يدعم Ultralytics YOLO26 الآن تقدير العمق أحادي العين

حتى الآن، كانت إضافة العمق إلى مسار YOLO تعني تجميعه بنفسك. كان النهج المتبع هو تشغيل YOLO للكشف وإقرانه بنموذج عمق منفصل من مشروع آخر، مثل MiDaS أو Depth Anything. وكان ذلك يعني تبعية ثانية، وإطار عمل ثانياً، ومجموعتين من تنسيقات الإدخال والإخراج يتعين التوفيق بينهما.

أصبح تقدير العمق أحادي العين الآن مهمة أصلية في Ultralytics YOLO26. تنتج صورة RGB واحدة قيمة مسافة لكل بكسل، باستخدام الحزمة نفسها، ومسار العمل نفسه، ومسار التصدير نفسه المستخدم للكشف والتجزئة ووضعية الجسم.

ما هو تقدير العمق؟#

يتنبأ تقدير العمق بخريطة عمق لكل بكسل انطلاقاً من صورة RGB واحدة، من دون الحاجة إلى كاميرا ثانية أو مستشعر إضافي. يحمل كل بكسل ناتج قيمة عمق بالمتر، تمثل المسافة المقدّرة من الكاميرا إلى نقطة السطح تلك.

الناتج عبارة عن خريطة كثيفة من القيم العشرية ذات الشكل (H, W)، ومحاذية للإدخال، حيث يحمل كل بكسل مسافة مطلقة بالمتر؛ أي مسافة من الكاميرا، وليس ترتيباً نسبياً لما هو أقرب أو أبعد.

العمق مهمة مستقلة لها نقطة تحقق خاصة بها، ويقتصر ناتجها على خريطة العمق؛ فهي لا تُرجع مربعات إحاطة أو أقنعة تجزئة. ولذلك يتطلب دمج الكشف مع العمق تشغيل نموذجين وتمريرين أماميين. وما يختلف عن الممارسة السابقة هو أن كليهما أصبح الآن ضمن حزمة واحدة، ويتشاركان تثبيتاً واحداً، وواجهة واحدة للتدريب والتنبؤ، ومسار تصدير واحداً، وإصداراً واحداً يتعين تتبعه، بدلاً من الحاجة إلى صيانة إطار عمل ثانٍ إلى جانب الأول.

هذا الناتج لكل بكسل هو ما يجعل العمق مفيداً لكشف العوائق والمساحات الخالية، والتحقق من الخلوص، وتخطيط المشهد، وفهم ما يقع أمام ماذا.

الشكل 1. تقدير العمق باستخدام Ultralytics YOLO26 لمراقبة السلامة والامتثال.

يتضمن Ultralytics YOLO26 خمسة نماذج عمق مدرّبة مسبقاً، بدءاً من yolo26n-depth وصولاً إلى yolo26x-depth، وقد دُرّبت على مزيج واسع من مجموعات البيانات يضم نحو 2.19 مليون صورة داخلية وخارجية. وعلى مجموعة NYU Depth V2، تتراوح دقة δ1 من 0.882 في النموذج فائق الصغر إلى 0.933 في النموذج فائق الكبر، لذا يمكنك اختيار المفاضلة بين السرعة والدقة بما يلائم هدف النشر لديك.

العمق غير المحدود حسب التصميم#

تضع معظم نماذج العمق حداً أقصى لتنبؤاتها عند نطاق ثابت، مثل 0–10 أمتار، وهو ما يعمل جيداً للمشاهد الداخلية لكنه يتدهور في البيئات الخارجية. بدلاً من ذلك، يتنبأ Ultralytics بالعمق على مقياس لوغاريتمي مفتوح النهاية، من دون حد أقصى صارم.

يظهر الفرق في الاختبارات. يصل النموذج المحدود إلى حالة من الثبات بسرعة شبه فورية عند تدريبه على بيانات مختلطة داخلية وخارجية، وينهار أداؤه على مجموعات بيانات ذات مدى أطول مثل KITTI، حيث يمكن أن تبعد الأجسام 80 متراً. لا يواجه نهج Ultralytics YOLO26 للعمق هذا السقف، ولذلك يستمر في التحسن مع المزيد من البيانات ويحافظ على أدائه من بضعة سنتيمترات إلى بضع مئات من الأمتار. وعلى KITTI، تبلغ δ1 قيمة 0.942 عند مدى 80 م. وهذا يعني أن عائلة نماذج واحدة تتعامل بالقدر نفسه من الكفاءة مع مشهد على سطح طاولة ومشهد على طريق سريع.

مقارنة عمق Ultralytics YOLO26 مع Depth Anything V2#

إذا كنت تشغّل Depth Anything إلى جانب YOLO حالياً، فإن الفرق يكمن في السرعة وتكلفة الحوسبة المصاحبة لها. يعمل عمق Ultralytics YOLO26 بسرعة تصل إلى 20.3 ضعف سرعة Depth Anything V2 Base و7.7 ضعف سرعة Depth Anything V2 Small، مع نموذج أصغر بكثير، إذ يقل عدد المعاملات عن 10 ملايين في النموذج فائق الصغر، مقارنةً بنحو 24 مليوناً في نقطة التحقق الأصغر لـ DA V2.

