Ultralytics YOLO11 قد وصل! أعد تعريف ما هو ممكن في الذكاء الاصطناعي!
تعرف على الميزات الرائدة لـ Ultralytics YOLO11، أحدث نماذجنا للذكاء الاصطناعي التي تعيد تعريف الرؤية الحاسوبية بدقة وكفاءة لا مثيل لهما.
يسعدنا أن نقدم التطور التالي لنماذج Ultralytics models: YOLO11! بناءً على التطورات المذهلة للإصدارات السابقة من نماذج YOLO، يجري تقديم مجموعة من الميزات والتحسينات القوية التي تجعل YOLO11 أسرع وأكثر دقة ومرونة بشكل مذهل. تم الإعلان عن هذا الإصدار الأحدث في فعالية YOLO Vision 2024 (YV24)، وهو التجمع السنوي الهجين لشركة Ultralytics لخبراء الذكاء الاصطناعي والمبتكرين والمطورين، ليقوم بإعادة تعريف ما هو ممكن في مجال الرؤية الحاسوبية.
بفضل هندستها المبتكرة، يمكن استخدام Ultralytics YOLO11 في مختلف مهام الرؤية الحاسوبية، بدءًا من اكتشاف الكائنات في الوقت الفعلي وحتى التصنيف، مما يجعلها عامل تغيير جذري للمطورين والباحثين على حد سواء. تشمل التحسينات الرئيسية استخراج ميزات محسّن لالتقاط تفاصيل أكثر دقة، ودقة أكبر بعدد أقل من المعلمات، وسرعات معالجة أسرع تحسن بشكل كبير أداء الوقت الفعلي. في هذه المقالة، سنلقي نظرة أقرب على الميزات التي تجعل YOLO11 متميزًا وكيف يمكنها تحويل تطبيقات الرؤية الحاسوبية الخاصة بك. لنبدأ!
الشكل 1. غلين جوشر على المسرح، يعلن عن Ultralytics YOLO11 في مؤتمر YOLO Vision 24.
التعرف على Ultralytics YOLO11#
يمثل YOLO11 فصلًا جديدًا لعائلة YOLO، حيث يقدم نموذجًا أكثر قدرة ومرونة يأخذ الرؤية الحاسوبية إلى آفاق جديدة. بفضل بنيته المكررة وقدراته المحسنة، يدعم النموذج مهام الرؤية الحاسوبية مثل تقدير الوضعية وتجزئة المثیلات التي أحبها مجتمع الذكاء الاصطناعي البصري في Ultralytics YOLOv8، ولكن بأداء ودقة أكبر. شارك Glenn Jocher، المؤسس والرئيس التنفيذي لشركة Ultralytics، قائلاً: "مع YOLO11، شرعنا في تطوير نموذج يقدم القوة والعملية لتطبيقات العالم الحقيقي. إن كفاءته ودقته المحسنتين تجعله أداة قوية يمكن تكييفها مع التحديات الفريدة التي تواجهها مختلف الصناعات. لا أستطيع الانتظار لنرى كيف يستخدم مجتمع الذكاء الاصطناعي البصري YOLO11 لابتكار حلول جديدة ورفع الرؤية الحاسوبية إلى المستوى التالي."
الشكل 2. غلين جوشر على المسرح، يعلن عن Ultralytics YOLO11 في مؤتمر YV24.
إليك لمحة عامة عن مهام الرؤية الحاسوبية التي يدعمها Ultralytics YOLO11:
- اكتشاف الكائنات: يحدد الكائنات ويحدد مواقعها داخل الصور أو إطارات الفيديو، مرسوماً حولها مربعات محيطة لتطبيقات مثل المراقبة، والقيادة الذاتية، وتحليلات التجزئة.
- تجزئة المثيلات: يتضمن تحديد وفصل الكائنات الفردية داخل الصورة وصولاً إلى مستوى البكسل. وهو مفيد لتطبيقات مثل التصوير الطبي واكتشاف العيوب في التصنيع.
- تصنيف الصور: يقم بتصنيف الصور بأكملها إلى فئات محددة مسبقًا، مما يجعله مثاليًا لتطبيقات مثل تصنيف المنتجات في التجارة الإلكترونية أو مراقبة الحياة البرية.
- تقدير الوضعية: يكتشف نقاط رئيسية محددة داخل صورة أو إطار فيديو لتتبع الحركات أو الوضعيات، وهو مفيد لتطبيقات تتبع اللياقة البدنية، وتحليلات الرياضة، والرعاية الصحية.
- اكتشاف الكائنات الموجهة (OBB): يكتشف الكائنات بزاوية توجه، مما يتيح تحديد موقع أكثر دقة للكائنات المستدارة، وهو أمر قيّم بشكل خاص لمهام الصور الجوية، والروبوتات، وأتمتة المستودعات.
- تتبع الكائنات: يراقب ويتبع حركة الكائنات عبر إطارات الفيديو المتتالية، مما يجعله ضروريًا للعديد من التطبيقات في الوقت الفعلي.
