منصة Ultralytics: نشر نماذج الرؤية الحاسوبية في أي منطقة

أطلقت Ultralytics في وقت سابق من هذا الأسبوع Ultralytics Platform، وهي بيئة شاملة متكاملة تهدف إلى تسريع إطلاق أنظمة الرؤية الحاسوبية (CV) من خلال تبسيط كل مرحلة من مراحل سير عمل ذكاء الرؤية، بدءًا من إعداد البيانات وتطوير النماذج وصولًا إلى النشر.

أحد الدوافع الرئيسية وراء تطوير Ultralytics Platform هو أن تحويل حل للرؤية الحاسوبية من فكرة إلى أثر واقعي يتطلب أكثر من بناء نموذج قوي. فبعد تدريب النموذج واجتيازه التحقق، يجب نشره كي تتمكن التطبيقات من إرسال الصور وتلقي التنبؤات وإجراء الاستدلال بموثوقية في بيئات العالم الحقيقي.

في هذه المرحلة من دورة حياة التعلّم الآلي، تتجاوز نماذج الرؤية الحاسوبية مرحلة التجريب وتبدأ في تشغيل أنظمة عملية. وحتى إن سارت الخطوات السابقة، مثل إعداد مجموعة البيانات والتوسيم وتدريب النموذج واختباره، بسلاسة، فلن تُحدث نتائجها فرقًا من دون وسيلة موثوقة لنشر النماذج.

والواقع في كثير من مشاريع الرؤية الحاسوبية أن النشر قد يكون إحدى أعقد خطوات سير العمل.

غالبًا ما تحتاج الفرق إلى إعداد واجهات API للاستدلال، وإدارة موارد الحوسبة، ونشر النماذج بالقرب من المستخدمين لتقليل زمن الاستجابة، ومراقبة الأداء بعد تشغيل الأنظمة في بيئة الإنتاج.

تعمل Ultralytics Platform على تبسيط هذه العملية وأتمتتها من خلال توفير خيارات نشر متعددة، تشمل تنسيقات تصدير النماذج وخدمات الاستدلال المشتركة ونقاط النهاية المخصصة عبر مناطق عالمية. وبفضل البنية التحتية المُدارة والمراقبة المدمجة، تستطيع الفرق الانتقال بسهولة من النماذج المدرّبة إلى أنظمة رؤية حاسوبية جاهزة للإنتاج.

الشكل 1. نظرة على نشر النماذج باستخدام Ultralytics Platform (المصدر)

في هذا المقال، سنستكشف كيفية نشر نماذج الرؤية الحاسوبية في أي منطقة باستخدام نقاط النهاية المخصصة على Ultralytics Platform.

ما المقصود بنشر نماذج الرؤية الحاسوبية؟#

قبل أن نتناول كيفية نشر نماذج التعلّم العميق باستخدام Ultralytics Platform، لنتعرف بصورة أفضل إلى المعنى الفعلي لنشر نماذج الرؤية الحاسوبية.

نشر النماذج في مجال الرؤية الحاسوبية هو عملية إتاحة نموذج مدرّب للاستخدام في العالم الحقيقي. فبدلًا من تشغيله في بيئة التدريب فقط، يُهيّأ النموذج بحيث تتمكن التطبيقات من إرسال الصور أو مقاطع الفيديو إليه وتلقي التنبؤات منه.

فعلى سبيل المثال، قد يكتشف النموذج الكائنات في صورة، أو يجري تجزئة الصور، أو يحدد العناصر في مستودع، أو يتعرف على الأنماط في لقطات الفيديو. وفي معظم الأنظمة الواقعية، يجري ذلك عبر API أو نقطة نهاية للاستدلال.

يرسل التطبيق صورة إلى النموذج، فيعالجها النموذج ويعيد تنبؤًا خلال أجزاء من الثانية. وهذا ما يتيح لنماذج الرؤية الحاسوبية مثل Ultralytics YOLO تمكين التطبيقات الآنية.

يمكن نشر النماذج في بيئات مختلفة حسب حالة الاستخدام. فبعضها يعمل في السحابة (عبر منصات سحابية) ويمكن لتطبيقات كثيرة الوصول إليه، بينما يعمل بعضها الآخر على الأجهزة الطرفية، مثل الكاميرات المحلية والروبوتات والأنظمة المضمنة التي تحتاج إلى تنبؤات محلية سريعة.