الشكل 2. معايير سرعة عمق Ultralytics YOLO26 مقارنةً بـ Depth Anything V2.

تلك الفجوة هي جوهر التصميم. نماذج Depth Anything V2 أكبر بكثير؛ وقد صُمم Ultralytics YOLO26-Depth لتقديم أداء قوي في العمق بحجم وسرعة يقل معهما استهلاك الحوسبة لكل إطار، كما يتيحان النشر على عتاد لا يمكن لتلك النماذج الوصول إليه. نُشرت أرقام الدقة لكل نموذج على NYU Depth V2 وKITTI في الوثائق، لذا يمكنك مقارنتها بالمتطلب الفعلي لديك.

أين يعمل؟#

هذا الاختلاف في الحجم هو ما يحدد أين يمكن استخدام العمق فعلياً. معظم الفرق التي تقيّم تقنيات العمق لا تفتقر إلى الأفكار؛ بل تفتقر إلى القدرة الحوسبية. فالطائرات المسيّرة منخفضة الطاقة، والروبوتات رباعية الأرجل، والأجهزة القابلة للارتداء، وكاميرات السيارات، وعتاد المؤتمرات، والحواسيب الصناعية كلها تصطدم بحدود الطاقة والتكلفة قبل أن تصطدم بحدود الدقة.

يأتي العمق في صورة خمسة نماذج مدرّبة مسبقاً، لذا يمكنك اختيار الحجم الملائم للهدف بدلاً من الحجم الذي يتصدر معياراً قياسياً. وبما أن العمق مهمة أصلية في Ultralytics YOLO26، فإنه يستخدم مسار التصدير نفسه المستخدم للكشف والتجزئة ووضعية الجسم، مع التنسيقات التالية: ONNX، TensorRT، CoreML، NCNN، LiteRT.

البدء باستخدام عمق Ultralytics YOLO26#

توفر حزمة Ultralytics Python واجهة موحدة واحدة لتدريب كل مهام YOLO26 والتحقق منها وتشغيل الاستدلال عليها، بما في ذلك العمق. ولا يتطلب تشغيل نموذج عمق مدرّب مسبقاً سوى أمر واحد:

from ultralytics import YOLO

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-depth.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

# Access the results
for result in results:
    depth_map = result.depth.data.cpu().numpy()  # torch.Tensor → NumPy float32, shape (H, W), meters

أو من خلال CLI:

yolo depth predict model=yolo26n-depth.pt source='https://ultralytics.com/images/bus.jpg'  # predict with official model
yolo depth predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg'   # predict with custom model

تعتمد المسافة المطلقة على الكاميرا والمشهد لديك. إذا كان شكل خريطة العمق صحيحاً لكن مقياسها غير صحيح، فإن model.calibrate() يضبط متغيرين فقط في رأس العمق للنموذج، هما مقياس وإزاحة، اعتماداً على نحو 100 إطار معنَّون، وفي غضون ثوانٍ، من دون تدريب أو تغيير بقية الشبكة.

الضبط الدقيق باستخدام بياناتك الخاصة#

لتكييف نموذج عمق مدرّب مسبقاً مع الكاميرا أو المجال الخاص بك، ابدأ بالأوزان المدرّبة مسبقاً، واستخدم AdamW، وخفّض معدل التعلم بدرجة كبيرة عن القيمة الافتراضية للتدريب من الصفر، حتى يعمل الضبط الدقيق على تحسين النموذج بدلاً من الكتابة فوقه:

from ultralytics import YOLO

from ultralytics import YOLO
model = YOLO("yolo26s-depth.pt")  # start from pretrained weights
model.train(
    data="path/to/your_dataset.yaml",
    epochs=20,
    imgsz=640,
    optimizer="AdamW",
    lr0=1e-4,  # ~100x below the from-scratch default
    warmup_bias_lr=1e-4,  # keep warmup gentle too
)

بما أن رأس السجل الافتراضي غير محدود، فإن هذا يعمل مباشرةً سواء كانت مجموعة بياناتك قصيرة المدى أو طويلة المدى، من دون الحاجة إلى ضبط max_depth. وإذا كان المقياس المطلق فقط غير صحيح بالنسبة إلى كاميرتك المحددة، فإن model.calibrate() يضبط تصحيحاً خفيفاً ومغلق الصيغة على مجموعة فرعية صغيرة معنَّونة، خلال ثوانٍ، من دون المساس بأوزان الشبكة.

تقرن مجموعات البيانات كل صورة RGB بملف عمق .npy في بنية مجلدات مطابقة، ويوفر Ultralytics إعدادات مضمّنة لـ NYU Depth V2 وKITTI وHypersim وSUN RGB-D وARKitScenes، لذا يمكن لمعظم الفرق بدء التحقق مقابل معيار قياسي فوراً.

