X
Ultralytics YOLOv8.2 الإصدارUltralytics YOLOv8.2 الإصدارUltralytics YOLOv8.2 سهم الإطلاق
الشيك الأخضر
تم نسخ الرابط إلى الحافظة

تدريب مجموعات البيانات المخصصة مع Ultralytics YOLOv8 في جوجل كولاب

إتقان مجموعات البيانات المخصصة للتدريب باستخدام Ultralytics YOLOv8 في جوجل كولاب. من الإعداد إلى التدريب والتقييم ، يغطي هذا الدليل كل شيء.

شعار الفيسبوكشعار تويترشعار لينكد إنرمز نسخ الرابط

في هذه المدونة ، سننظر في كيفية إتقان اكتشاف الكائنات المخصصة باستخدام Ultralytics YOLOv8 في جوجل كولاب. استعد لإطلاق العنان لقوة YOLOv8 بينما نوجهك خلال العملية برمتها ، من الإعداد إلى التدريب والتقييم.

اعداد YOLOv8 نموذج في جوجل كولاب

لنبدأ الأمور من خلال إعداد بيئتنا في Google Colab. إذن ما هو جوجل كولاب؟ اختصار ل Google Colaboratory ، Google Colab عبارة عن منصة سحابية مجانية من Google للكتابة والتشغيل Python رمز. 

الخطوة الأولى لإعداد هذا هو التأكد من أن لديك حق الوصول إلى GPU عن طريق 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 Ultralytics و YOLOv8 التبعيات باستخدام النقطة. استيراد YOLO نموذج من Ultralytics للبدء في رحلة اكتشاف الكائنات المخصصة.

وضع العلامات وإعداد مجموعة البيانات الخاصة بك

الآن ، دعنا نعد مجموعة البيانات الخاصة بنا .. قم بتسمية بياناتك بمربعات محيطة، مع تحديد الفئات لكل كائن. تصدير مجموعة البيانات الخاصة بك إلى YOLOv8 تنسيق من Ultralytics واستورده إلى دفتر ملاحظات Google Colab الخاص بك.

تدريب العرف الخاص بك YOLOv8 نموذج

قم بتعيين المهمة للكشف عن الكائن واختر YOLOv8 نموذج الحجم الذي يناسب احتياجاتك. حدد موقع مجموعة البيانات الخاصة بك وعدد الحقب وحجم الصورة للتدريب. شاهد نموذجك يتعلم ويتكيف بفضل قوة YOLOv8 وتسريع GPU.

تقييم النموذج الخاص بك والتحقق من صحته

بمجرد اكتمال التدريب ، قم بتقييم أداء نموذجك باستخدام مقاييس مثل متوسط موضع الخطأ. تحقق من صحة نموذجك على البيانات غير المرئية لضمان قدرات التعميم الخاصة به. ارسم مصفوفات الارتباك وحلل التنبؤات لضبط نموذجك بشكل أكبر.

Ultralytics YOLOv8 يمكن التحقق من صحة النماذج بسهولة باستخدام نموذج واحد CLI ، الذي يحتوي على ميزات رئيسية متعددة ، مثل إعداد المعلمات الفائقة التلقائية ، ودعم المقاييس المتعددة ، وما إلى ذلك. 

Ultralytics يدعم أيضا بعض CLI و Python الحجج التي يمكن للمستخدمين استخدامها أثناء التحقق من الصحة للحصول على نتائج إخراج أفضل بناء على احتياجاتهم. لمزيد من المعلومات ، يمكنك استكشاف مستنداتنا.

الشكل 1. نيكولاي نيلسن يوضح كيفية تدريب مجموعات البيانات المخصصة باستخدام Ultralytics YOLOv8 في جوجل كولاب.

الارتقاء بنموذجك إلى المستوى التالي

لقد نجحت الآن في تدريب العرف الخاص بك YOLOv8 نموذج في جوجل كولاب. لكن رحلتنا لا تنتهي هنا. في الفيديو التالي ، سنستكشف كيفية تصدير أوزان النموذج وتشغيل الاستدلال المباشر باستخدام مدربنا المخصص YOLOv8 نموذج. استعد لتجربة مبهجة بينما ندفع حدود اكتشاف الكائنات. تنزعج! 

في المخص:

نشكرك على انضمامك إلينا حيث نظرنا إلى عالم اكتشاف الكائنات المخصصة باستخدام YOLOv8 في جوجل كولاب. ترقبوا المزيد من التحديثات والبرامج التعليمية المثيرة بينما نواصل استكشاف الإمكانيات غير المحدودة للتعلم الذكاء الاصطناعي والآلي. 

باستخدام هذا الدليل الشامل ، أنت الآن مجهز لتدريب نماذج اكتشاف الكائنات المخصصة الخاصة بك باستخدام Ultralytics YOLOv8 في جوجل كولاب. شاهد البرنامج التعليمي الكامل هنا

دعونا نبني المستقبل
من الذكاء الاصطناعي معا!

ابدأ رحلتك مع مستقبل التعلم الآلي

اقرأ المزيد في هذه الفئة