تدريب مجموعات بيانات مخصصة باستخدام Ultralytics YOLOv8 في Google Colab

نتناول في هذا المنشور كيفية تدريب نموذج مخصص لاكتشاف الأجسام باستخدام Ultralytics YOLOv8 في Google Colab، مع استعراض العملية كاملة من الإعداد إلى التدريب والتقييم.

إعداد نموذج Ultralytics YOLOv8 في Google Colab#

لنبدأ بإعداد بيئتنا في Google Colab. ما Google Colab؟ Google Colab، اختصارًا لـ Google Colaboratory، منصة سحابية مجانية من Google لكتابة شيفرة Python وتشغيلها.

تتمثل الخطوة الأولى للإعداد في التأكد من إمكانية الوصول إلى GPU عبر تحديد نوع بيئة التشغيل المناسبة. وتحقق من أن كل شيء يعمل بسلاسة باستخدام الأمر nvidia-smi للتأكد من إعداد GPU.

بعد ذلك، ثبّت حزمة ultralytics، التي تتضمن YOLOv8 وتبعياته، باستخدام pip. ثم استورد الفئة YOLO من ultralytics للبدء في إنشاء نموذجك المخصص لاكتشاف الأجسام.

وضع التسميات على مجموعة البيانات وإعدادها#

والآن، لنجهز مجموعة البيانات. ضع مربعات إحاطة حول بياناتك، وحدد الفئات الخاصة بكل جسم. صدّر مجموعة البيانات بتنسيق Ultralytics YOLO واستوردها إلى دفتر ملاحظات Google Colab.

تدريب نموذج Ultralytics YOLOv8 المخصص#

اضبط المهمة على detect لاكتشاف الأجسام، واختر حجم نموذج YOLOv8 المناسب لاحتياجاتك. وحدد موقع مجموعة البيانات وعدد الحقب وحجم الصور للتدريب. ويسرّع GPU التدريب بينما يتعلم النموذج من البيانات.

تقييم النموذج والتحقق من صحته#

بعد اكتمال التدريب، قيّم أداء النموذج باستخدام مقاييس مثل متوسط الدقة المتوسط (mAP). تحقّق من صحة النموذج باستخدام بيانات لم يسبق له رؤيتها لضمان قدرته على التعميم. وارسم مصفوفات الالتباس وحلّل التنبؤات لمواصلة ضبط النموذج.

يمكن التحقق من صحة نماذج Ultralytics YOLOv8 باستخدام أمر CLI واحد، مثل yolo val model=path/to/best.pt، الذي يعيد استخدام إعدادات التدريب تلقائياً ويعرض مقاييس متعددة.

تدعم Ultralytics أيضاً وسيطات CLI وPython التي يمكنك استخدامها أثناء التحقق من الصحة لتخصيص المخرجات حسب احتياجاتك. لمزيد من المعلومات، راجع وثائق وضع التحقق من الصحة.

الشكل 1. Nicolai Nielsen يوضح كيفية تدريب مجموعات بيانات مخصصة باستخدام Ultralytics YOLOv8 في Google Colab.

الارتقاء بنموذجك إلى مستوى أعلى#

لقد نجحت الآن في تدريب نموذج Ultralytics YOLOv8 المخصص في Google Colab. وفي الفيديو التالي، سنستكشف كيفية تصدير أوزان النموذج وتشغيل الاستدلال المباشر باستخدام نموذج YOLOv8 الذي دربناه.

في الختام#

شكراً لانضمامكم إلينا في استكشاف عالم اكتشاف الأجسام المخصص باستخدام Ultralytics YOLOv8 في Google Colab. تابعونا للمزيد من الدروس التعليمية حول الذكاء الاصطناعي والتعلم الآلي.

بعد قراءة هذا الدليل الشامل، أصبحت الآن مستعداً لتدريب نماذجك المخصصة لاكتشاف الأجسام باستخدام Ultralytics YOLOv8 في Google Colab. شاهد الدرس التعليمي كاملاً لمتابعة الخطوات واحدة تلو الأخرى.