تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab
أتقن 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 على كيفية إتقان اكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. استعد لإطلاق العنان لقوة YOLOv8 بينما نرشدك خلال العملية بأكملها، بدءاً من الإعداد وحتى التدريب والتقييم.
إعداد نموذج Ultralytics YOLOv8 في Google Colab#
لنبدأ بإعداد بيئتنا في Google Colab. فما هو Google Colab؟ هو اختصار لـ Google Colaboratory، وهو منصة سحابية مجانية من Google لكتابة وتشغيل كود Python.
الخطوة الأولى للقيام بذلك هي التأكد من أن لديك إمكانية الوصول إلى GPU عن طريق تحديد نوع وقت التشغيل المناسب. تحقق من أن كل شيء يعمل بسلاسة باستخدام أمر nvidia-smi للتحقق من إعداد GPU الخاص بك.
بعد ذلك، قم بتثبيت تبعيات Ultralytics و YOLOv8 باستخدام pip. قم استيراد نموذج YOLO من Ultralytics للبدء في رحلة اكتشاف الكائنات المخصصة الخاصة بنا.
توسيم مجموعات البيانات الخاصة بك وإعدادها#
الآن، لنقم بإعداد dataset الخاص بنا. قم بتسمية بياناتك باستخدام bounding boxes، مع تحديد الفئات لكل كائن. قم بتصدير مجموعة البيانات الخاصة بك إلى تنسيق YOLOv8 من Ultralytics واستوردها إلى دفتر ملاحظات Google Colab الخاص بك.
تدريب نموذج Ultralytics YOLOv8 المخصص الخاص بك#
قم بتعيين المهمة إلى detect لاكتشاف الكائنات واختر حجم model الخاص بـ YOLOv8 الذي يناسب احتياجاتك. حدد موقع مجموعة البيانات الخاصة بك، وعدد الحقبات (epochs)، وحجم الصورة للتدريب. شاهد نموذجك وهو يتعلم ويتكيف، بفضل قوة YOLOv8 وتسريع وحدة معالجة الرسومات (GPU).
تقييم نموذجك والتحقق من صحته#
بمجرد اكتمال التدريب، قم بتقييم أداء نموذجك باستخدام مقاييس مثل متوسط خطأ الموضع. تحقق من نموذجك على بيانات غير مرئية لضمان قدراته على التعميم. ارسم مصفوفات الارتباك (confusion matrices) وقم بتحليل التنبؤات لتحسين نموذجك بشكل أكبر.
يمكن التحقق من صحة نماذج Ultralytics YOLOv8 بسهولة باستخدام أمر CLI واحد، والذي يحتوي على ميزات رئيسية متعددة مثل إعداد المعلمات الفائقة التلقائي، ودعم المقاييس المتعددة، وما إلى ذلك.
تدعم Ultralytics أيضاً بعض وسائط CLI و Python التي يمكن للمستخدمين استخدامها أثناء التحقق للحصول على نتائج إخراج أفضل بناءً على احتياجاتهم. لمزيد من المعلومات، يمكنك استكشاف docs الخاصة بنا.
الشكل 1. Nicolai Nielsen يوضح كيفية تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab.
الارتقاء بنموذجك إلى المستوى التالي#
لقد قمت الآن بنجاح بتدريب نموذج YOLOv8 المخصص من Ultralytics في Google Colab. لكن رحلتنا لا تنتهي هنا. في فيديونا القادم، سنستكشف كيفية تصدير أوزان النموذج وتشغيل الاستدلال المباشر باستخدام نموذج YOLOv8 المدرّب خصيصاً. استعد لتجربة ممتعة بينما ندفع حدود اكتشاف الكائنات. ترقبونا!
ختاماً#
نشكرك على انضمامك إلينا بينما استعرضنا عالم اكتشاف الكائنات المخصص باستخدام Ultralytics YOLOv8 في Google Colab. ترقب المزيد من التحديثات والدروس التعليمية المثيرة بينما نواصل استكشاف الإمكانيات اللامحدودة للذكاء الاصطناعي والتعلم الآلي.
باستخدام هذا الدليل الشامل، أصبحت الآن مهيئاً لتدريب نماذج اكتشاف الكائنات المخصصة الخاصة بك باستخدام Ultralytics YOLOv8 في Google Colab. شاهد البرنامج التعليمي الكامل Watch the full tutorial!
