مراقبة Ultralytics Platform: حافظ على سير عمليات نشر الذكاء الاصطناعي للرؤية كما هو مخطط
راقب نماذج الذكاء الاصطناعي للرؤية المنشورة باستخدام Ultralytics Platform. تتبّع حالة نقاط النهاية وزمن الاستجابة والأخطاء والسجلات وإحصاءات التنبؤ المباشرة.
يُعد نشر نموذج للرؤية الحاسوبية محطة مهمة، لكن نجاحه في الإنتاج يعتمد على ما يحدث بعد ذلك. فمع ازدياد حركة الاستخدام وتغير الظروف الواقعية، تحتاج الفرق إلى معرفة ما إذا كانت نقاط النهاية لا تزال سريعة الاستجابة وموثوقة ومفيدة.
تمنح المراقبة في Ultralytics Platform الفرق رؤيةً واضحةً لنماذج Ultralytics YOLO المنشورة، ضمن البيئة نفسها المستخدمة لإدارة البيانات والتدريب والنشر. تتبّع الحالة التشغيلية، وافحص اتجاهات التنبؤات، واستكشِف المشكلات، وحوّل أمثلة الإنتاج المفيدة إلى بيانات لتحسين النماذج مستقبلًا.
ما مراقبة نماذج ذكاء الرؤية الاصطناعي؟#
تساعد مراقبة نماذج ذكاء الرؤية الاصطناعي الفرق على فهم كيفية عمل نقاط النهاية المنشورة وتنبؤاتها في بيئة الإنتاج.
تتناول Ultralytics Platform سؤالين مهمين:
- هل تعمل نقطة النهاية بموثوقية؟ تتبّع الطلبات وزمن الاستجابة P95 ومعدلات الأخطاء والحالة الصحية والسجلات.
- ما الذي يراه النموذج وما الذي يتنبأ به؟ افحص عينات التنبؤات والإحصاءات، مثل أعداد الفئات والثقة وزمن الاستدلال ومواقع التنبؤات، حيثما كان ذلك مدعومًا.
توفر هذه الرؤى مجتمعةً صورة أوضح من مجرد معرفة مدى توافر نقطة النهاية. فقد تظل نقطة النهاية متصلة بالإنترنت بينما تتغير أنماط حركة الاستخدام أو أزمنة الاستجابة أو توزيعات التنبؤات. وتسهل المراقبة استقصاء هذه المؤشرات.
افهم حالة النشر بنظرة سريعة#
تعمل صفحة Deploy بوصفها لوحة مراقبة مركزية لنقاط النهاية. وتلخص بطاقات النظرة العامة طلبات HTTP وعمليات النشر النشطة ومعدلات الأخطاء وزمن الاستجابة P95 خلال الساعات الأربع والعشرين السابقة.
باستخدام هذه المقاييس، يمكن للفرق:
- فهم الطلب: معرفة ما إذا كانت حركة الاستخدام على نقطة النهاية تتزايد أو تتراجع أو تتغير على نحو غير متوقع.
- تحديد مشكلات الأداء: استخدام زمن الاستجابة P95 لاستقصاء الاستجابات الأبطأ التي قد تؤثر في أحد التطبيقات.
- كشف الأعطال: رصد ارتفاع معدلات أخطاء HTTP واستخدام سجلات النشر لتشخيص السبب.
- التحقق من التوافر: التأكد من سلامة نقاط النهاية الفردية واستجابتها.
- مقارنة عمليات النشر: مراجعة نقاط النهاية من خلال عروض البطاقات أو العرض المضغوط أو الجداول القابلة للفرز.
يُبرز مؤشر معدل الأخطاء عندما يتجاوز المعدل 5%، ما يساعد على إظهار المشكلات التشغيلية دون الحاجة إلى أن تفحص الفرق كل نقطة نهاية على حدة.
استكشِف المشكلات بسرعة أكبر باستخدام فحوصات الحالة والسجلات#
عندما تواجه نقطة نهاية مشكلات، تحتاج الفرق إلى أكثر من مقياس عام. يتضمن كل نشر جاهز مؤشرًا للحالة وإمكانية الوصول إلى السجلات الحديثة.
توضح فحوصات الحالة ما إذا كانت نقطة النهاية تستجيب، وتعرض زمن استجابتها. ويمكنها أيضًا المساعدة في تهيئة نقطة نهاية جرى تقليصها إلى الصفر قبل إرسال حركة استخدام الإنتاج إليها.
توفر السجلات سياقًا إضافيًا من خلال الطوابع الزمنية ومستويات الخطورة والرسائل وتفاصيل HTTP. وهذا يساعد الفرق على استقصاء الطلبات الفاشلة أو الاستجابات غير المتوقعة أو تغيرات الأداء، دون الانتقال فورًا إلى واجهة تسجيل منفصلة.
من خلال ربط المقاييس وفحوصات الحالة والسجلات بكل عملية نشر، تنشئ Ultralytics Platform مسارًا أكثر مباشرةً للانتقال من اكتشاف المشكلة إلى فهمها.
افحص سلوك التنبؤات المباشرة#
توفر نقاط النهاية المخصصة المدفوعة والمحاسبة حسب وقت التشغيل، والتي تشغّل بيئة تشغيل تدعم المراقبة، علامة تبويب Monitoring إضافية تتضمن عينات مؤقتة وإحصاءات التنبؤات.
يعرض معرض العينات المؤقتة مجموعة متجددة من الصور المعالَجة مع تراكبات التنبؤات. ويمكن للفرق استخدام هذه الأمثلة للتحقق سريعًا مما يراه النموذج وفحص مخرجاته وتحديد المدخلات التي تستحق مراجعة إضافية.