الشكل 3. مهام الرؤية الحاسوبية المدعومة بواسطة Ultralytics YOLO11.
ما الذي يميز Ultralytics YOLO11؟#
يبني YOLO11 على التطورات المقدمة في YOLOv9 وYOLOv10 في وقتล سابق من هذا العام، حيث يدمج تصاميم معمارية محسنة وتقنيات استخراج ميزات معززة وأساليب تدريب مُحسّنة. ما يجعل YOLO11 متميزًا حقًا هو مزيجه الرائع من السرعة والدقة والكفاءة، مما يجعله أحد أكثر النماذج قدرة التي ابتكرتها Ultralytics حتى الآن. مع تصميم محسّن، يقدم YOLO11 استخراج ميزات أفضل، وهي عملية تحديد الأنماط والتفاصيل المهمة من الصور، مما يجعل من الممكن التقاط الجوانب المعقدة بدقة أكبر، حتى في السيناريوهات الصعبة.
من المثير للدهشة أن YOLO11m يحقق درجة دقة متوسطة لمتوسط الدقة (mAP) أعلى على مجموعة بيانات COCO بينما يستخدم عدد معاملات أقل بنسبة 22% مقارنة بـ YOLOv8m، مما يجعله أخف من الناحية الحسابية دون التضحية بالاداء. هذا يعني أنه يقدم نتائج أكثر دقة مع كون تشغيله أكثر كفاءة. علاوة على ذلك، يجلب YOLO11 سرعات معالجة أسرع، بأوقات استنتاج أسرع بنوالي 2% مقارنة بـ YOLOv10، مما يجعله مثاليًا للتطبيقات في الوقت الفعلي.
الشكل 4. استخدام Ultralytics YOLO11 للكشف عن الكائنات.
لقد صُمم للتعامل مع المهام المعقدة مع استهلاك أقل للموارد وتحسين أداء النماذج واسعة النطاق، مما يجعله مناسباً تماماً لمشاريع الذكاء الاصطناعي المتطلبة. كما أدت التحسينات على خط أنابيب الزيادة إلى تحسين عملية التدريب، مما يسهل على Ultralytics YOLO11 التكيف مع المهام المختلفة، سواء كنت تعمل على مشاريع صغيرة أو تطبيقات واسعة النطاق.
في الواقع، يتميز YOLO11 بكفاءة عالية من حيث قوة المعالجة وهو مناسب تمامًا لـ النشر على كل من الأجهزة السحابية والأجهزة الطرفية، مما يضمن مرونة عبر البيئات المختلفة. ببساطة، YOLO11 ليس مجرد ترقية؛ بل هو نموذج أكثر دقة وكفاءة ومرونة بشكل ملحوظ، وهو مجهز بشكل أفضل للتعامل مع أي تحدٍ في الرؤية الحاسوبية. سواء كان ذلك القيادة الذاتية، أو المراقبة، أو التصوير الطبي، أو التجزئة الذكية، أو حالات الاستخدام الصناعية، فإن YOLO11 يتمتع بالمرونة الكافية لتلبية احتياجاتเกือบ أي تطبيق للرؤية الحاسوبية.
Ultralytics YOLO11 جاهز لأنظمتك ومنصاتك#
تم تصميم Ultralytics YOLO11 لـ التكامل بسلاسة مع الأنظمة والمنصات التي تستخدمها بالفعل. بناءً على الدعم المقدم من YOLOv8، يتوافق YOLO11 مع مجموعة واسعة من البيئات لـ التدريب، والاستختبار، والنشر. وسواء كنت تعمل مع وحدات معالجة الرسوميات NVIDIA، أو أجهزة الحافة، أو النشر على السحابة، فإن YOLO11 محسّن ليناسب سير عملك دون عناء.
تعتبر هذه التكاملات إضافات رائعة تجعل YOLO11 قابلاً للتكيف مع مختلف الصناعات، مما يساعد الشركات على تنفيذ النموذج بسهولة في عملياتها الحالية. على سبيل المثال، لنفترض أنك تريد استخدام YOLO11 في الزراعة، وتحديداً لـ مراقبة المحاصيل. قد تحتاج إلى نشر النموذج على الطائرات بدون طيار لتحديد مشاكل صحة النبات في الوقت الفعلي عبر الحقول الكبيرة. ومع ذلك، إذا كنت تعمل في مجال الأمان، فقد تفضل استخدام YOLO11 مع نظام يعتمد على السحابة لمراقبة تدفقات كاميرات متعددة من أجل اكتشاف الكائنات.
الشكل 5. استخدام Ultralytics YOLO11 في الزراعة.
تمكين مجتمع الذكاء الاصطناعي باستخدام Ultralytics YOLO11#
يمكن لمجتمع الذكاء الاصطناعي البصري توقع تقدم مثير مع إطلاق YOLO11. بفضل دقتها وكفاءتها المعززة، يتمتع هذا النموذج الجديد بالقدرة على تحويل التطبيقات الحالية وإنشاء تطبيقات جديدة. أحد العوامل الرئيسية في هذا التقدم هو Ultralytics HUB. Ultralytics HUB عبارة عن منصة سهلة الاستخدام تبسط تدريب ونشر نماذج YOLO، بما في ذلك YOLO11.