خيارات نشر نماذج الذكاء الاصطناعي على Ultralytics Platform#

تعالج Ultralytics Platform العديد من التحديات التي يواجهها مجتمع الرؤية الحاسوبية عند نشر النماذج، وتوفر طرقًا مرنة لإجراء الاستدلال وفقًا لاحتياجات تطبيقك.

إليك لمحة سريعة عن خيارات نشر النماذج المتاحة على المنصة:

• تصدير النماذج: يمكنك تصدير النماذج إلى 22 تنسيقًا مختلفًا، منها ONNX وTensorRT وCoreML وTFLite، ما يتيح تشغيلها في بيئات متنوعة، مثل الأجهزة الطرفية كـ Raspberry Pi وNVIDIA Jetson، وتطبيقات الأجهزة المحمولة، وحاويات Docker، والبنى التحتية المخصصة.
• الاستدلال المشترك: تتيح لك المنصة إجراء التنبؤات عبر خدمة استدلال مشتركة مُدارة، وهي مثالية لاختبار النماذج بسرعة.
• نقاط النهاية المخصصة: انشر النماذج بسهولة كخدمات مستقلة لها عناوين URL فريدة لـ API، ويمكن تشغيلها في 42 منطقة حول العالم، مع التوسع إلى الصفر والمراقبة وفحوصات السلامة لعمليات النشر الإنتاجية.

النشر باستخدام نقاط النهاية المخصصة#

تُعد نقاط النهاية المخصصة إحدى أكثر الطرق قابلية للتوسع لتشغيل النماذج المدرّبة مسبقًا أو نماذج الرؤية الحاسوبية المدرّبة حسب الطلب في بيئة الإنتاج على Ultralytics Platform. تتيح نقطة النهاية المخصصة نشر نموذج مدرّب كخدمة مستقلة، بحيث تتمكن التطبيقات من إرسال الصور إليه وتلقي التنبؤات عبر API.

بدلًا من تشغيل النموذج في بيئة تدريب أو دفتر ملاحظات محلي فقط، يتيح نشره كنقطة نهاية وصول التطبيقات الفعلية إليه. فعلى سبيل المثال، يمكن لنظام مستودع إرسال صور الطرود لاكتشاف الكائنات، أو لكاميرا ذكية تحليل إطارات الفيديو، أو لنظام روبوتي استخدام التنبؤات لتوجيه الإجراءات.

تعمل كل نقطة نهاية مخصصة كخدمة لمستأجر واحد، أي إن البنية التحتية التي تشغّل نموذجك لا تُشارك مع مستخدمين آخرين. وهذا يوفر أداءً أكثر قابلية للتنبؤ ويسهّل مراقبة سلوك النموذج في بيئة الإنتاج.

فهم وظيفة نقاط نهاية الاستدلال المخصصة#

يمكنك اعتبار نقطة النهاية المخصصة خدمة مستضافة لنموذجك. وتوفر Ultralytics Platform عنوان URL فريدًا لنقطة النهاية، يعمل مدخلًا للتطبيقات.

عندما يرسل التطبيق طلبًا إلى ذلك العنوان، يتضمن الطلب صورة ومعلمات اختيارية مثل عتبات الثقة أو حجم الصورة، إلى جانب مفتاح API للمصادقة.

تُجري الخدمة الاستدلال على الصورة باستخدام نموذجك، ثم تعيد التنبؤات في استجابة منظّمة. ويتيح هذا الإعداد للمطورين دمج نماذج الرؤية الحاسوبية في أنظمة فعلية باستخدام أدوات الويب القياسية.

يمكن للتطبيقات إرسال الطلبات باستخدام Python أو JavaScript أو cURL أو عملاء HTTP آخرين، ما يسهّل ربط النماذج بلوحات المعلومات أو الأنظمة الروبوتية أو التطبيقات السحابية. وبما أن نقطة النهاية تعمل بصورة مستقلة، يمكنها أيضًا دعم التوسع والمراقبة والنشر العالمي، ما يساعد الفرق على بناء أنظمة رؤية حاسوبية موثوقة لبيئة الإنتاج.

