ما EfficientNet؟ نظرة سريعة

في عام 2019، قدّم باحثون في Google AI نموذج EfficientNet، وهو نموذج متقدم لـ رؤية الحاسوب صُمّم للتعرّف على الكائنات والأنماط في الصور. وقد صُمّم أساسًا لتصنيف الصور، وهي عملية إسناد الصورة إلى إحدى الفئات المحددة مسبقًا. ومع ذلك، يُستخدم EfficientNet اليوم أيضًا كشبكة أساسية لمهام أكثر تعقيدًا، مثل اكتشاف الكائنات والتجزئة والتعلّم بالنقل.

قبل EfficientNet، حاولت نماذج تعلّم الآلة ورؤية الحاسوب هذه تحسين الدقة بإضافة المزيد من الطبقات أو زيادة حجم تلك الطبقات. والطبقات هي الخطوات الموجودة في نموذج الشبكة العصبية، وهو نوع من نماذج التعلّم العميق المستوحاة من الدماغ البشري، التي تعالج البيانات لتعلّم الأنماط وتحسين الدقة.

أوجدت هذه التغييرات مفاضلةً جعلت نماذج الذكاء الاصطناعي التقليدية أكبر حجمًا وأبطأ، في حين كانت الزيادة الإضافية في الدقة غالبًا محدودة مقارنة بالزيادة الكبيرة في قدرة الحوسبة المطلوبة.

اتبع EfficientNet نهجًا مختلفًا. فقد زاد العمق (عدد الطبقات) والعرض (عدد الوحدات في كل طبقة) ودقة الصورة (مستوى تفاصيل الصور المُدخلة) معًا بطريقة متوازنة. وتُسمّى هذه الطريقة القياس المركب، وهي تستخدم جميع قدرات المعالجة المتاحة بكفاءة. والنتيجة النهائية نموذج أصغر وأسرع يمكنه تقديم أداء أفضل من النماذج الأقدم مثل ResNet أو DenseNet.

تقدّم نماذج رؤية الحاسوب الأحدث اليوم، مثل Ultralytics YOLO11، دقة وسرعة وكفاءة أعلى. ومع ذلك، يظل EfficientNet علامة فارقة مهمة أثّرت في تصميم العديد من البنى المتقدمة.

في هذه المقالة، سنشرح EfficientNet في خمس دقائق، مع توضيح كيفية عمله، وما الذي يميّزه، وسبب استمرار أهميته في رؤية الحاسوب. لنبدأ!

ما هو EfficientNet؟#

قبل تصميم EfficientNet، كانت معظم نماذج التعرّف على الصور تحسّن الدقة من خلال ضبط طبقاتها أو زيادة حجم الصورة المُدخلة لالتقاط مزيد من التفاصيل. وعلى الرغم من أن هذه الاستراتيجيات حسّنت النتائج، فإنها جعلت النماذج أيضًا أثقل وأكثر تطلبًا. وهذا يعني أنها احتاجت إلى مزيد من الذاكرة وعتاد أفضل.

بدلًا من تغيير الطبقات الفردية، يوسّع EfficientNet العمق والعرض ودقة الصورة معًا باستخدام طريقة تُسمّى القياس المركب. ويتيح هذا النهج للنموذج أن ينمو بكفاءة من دون إثقال أي جانب منفرد.

تعالج بنية EfficientNet الصور عبر سلسلة من الكتل، تتكوّن كل منها من وحدات أصغر. ويعتمد عدد الوحدات في كل كتلة على حجم النموذج.

الشكل 1. الكتل الأساسية في EfficientNet. (المصدر)

تستخدم الإصدارات الأصغر عددًا أقل من الوحدات، في حين تكرّر الإصدارات الأكبر الوحدات مرات أكثر. ويتيح هذا التصميم المرن لـ EfficientNet تقديم دقة وكفاءة عاليتين عبر نطاق واسع من التطبيقات، بدءًا من الأجهزة المحمولة ووصولًا إلى الأنظمة واسعة النطاق.

كيفية عمل القياس المركب#

توسّع طريقة القياس المركب عمق النموذج وعرضه ودقة الصورة، لكنها تحافظ على توازنها. وهذا يجعل من الممكن استخدام قدرة الحوسبة بكفاءة. وتبدأ السلسلة بنموذج أساسي أصغر يُسمّى EfficientNet-B0، ويشكّل الأساس لجميع الإصدارات الأخرى.

