتشاف الكائنات واختر حجم نموذج YOLOv8 الذي يناسب احتياجاتك. حدد موقع مجموعة بياناتك وعدد الحلقات وحجم الصورة للتدريب. شاهد نموذجك يتعلم ويتكيف بفضل قوة YOLOv8 وتسريع وحدة معالجة الرسومات.

تقييم نموذجك والتحقق من صلاحيته

بمجرد اكتمال التدريب، قم بتقييم أداء نموذجك باستخدام مقاييس مثل متوسط موضع الخطأ. تحقق من صحة نموذجك على بيانات غير مرئية لضمان قدراته التعميمية. قم برسم مصفوفات الارتباك وتحليل التنبؤات لضبط نموذجك بشكل أكبر.

يمكن التحقق من صحة نماذج Ultralytics YOLOv8 بسهولة من خلال أمر CLI واحد، يحتوي على العديد من الميزات الرئيسية، مثل إعداد المعلمات التشعبية التلقائية، ودعم المقاييس المتعددة، وما إلى ذلك. 

يدعم Ultralytics أيضًا بعض وسيطات CLI و Python التي يمكن للمستخدمين استخدامها أثناء التحقق من الصحة للحصول على نتائج أفضل للمخرجات بناءً على احتياجاتهم. لمزيد من المعلومات، يمكنك استكشاف مستنداتنا.

_w_f_reserved_nherit
الشكل 1. يشرح نيكولاي نيلسن كيفية تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab.

الارتقاء بنموذجك إلى المستوى التالي

لقد نجحت الآن في تدريب نموذج YOLOv8 المخصص الخاص بك في Google Colab. لكن رحلتنا لا تنتهي هنا. في الفيديو التالي، سنستكشف كيفية تصدير أوزان النموذج وتشغيل الاستدلال المباشر باستخدام نموذج YOLOv8 المُدرَّب خصيصًا. استعد لتجربة مبهجة بينما نتخطى حدود اكتشاف الأجسام. ابقوا معنا! 

الخاتمة

نشكرك على انضمامك إلينا ونحن نلقي نظرة على عالم اكتشاف الكائنات المخصصة باستخدام YOLOv8 في Google Colab. ترقبوا المزيد من التحديثات والبرامج التعليمية المثيرة بينما نواصل استكشاف الإمكانيات غير المحدودة للذكاء الاصطناعي والتعلم الآلي. 

مع هذا الدليل الشامل، أنت الآن جاهز لتدريب نماذج اكتشاف الكائنات المخصصة الخاصة بك باستخدام Ultralytics YOLOv8 في Google Colab. شاهد البرنامج التعليمي الكامل هنا

دعونا نبني المستقبل
للذكاء الاصطناعي معاً!

ابدأ رحلتك مع مستقبل التعلم الآلي

ابدأ مجاناً
تم نسخ الرابط إلى الحافظة