تعتمد إحصاءات التنبؤات المتاحة على مهمة النموذج، وقد تشمل:
- الصور المعالَجة والتنبؤات بمرور الوقت
- متوسط زمن استدلال النموذج
- الفئات الأكثر تكرارًا في التنبؤات
- التنبؤات لكل صورة
- الثقة في التنبؤات واتجاهاتها
- أبعاد التنبؤات
- خرائط حرارية مكانية لمواقع التنبؤات
قد تكشف هذه المؤشرات عن تغيرات تستحق الاستقصاء، مثل انخفاض الثقة أو تحول غير متوقع في توزيع الفئات أو ظهور التنبؤات في مواضع غير مألوفة من الصورة.
تشير الثقة إلى مدى يقين النموذج، لا إلى صحة التنبؤ. وينبغي للفرق فحص الأمثلة ومقارنة التنبؤات بالتسميات التي تمت مراجعتها عند تقييم دقة النموذج.
حوّل أمثلة الإنتاج إلى بيانات تدريب أفضل#
تزداد قيمة المراقبة عندما يمكن للرؤى المستخلصة من الإنتاج أن تفيد دورة التطوير التالية.
إذا كشف أحد الأمثلة عن حالة صعبة أو كائن غير مألوف أو فجوة محتملة في التغطية، يمكن لأعضاء مساحة العمل الذين لديهم الأذونات المناسبة حفظه مباشرةً في مجموعة بيانات متوافقة. ثم تمر الصورة وتنبؤاتها عبر سير عمل استيعاب مجموعة البيانات المعتاد، حيث يمكن مراجعة التسميات قبل استخدام البيانات في التدريب.
وهذا ينشئ حلقة تحسين مترابطة:
- درّب نموذج Ultralytics YOLO باستخدام مجموعة بياناتك.
- انشره على نقطة نهاية مخصصة.
- راقب حالة نقطة النهاية وسلوك التنبؤات.
- افحص أمثلة الإنتاج المفيدة أو الإشكالية.
- احفظ أمثلة محددة في مجموعة بيانات وراجعها.
- أعِد التدريب وأعِد النشر باستخدام بيانات مستمدة من الظروف الواقعية.
بدلًا من ترك ملاحظات الإنتاج معزولةً في نظام آخر، يمكن للفرق ربطها بمجموعات البيانات والنماذج التي تديرها بالفعل في Ultralytics Platform.
مصممة لتوفير رؤية تشغيلية دون تعقيد إضافي#
غالبًا ما تتضمن مسارات عمل الرؤية الحاسوبية في الإنتاج أنظمة منفصلة للنشر والمقاييس والسجلات وفحص النماذج وإدارة البيانات. وقد يؤدي التنقل بين هذه الأنظمة إلى إبطاء الاستقصاء ويجعل ربط سلوك النموذج بالتحسينات المستقبلية أكثر صعوبة.
تجمع Ultralytics Platform هذه المراحل معًا. ويمكن للفرق الانتقال من التدريب إلى النشر، ومراجعة حالة نقاط النهاية، وفحص عينات التنبؤات، وحفظ الأمثلة المفيدة دون الحاجة إلى إعادة بناء السياق عبر أدوات متعددة.
على سبيل المثال، يمكن لفريق تصنيع فحص ما إذا كانت تنبؤات العيوب تظهر في المواضع المتوقعة من الصورة. ويمكن لفريق لوجستي مراجعة التغيرات في الفئات التي يكثر اكتشافها مع تطور الظروف التشغيلية. كما يمكن لفريق للبيع بالتجزئة استقصاء ارتفاع زمن الاستجابة وتحديد ما إذا كانت إعدادات نقطة النهاية أو حجم الصور الواردة يتطلبان اهتمامًا.
في كل حالة، تساعد المراقبة الفرق على الانتقال من «حدث تغيير ما» إلى خطوة تالية أكثر استنارة.
بيانات المراقبة ومتطلبات الأهلية#
تتوفر المراقبة التشغيلية، بما في ذلك الطلبات وزمن الاستجابة والأخطاء وفحوصات الحالة والسجلات، ضمن تجربة النشر.
تتطلب إحصاءات التنبؤات المباشرة والعينات المؤقتة نقطة نهاية مخصصة مدفوعة وجاهزة، مع بيئة تشغيل تدعم المراقبة. وقد تحتاج نقاط النهاية الأقدم إلى التحديث قبل إتاحة علامة تبويب Monitoring.
تُحفظ أمثلة التنبؤات وإحصاءاتها في ذاكرة نسخة الخدمة. وقد تُمسح عند إيقاف نقطة النهاية أو إعادة تشغيلها أو إعادة نشرها أو تغيير مواردها أو استبدال نموذجها. احفظ أي أمثلة ترغب في الاحتفاظ بها في مجموعة بيانات قبل تغيير نقطة النهاية.
ابدأ مراقبة النماذج المنشورة#
توفر Monitoring في Ultralytics Platform للفرق الرؤية اللازمة لإدارة ذكاء الرؤية الاصطناعي بعد النشر. ومن خلال جمع مقاييس نقاط النهاية والسجلات وفحوصات الحالة ورؤى التنبؤات وملاحظات مجموعات البيانات ضمن سير عمل واحد، تساعد الفرق على تحديد المشكلات بسرعة أكبر وبناء مسار أوضح نحو أنظمة إنتاج موثوقة.
سجّل الدخول إلى Ultralytics Platform، وافتح Deploy، ثم اختر نقطة نهاية جاهزة لمراجعة حالتها وأدائها. استكشف توافر الميزات وإحصاءات التنبؤات وتفاصيل الاحتفاظ بالبيانات في وثائق Monitoring.
