تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab
أتقن تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. يغطي هذا الدليل كل شيء، بدءًا من الإعداد وصولًا إلى التدريب والتقييم.
في هذه المدونة، سنستعرض كيفية إتقان اكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. استعد لإطلاق العنان لقوة YOLOv8 بينما نرشدك خلال العملية بأكملها، بدءًا من الإعداد ووصولًا إلى التدريب والتقييم.
إعداد نموذج Ultralytics YOLOv8 في Google Colab#
لنبدأ بإعداد بيئتنا في Google Colab. ما هو Google Colab؟ Google Colab، وهو اختصار لـ Google Colaboratory، منصة سحابية مجانية من Google لكتابة تعليمات Python البرمجية وتشغيلها.
تتمثل الخطوة الأولى لإعداد ذلك في التأكد من إمكانية الوصول إلى GPU، وذلك بتحديد نوع بيئة التشغيل المناسب. تحقّق من أن كل شيء يعمل بسلاسة باستخدام الأمر nvidia-smi للتحقق من إعداد GPU لديك.
بعد ذلك، ثبّت تبعيات Ultralytics وYOLOv8 باستخدام pip. استورد نموذج YOLO من Ultralytics للبدء في رحلة اكتشاف الكائنات المخصصة.
وضع تسميات لمجموعة بياناتك وإعدادها#
حان الآن وقت إعداد مجموعة بياناتك. ضع تسميات على بياناتك باستخدام صناديق الإحاطة، مع تحديد فئات كل كائن. صدّر مجموعة بياناتك إلى تنسيق YOLOv8 من Ultralytics، ثم استوردها إلى دفتر Google Colab.
تدريب نموذج Ultralytics YOLOv8 المخصص#
اضبط المهمة على detect لاكتشاف الكائنات، واختر حجم نموذج YOLOv8 الذي يلائم احتياجاتك. حدّد موقع مجموعة بياناتك، وعدد العصور التدريبية، وحجم الصور للتدريب. راقب نموذجك وهو يتعلم ويتكيف بفضل قوة YOLOv8 وتسريع GPU.
تقييم نموذجك والتحقق من صحته#
بعد اكتمال التدريب، قيّم أداء نموذجك باستخدام مقاييس مثل متوسط موضع الخطأ. تحقّق من صحة نموذجك باستخدام بيانات لم يرها من قبل لضمان قدرته على التعميم. ارسم مصفوفات الالتباس وحلّل التنبؤات لضبط نموذجك بدقة أكبر.
يمكن التحقق من صحة نماذج Ultralytics YOLOv8 بسهولة باستخدام أمر CLI واحد، يتضمن العديد من الميزات الأساسية، مثل الضبط التلقائي للمعلمات الفائقة ودعم مقاييس متعددة وغير ذلك.
تدعم Ultralytics أيضًا بعض الوسائط الخاصة بـ CLI وPython، التي يمكن للمستخدمين استخدامها أثناء التحقق من الصحة للحصول على نتائج أفضل وفقًا لاحتياجاتهم. لمزيد من المعلومات، يمكنك استكشاف وثائقنا.
الشكل 1. يشرح Nicolai Nielsen كيفية تدريب مجموعات بيانات مخصصة باستخدام Ultralytics YOLOv8 في Google Colab.
الارتقاء بنموذجك إلى المستوى التالي#
لقد درّبت الآن بنجاح نموذج Ultralytics YOLOv8 المخصص في Google Colab. لكن رحلتنا لا تنتهي هنا. في الفيديو التالي، سنستكشف كيفية تصدير أوزان النموذج وإجراء الاستدلال المباشر باستخدام نموذج YOLOv8 الذي درّبناه خصيصًا. استعد لتجربة حماسية بينما ندفع حدود اكتشاف الكائنات إلى آفاق جديدة. ترقّبوا المزيد!
في الختام#
شكرًا لانضمامك إلينا بينما استكشفنا عالم اكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. ترقّب المزيد من التحديثات والدروس التعليمية المشوّقة بينما نواصل استكشاف الإمكانات اللامحدودة للذكاء الاصطناعي وتعلّم الآلة.
من خلال هذا الدليل الشامل، أصبحت الآن مجهزًا لتدريب نماذجك الخاصة لاكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في Google Colab. شاهد البرنامج التعليمي الكامل شاهد البرنامج التعليمي الكامل!