النشر متعدد المناطق يحسّن الاستدلال في الوقت الفعلي#

من المزايا الرئيسية لنقاط النهاية المخصصة على Ultralytics Platform إمكانية نشر النماذج في 42 منطقة حول العالم. وتمتد هذه المناطق عبر أنحاء متعددة من العالم، بما فيها أمريكا الشمالية وأمريكا الجنوبية وأوروبا وآسيا والمحيط الهادئ والشرق الأوسط وأفريقيا.

الشكل 2. تدعم Ultralytics Platform 42 منطقة حول العالم (المصدر)

يساعد نشر النماذج في مناطق أقرب إلى مواقع تشغيل التطبيقات على تقليل زمن الاستجابة، أي المدة التي يستغرقها التطبيق لإرسال صورة وتلقي تنبؤ. ويمكن أن يساعد ذلك المؤسسات أيضًا على تلبية متطلبات خصوصية البيانات وتوطين البيانات عبر إبقاء معالجة البيانات أقرب إلى مصدرها.

يُعد انخفاض زمن الاستجابة مهمًا للعديد من تطبيقات الرؤية الحاسوبية التي تعتمد على الاستدلال في الوقت الفعلي، مثل أنظمة الروبوتات وأجهزة إنترنت الأشياء (IoT ومسارات الفحص الصناعي والبنية التحتية للمدن الذكية.

على سبيل المثال، إذا كان استخدام التطبيق يتركز أساسًا في أوروبا، فإن نشر النموذج في منطقة أوروبية يمكن أن يحسّن أوقات الاستجابة بشكل ملحوظ مقارنةً بتشغيل النموذج في منطقة بعيدة.

كيفية النشر في أي منطقة باستخدام Ultralytics Platform#

نشر نموذج في منطقة محددة أمر بسيط، ولا يستغرق عادةً سوى بضع دقائق. تتولى المنصة إعداد البنية التحتية، ليتسنى للمطورين التركيز على دمج النموذج في تطبيقاتهم. لنتناول الخطوات اللازمة.

الخطوة 1: تدريب نموذج أو تحميله#

قبل النشر، تحتاج إلى نموذج مدرّب متاح في مشروعك. وقد يكون نموذجًا دُرّب مباشرةً على Ultralytics Platform، أو نموذجًا رُفع بعد تدريبه في مكان آخر، أو نموذجًا مستنسخًا من مشروع مجتمعي عُثر عليه في «علامة التبويب Explore»، حيث يمكن نسخ المشاريع العامة التي يشاركها مستخدمون آخرون إلى حسابك بنقرة واحدة.

عندما يصبح النموذج جاهزًا، افتح صفحة النموذج ضمن مشروعك للمتابعة.

الخطوة 2: فتح علامة التبويب Deploy#

انتقل إلى علامة التبويب Deploy الخاصة بالنموذج. يتيح لك هذا القسم من المنصة إعداد عمليات النشر وتشغيلها.

ستجد في تلك الصفحة جدولًا للمناطق وخريطة تفاعلية تعرض مواقع النشر المتاحة حول العالم. تقيس المنصة زمن الاستجابة من موقعك، وترتب المناطق وفقًا لذلك لمساعدتك في اختيار المنطقة الأنسب.

الشكل 3. المناطق مرتبة حسب زمن الاستجابة على Ultralytics Platform (المصدر)

الخطوة 3: اختيار منطقة للنشر#

اختر منطقة بناءً على مواقع المستخدمين أو التطبيقات. يمكن لنشر النموذج بالقرب من مصدر الطلبات أن يقلل أوقات الاستجابة بشكل ملحوظ.

الخطوة 4: نشر نقطة النهاية#

بعد اختيار المنطقة وتأكيد الإعدادات، يمكنك النقر على Deploy.

تُعدّ المنصة بعد ذلك بيئة النشر، وتجلب صورة النموذج، وتشغّل الخدمة، وتجري فحصًا للحالة للتأكد من أن نقطة النهاية جاهزة. تستغرق هذه العملية عادةً دقيقة إلى دقيقتين.

بعد اكتمال النشر، تنشئ المنصة عنوان URL فريدًا لنقطة النهاية، ويمكن للتطبيقات استخدامه لإرسال طلبات الاستدلال.