الشكل 6. تشغيل استنتاجات YOLO11 على Ultralytics HUB.
يعمل Ultralytics HUB على تبسيط عملية التطوير من خلال السماح للمستخدمين بتحميل مجموعات البيانات، والوصول إلى مجموعة من النماذج المدربة مسبقاً، وإدارة مشاريعهم في مكان واحد. كما يدعم HUB التعاون، مما يسهل على الفرق العمل معاً في مشاريع الذكاء الاصطناعي. إليك بعض الميزات الرئيسية الأخرى لـ Ultralytics HUB:
- التدريب السحابي: يقدم Ultralytics HUB تدريبًا للنماذج القائمة على السحابة بسلاسة لضمان القابلية للتوسع والكفاءة.
- النماذج المدربة مسبقًا: توفر المنصة إمكانية الوصول إلى مجموعة متنوعة من نماذج YOLOv5 وYOLOv8 وYOLO11 المدربة مسبقًا.
- تصدير النموذج: يمكن تصدير النماذج المدربة إلى تنسيقات متنوعة للنشر.
- التكاملات: يتكامل Ultralytics HUB بسلاسة مع منصات مثل Roboflow وGoogle Colab وWeights & Biases.
- توثيق مفصل: يوفر Ultralytics HUB أدلة شاملة وأسئلة شائعة لدعم المستخدم.
- دعم المجتمع: يتوفر مجتمع Discord نشط للأسئلة والمناقشات.
بفضل التصميم البديهي لـ HUB، يمكن لكل من المطورين ذوي الخبرة والوافدين الجدد البدء بسرعة. ومع استخدام المزيد من المطورين لـ Ultralytics YOLO11 من خلال HUB، يمكننا أن نتطلع إلى طفرة في التطبيقات عالية الأداء التي تدفع حدود الرؤية الحاسوبية وتصوغ مستقبل تكنولوجيا الذكاء الاصطناعي.
ابدأ العمل بشكل عملي مع Ultralytics YOLO11#
تمامًا مثل YOLOv8، سيتوفر YOLO11 قريباً للتجربة من خلال Ultralytics HUB وحزمة Ultralytics Python. يمكنك تسجيل الدخول إلى Ultralytics HUB أو الاطلاع على دليل التشغيل السريع للحصول على إرشادات خطوة بخطوة حول كيفية تثبيت الحزمة. بمجرد إصداره، ستتمكن من استكشاف ميزاته، وتجربة مجموعات بيانات مختلفة، ومعرفة كيف يؤدي YOLO11 في سيناريوهات مختلفة. نحن لا نطيق الانتظار لرؤية مجتمع الذكاء الاصطناعي يتفاعل مع YOLO11 من خلال المساهمة في تطويره أو تقديم التعليقات أو البناء عليه.
سواء كنت مطورًا تتطلع إلى تحسين المشاريع الحالية أو شخصًا مهتمًا بإنشاء تطبيقات جديدة، يمكن لمشاركتك أن تساعد في دفع عجلة الابتكار. انضم إلى المناقشات، وشارك تجاربك، وتعاونه مع الآخرين لإطلاق العنان للإمكانات الكاملة لـ Ultralytics YOLO11. نحن متحمسون لنرى كيف تستخدم YOLO11 لمعالجة تحديات العالم الحقيقي وإحياء أفكارك الإبداعية!
فصل جديد يبدأ مع Ultralytics YOLO11#
يُعد Ultralytics YOLO11 الخطوة التالية إلى الأمام في الرؤية الحاسوبية، حيث يجمع بين الدقة والسرعة والكفاءة المثيرة للإعجاب. بفضل ميزاته المتقدمة التي أُعلن عنها في YV24، فإنه متعدد الاستخدامات لمختلف تطبيقات الوقت الفعلي، بدءًا من المركبات ذاتية القيادة وحتى حلول التجزئة الذكية. ومع بدء مجتمع الذكاء الاصطناعي في استكشاف هذا النموذج واستخدامه، نحن متحمسون لرؤية الطرق الإبداعية التي سيقود بها YOLO11 الابتكار وإحياء إمكانيات جديدة. إذا كنت تتطلع إلى استكشاف أحدث التطورات في مجال الذكاء الاصطناعي، فيرجى تجربة YOLO11 ومعرفة كيف يمكنه ارتقاء مشاريع الرؤية الحاسوبية الخاصة بك!
لمعرفة المزيد حول الذكاء الاصطناعي، توجه إلى مستودع GitHub الخاص بنا وانضم إلى متمعنا النشط. اكتشف كيف يحقق الذكاء الاصطناعي خطوات واسعة في مجالات مثل الرعاية الصحية والزراعة.