انطلاقًا من B0، تتوسع النماذج إلى متغيرات أكبر تُسمّى EfficientNet-B1 إلى EfficientNet-B7. ومع كل خطوة، تكتسب الشبكة طبقات إضافية، ويزداد عدد القنوات (الوحدات المستخدمة للمعالجة)، وتتعامل مع صور إدخال ذات دقة أعلى. ويحدّد مقدار النمو في كل خطوة معامل يُسمّى المعامل المركب، الذي يضمن زيادة العمق والعرض والدقة بنسب ثابتة بدلًا من زيادتها بصورة مستقلة.

الشكل 2. يزيد القياس المركب عرض النموذج وعمقه ودقة الصورة. (المصدر)

بنية EfficientNet#

لنلقِ نظرةً الآن على بنية EfficientNet.

يعتمد على MobileNetV2، وهو نموذج خفيف لرؤية الحاسوب مُحسّن للأجهزة المحمولة والمضمنة. وفي صميمه كتلة الالتفاف ذات عنق الزجاجة المعكوسة المحمولة (MBConv)، وهي طبقة خاصة تعالج بيانات الصور مثل الالتفاف القياسي، لكن بعدد أقل من العمليات الحسابية. وتجعل هذه الكتلة النموذج سريعًا وأكثر كفاءة في استخدام الذاكرة.

توجد داخل كل كتلة من كتل MBConv وحدة الضغط والإثارة (SE). وتضبط هذه الوحدة قوة القنوات المختلفة في الشبكة؛ إذ تعزّز قوة القنوات الأساسية وتقلّل قوة القنوات الأخرى. وتساعد الوحدة الشبكة على التركيز على السمات الأكثر أهمية في الصورة مع تجاهل البقية. ويستخدم نموذج EfficientNet أيضًا دالة تنشيط Swish، وهي دالة رياضية تساعد الشبكة على تعلّم الأنماط، ما يساعده على اكتشاف الأنماط في الصور بصورة أفضل من الأساليب الأقدم.

إضافةً إلى ذلك، يستخدم DropConnect، حيث تُعطّل بعض الاتصالات داخل الشبكة عشوائيًا أثناء التدريب. وتقلّل طريقة التنظيم العشوائي هذه من فرط التكيّف من خلال إجبار الشبكة على تعلّم تمثيلات سمات أكثر متانة (أنماط أقوى وأكثر تعميمًا في البيانات) تنتقل بصورة أفضل إلى البيانات غير المرئية، بدلًا من حفظ بيانات التدريب.

الشكل 3. بنية EfficientNet-B0 (المصدر)

لمحة موجزة عن متغيرات نموذج EfficientNet#

بعد أن كوّنا فهمًا أفضل لكيفية عمل نماذج EfficientNet، لنناقش متغيرات النماذج المختلفة.

تتدرج نماذج EfficientNet من B0 إلى B7، بدءًا من B0 بوصفه خط الأساس الذي يوازن بين السرعة والدقة. ويزيد كل إصدار العمق والعرض ودقة الصورة، مما يحسّن الدقة. إلا أنها تتطلب أيضًا قدرة حوسبية أكبر، بدءًا من B1 وB2 وصولًا إلى B6 وB7 عاليَي الأداء.

توفّق نموذجا EfficientNet-B3 وEfficientNet-B4 بين التوازن للصور الأكبر حجمًا، في حين يُختار B5 غالبًا لمجموعات البيانات المعقدة التي تتطلب الدقة. وما بعد هذه النماذج، يمكن لأحدث نموذج، EfficientNet V2، تحسين سرعة التدريب والتعامل بصورة أفضل مع مجموعات البيانات الصغيرة، كما أنه مُحسّن للعتاد الحديث.

تطبيقات EfficientNet#

يمكن لـ EfficientNet إنتاج نتائج دقيقة مع استخدام ذاكرة وقدرة معالجة أقل من العديد من النماذج الأخرى. وهذا يجعله مفيدًا في مجالات كثيرة، بدءًا من البحث العلمي ووصولًا إلى المنتجات التي يستخدمها الناس يوميًا.

تحليل الصور الطبية#

غالبًا ما تحتوي الصور الطبية، مثل صور الأشعة المقطعية للرئتين، على تفاصيل دقيقة بالغة الأهمية للتشخيص الدقيق. ويمكن لنماذج الذكاء الاصطناعي المساعدة في تحليل هذه الصور لاكتشاف أنماط قد يصعب على البشر رصدها. ومن تكييفات EfficientNet لهذا الغرض نموذج MONAI EfficientNet، المصمّم خصيصًا لـ تحليل الصور الطبية.

وبالاعتماد على بنية EfficientNet، طوّر الباحثون أيضًا نموذج Lung-EffNet، الذي يصنّف صور الأشعة المقطعية للرئتين لاكتشاف الأورام. ويمكنه تصنيف الأورام إلى حميدة أو خبيثة أو طبيعية، محققًا دقة مُعلنة تتجاوز 99% في البيئات التجريبية.