الشكل 4. مثال على نقطة نهاية منشورة (المصدر)

الخطوة 5: بدء إرسال طلبات الاستدلال#

عند تشغيل نقطة النهاية، يمكن للتطبيقات البدء بإرسال الصور إلى النموذج باستخدام نقطة النهاية المتاحة لـ REST API ومفتاح API المُمرر في ترويسة Authorization. وتعالج نقطة النهاية كل طلب وتعيد تنبؤات مثل الكائنات المكتشفة ومربعات الإحاطة أو المخرجات الأخرى الخاصة بالمهمة.

لمزيد من التفاصيل المتعلقة بنشر النماذج، راجع وثائق Ultralytics Platform الرسمية.

مراقبة أداء النماذج ومقاييس نقاط النهاية المنشورة#

بعد نشر نموذج للرؤية الحاسوبية، تصبح مراقبة أدائه جزءًا مهمًا من الحفاظ على موثوقية النظام ومتانته. فحتى النموذج المدرّب جيدًا يحتاج إلى المراقبة في بيئة الإنتاج للتأكد من استمرار استجابته بسرعة، ومعالجته الطلبات الواردة على النحو الصحيح، وتقديمه تنبؤات دقيقة.

توفر Ultralytics Platform أدوات مراقبة مدمجة تمنح الفرق رؤية واضحة لأداء نقاط النهاية المنشورة. وتعمل صفحة Deploy في المنصة كلوحة لمراقبة جميع نقاط النهاية قيد التشغيل من مكان مركزي، إلى جانب المقاييس الرئيسية التي تساعد على تتبع سلامة النظام واستخدامه.

فيما يلي بعض المقاييس التي يمكنك مراقبتها باستخدام Platform:

• زمن الاستجابة عند P95: يقيس هذا المقياس زمن الاستجابة من جانب الخادم عند المئين الخامس والتسعين لطلبات الاستدلال. ويوضح المدة التي تستغرقها معظم طلبات الاستدلال، ويساعد على تحديد حالات تباطؤ الأداء.
• معدل الأخطاء: يمثل نسبة الطلبات التي فشلت أو أعادت أخطاء خلال نافذة المراقبة المحددة. وتتيح مراقبة معدلات الأخطاء للفرق اكتشاف مشكلات النشر أو الطلبات الواردة بسرعة.
• إجمالي الطلبات: يوضح هذا المقياس العدد الإجمالي لطلبات الاستدلال التي عالجتها نقاط النهاية المنشورة خلال الفترة المحددة (مثل آخر 24 ساعة). ويساعد الفرق على فهم مستويات حركة المرور ومدى تكرار استخدام النماذج.

إضافةً إلى هذه المقاييس، توفر المنصة أيضًا فحوصات لحالة نقاط النهاية وسجلات النشر. توضح فحوصات الحالة ما إذا كانت نقطة النهاية تستجيب على النحو الصحيح، بينما تقدم السجلات معلومات تفصيلية عن الطلبات الأخيرة ونشاط النظام.

أبرز النقاط#

يُعد نشر نماذج الرؤية الحاسوبية خطوة حاسمة لتحويل النماذج المدرّبة إلى أنظمة تدعم التطبيقات في العالم الحقيقي. وتتيح Ultralytics Platform للفرق نشر النماذج بسهولة عبر نقاط نهاية مخصصة في 42 منطقة حول العالم، وتشغيل الاستدلال في الزمن الحقيقي عبر واجهات API، ومراقبة الأداء من بيئة واحدة. ومن خلال الجمع بين خيارات النشر المرنة والمراقبة المدمجة والبنية التحتية القابلة للتوسع، تساعد المنصة المطورين على الانتقال بسرعة أكبر من نماذج التعلم الآلي المدرّبة إلى تطبيقات رؤية حاسوبية موثوقة.

كن جزءًا من مجتمعنا المتنامي! اطّلع على مستودعنا على GitHub لمعرفة المزيد عن الذكاء الاصطناعي. إذا كنت تسعى إلى بناء حلول للرؤية الحاسوبية، فاستكشف خيارات الترخيص لدينا. تعرّف على مزايا الرؤية الحاسوبية في الرعاية الصحية، واكتشف كيف يُحدث الذكاء الاصطناعي في الخدمات اللوجستية فرقًا!