أهم حالات استخدام تقدير العمق#

بما أن هذه الميزة الجديدة تعمل باستخدام كاميرا عادية واحدة، فإن تقدير العمق أحادي العين يفتح فرصاً لا حصر لها أمام المنتجات والقطاعات التي لا تستطيع بخلاف ذلك تبرير تكلفة إعداد استريو أو LiDAR، أو استهلاكه للطاقة، أو أعباء معايرته. لذا لنلقِ نظرة على بعض القطاعات وحالات الاستخدام الرئيسية التي يمكن أن تستفيد من هذه الميزة:

• الروبوتات والملاحة الذاتية. تستطيع الروبوتات المتنقلة والطائرات المسيّرة تقدير مسافة العوائق والمساحات الخالية باستخدام كاميرا واحدة على متنها، بما يدعم تخطيط المسار في الوقت الفعلي من دون عتاد مخصص للعمق.
• الوعي الصناعي واللوجستي. التحقق من الخلوص، وكشف المساحات الخالية، وفهم الرفوف أو الممرات باستخدام كاميرا واحدة ثابتة، في أي مكان لا يكون فيه إضافة مستشعر ثانٍ عمليةً واقعية.
• مراقبة السلامة والامتثال. مناطق السلامة الخاصة بالرافعات الشوكية والمستودعات، وكشف الحوادث على السكك الحديدية، وكشف الأشخاص الساقطين والأجسام المتروكة في أنظمة CCTV الحالية: إضافة سياق المسافة إلى بثوث الكاميرات المثبتة بالفعل، إلى جانب المستشعرات الحالية المعتمدة للسلامة بدلاً من استبدالها.
• فحص البنية التحتية والأصول. تحليل الخلوص لخطوط الكهرباء العلوية، وفحص الأصول والتآكل باستخدام الطائرات المسيّرة، وأعمال المسح الجوي، حيث يجب على عائلة النماذج نفسها التعامل مع التفاصيل القريبة والمشاهد بعيدة المدى.
• مساعدة السائق والإدراك للسيارات. يعني ناتج العمق بعيد المدى وغير المحدود أن عائلة النماذج نفسها التي تتعامل مع مشهد داخلي قريب يمكنها أيضاً التعميم على مشاهد قيادة تتجاوز 80 م.
• الواقع المعزز والمحتوى المكاني. يبدأ وضع الأجسام الافتراضية بصورة مقنعة في مشهد حقيقي، أو تطبيق تأثيرات تراعي العمق، بمعرفة المسافة الفعلية لكل بكسل عن الكاميرا.

إتاحة تقدير العمق لكل عملية نشر لـ Ultralytics YOLO26#

مع أصبح تقدير العمق الآن مهمة أصلية في Ultralytics YOLO26، يمكن للفرق الاستفادة من المسافة لكل بكسل من أي كاميرا RGB عبر مختلف القطاعات، باستخدام سير عمل التدريب والتحقق والتنبؤ والتصدير نفسه الذي تعرفه بالفعل من الكشف والتجزئة ووضعية الجسم، مع تبعية خارجية واحدة أقل يتعين صيانتها.

لذلك، بينما تحدد نطاق عملية النشر باستخدام عمق Ultralytics YOLO26، لنلقِ نظرة على بعض النقاط الرئيسية التي ينبغي وضعها في الحسبان:

• صُمم Ultralytics YOLO Depth لكاميرات RGB. وتعمل معه أي كاميرا قياسية، بما في ذلك كاميرات الويب والهواتف والكاميرات الصناعية والطائرات المسيّرة. غير أن الوسائط الأخرى، مثل السحب النقطية لـ LiDAR، والرادار، والسونار، والنطاقات الحرارية ومتعددة الأطياف، أو بيانات الشبكات وIFC، تقع خارج تنسيق إدخال النموذج.
• المسافة المترية لاتخاذ قرارات الإدراك. الناتج هو مسافة فعلية بالمتر، ما يجعله ملائماً للملاحة والخلوص والمراقبة. غير أنه في أي تطبيق يتطلب سماحية معتمدة، تظل معدات القياس المترولوجي المخصصة هي الأداة المناسبة.
• الاستدلال لكل صورة. يعمل العمق على كل إطار بشكل مستقل، بما يتسق مع كل مهمة أخرى في Ultralytics YOLO26، ولذلك يمكن إدراجه في مسار قائم لمعالجة الإطارات من دون تغييرات. أما الاستدلال عبر سلسلة من الإطارات فيظل ضمن طبقة التطبيق لديك.
• يقدم Ultralytics YOLO26-Depth أفضل أداء له على الأسطح المزخرفة والمعتمة. فالزجاج والمرايا والمياه الراكدة والمعادن المصقولة والسماء المفتوحة غامضة بطبيعتها بالنسبة إلى أي أسلوب يعتمد على كاميرا واحدة، لذا من المفيد التحقق منه على مشاهد تمثل بيئتك.

هل يثيرك الذكاء الاصطناعي للرؤية؟ استكشف خيارات الترخيص لدينا لإضافة رؤية حاسوبية إلى مشاريعك. تفضل بزيارة مستودعنا على GitHub لاكتشاف النطاق الكامل لمهام Ultralytics وتكاملاته، واستكشف Ultralytics Platform لبدء بناء مسارات عملك الخاصة بالرؤية والذكاء الاصطناعي من البداية إلى النهاية.