الشكل 4. تصنيف الأورام باستخدام Lung-EffNet. (المصدر)

اكتشاف الكائنات في الوقت الفعلي#

اكتشاف الكائنات هو عملية العثور على الكائنات في الصورة وتحديد مواقعها. وهو جزء أساسي من تطبيقات مثل أنظمة الأمن والسيارات ذاتية القيادة والطائرات المسيّرة.

أصبح EfficientNet مهمًا في هذا المجال لأنه قدّم طريقة فعالة جدًا لاستخراج السمات من الصور. وأوضحت طريقته في قياس العمق والعرض والدقة كيف يمكن للنماذج أن تكون دقيقة من دون أن تكون ثقيلة أو بطيئة جدًا. ولهذا السبب تستخدم العديد من أنظمة الاكتشاف، مثل EfficientDet، EfficientNet بوصفه شبكتها الأساسية.

تشترك النماذج الأحدث، مثل Ultralytics YOLO11، في الهدف نفسه المتمثل في الجمع بين السرعة والدقة. وقد تأثر هذا التوجه نحو النماذج الفعالة بشدة بالأفكار المستمدة من بُنى مثل EfficientNet.

إيجابيات EfficientNet وسلبياته#

فيما يلي بعض فوائد استخدام EfficientNet في مشاريع رؤية الحاسوب:

• دقة عالية مع عدد أقل من المعاملات: يمكن لـ EfficientNet تقديم دقة مماثلة أو أفضل من النماذج الأقدم مثل ResNet أو DenseNet. ومع ذلك، فإنه يستخدم عددًا أقل من المعاملات، مما يجعله أسرع في التدريب وأسهل في النشر.
• عائلة نماذج قابلة للتوسع: بدءًا من B0 وصولًا إلى B7، يمكنك اختيار إصدار يطابق متطلبات عتادك ودقتك من دون تغيير شبكة خط الأساس.
• مناسب للتعلّم بالنقل: يمكن لـ EfficientNet تقديم أداء موثوق للنموذج في التعلّم بالنقل، وهي عملية إعادة تدريب نموذج مُدرّب مسبقًا لمهمة مخصصة. ويمكنه العمل شبكةً أساسية لمجموعة متنوعة من مهام رؤية الحاسوب. كما أظهر نتائج قوية عند ضبطه بدقة. فعلى سبيل المثال، حقق دقة متقدمة على CIFAR-100، وهي مجموعة بيانات واسعة الاستخدام لـ تصنيف الصور، مع عدد معاملات أقل بكثير من النماذج السابقة.

على الرغم من الفوائد العديدة المرتبطة باستخدام EfficientNet، فإليك بعض قيوده التي ينبغي أخذها في الحسبان:

• يتطلب مزيدًا من الذاكرة: تتطلب إصدارات مثل EfficientNet-B6 وEfficientNet-B7 قدرًا كبيرًا من ذاكرة GPU.
• القياس مضبوط لـ ImageNet: صُمّمت إعدادات القياس لمجموعة بيانات ImageNet، ولذلك قد ينخفض الأداء على مجموعات البيانات المختلفة جدًا من دون ضبط دقيق. وينطبق ذلك خصوصًا على مجموعات البيانات الصغيرة، إذ صُمّمت بنية EfficientNet وقياسه لمجموعة بيانات كبيرة ومتنوعة مثل ImageNet، التي توفر بيانات كافية لتبرير عمقه وعرضه.
• أبطأ على بعض الأجهزة: يستخدم EfficientNet طبقات تُسمّى MBConv، وقد صُمّمت لتحقيق الكفاءة على العتاد الحديث. وعلى وحدات GPU أو CPU الأقدم، قد تعمل هذه الطبقات ببطء أكبر.

أهم النقاط المستخلصة#

غيّر EfficientNet طريقة نمو نماذج رؤية الحاسوب من خلال الحفاظ على التوازن بين العمق والعرض ودقة الصورة. ولا يزال نموذجًا مهمًا، كما أثّر في البنى الأحدث أيضًا. وعلى وجه الخصوص، يحتل مكانة مهمة في تاريخ رؤية الحاسوب.

انضم إلى مجتمعنا ومستودعنا على GitHub لاستكشاف المزيد حول الذكاء الاصطناعي. اطّلع على صفحات حلولنا لقراءة المزيد عن الذكاء الاصطناعي في الرعاية الصحية ورؤية الحاسوب في قطاع السيارات. تعرّف على خيارات الترخيص لدينا وابدأ اليوم في بناء حلول باستخدام رؤية الحاسوب!