ما هي EfficientNet؟ نظرة عامة سريعة

في عام 2019، قدم الباحثون في Google AI نموذج EfficientNet، وهو نموذج متطور لـالرؤية الحاسوبية مصمم للتعرف على الكائنات والأنماط في الصور. وقد تم تصميمها أساساً لتصنيف الصور، والذي يتضمن تعيين صورة لواحدة من عدة فئات محددة مسبقاً. ومع ذلك، يعمل نموذج EfficientNet اليوم أيضاً كعنصر أساسي للمهام الأكثر تعقيداً مثل اكتشاف الكائنات، والتجزئة، والتعلم النقلي.

قبل ظهور EfficientNet، كانت نماذج التعلم الآلي ورؤية الحاسوب تحاول تحسين الدقة عن طريق إضافة المزيد من الطبقات أو زيادة حجم تلك الطبقات. الطبقات هي الخطوات في نموذج الشبكة العصبية (نوع من نماذج التعلم العميق المستوحاة من الدماغ البشري) التي تعالج البيانات لتعلم الأنماط وتحسين الدقة.

خلقت هذه التغييرات مقايضة، مما جعل نماذج الذكاء الاصطناعي التقليدية أكبر وأبطأ، في حين أن الزيادة في الدقة كانت غالبًا ضئيلة مقارنة بالزيادة الكبيرة في قوة الحوسبة المطلوبة.

اتخذ نموذج EfficientNet نهجاً مختلفاً. فقد قام بزيادة العمق (عدد الطبقات)، والعرض (عدد الوحدات في كل طبقة)، ودقة الصورة (مستوى التفاصيل لصور الإدخال) معاً بطريقة متوازنة. وتُستخدم هذه الطريقة، التي تسمى القياس المركب، موثوقية كل قوة المعالجة المتاحة. والنتيجة النهائية هي نموذج أصغر حجماً وأسرع يمكن أن يؤدي أداءً أفضل من النماذج القديمة مثل ResNet أو DenseNet.

اليوم، توفر نماذج الرؤية الحاسوبية الأحدث مثل Ultralytics YOLO11 دقة وسرعة وكفاءة أكبر. ومع ذلك، يظل نموذج EfficientNet علامة فارقة مهمة أثرت في تصميم العديد من البنى المتقدمة.

في هذه المقالة، سنشرح EfficientNet في خمس دقائق، ونغطي كيفية عملها، وما يجعلها فريدة من نوعها، ولماذا لا تزال مهمة في رؤية الحاسوب. لنبدأ!

ما هي EfficientNet؟#

قبل تصميم EfficientNet، كانت معظم نماذج التعرف على الصور تحسن الدقة عن طريق ضبط طبقاتها أو زيادة حجم الصورة المدخلة لالتقاط المزيد من التفاصيل. بينما حسنت هذه الاستراتيجيات النتائج، إلا أنها جعلت النماذج أثقل وأكثر تطلبًا. وهذا يعني أنها كانت تحتاج إلى مزيد من الذاكرة وأجهزة أفضل.

بدلاً من تغيير الطبقات الفردية، تقوم EfficientNet بتوسيع العمق والعرض ودقة الصورة معًا باستخدام طريقة تسمى القياس المركب. يسمح هذا النهج للنموذج بالنمو بكفاءة دون تحميل أي جانب واحد بشكل زائد.

تعالج بنية EfficientNet الصور من خلال سلسلة من الكتل، كل منها مبني من وحدات أصغر. يعتمد عدد الوحدات في كل كتلة على حجم النموذج.

الشكل 1. اللبنات الأساسية لنموذج EfficientNet. (المصدر)

تستخدم الإصدارات الأصغر وحدات أقل، بينما تكرر الإصدارات الأكبر الوحدات بشكل متكرر. يتيح هذا التصميم المرن لـ EfficientNet تقديم دقة وكفاءة عاليتين عبر مجموعة واسعة من التطبيقات، من الأجهزة المحمولة إلى الأنظمة واسعة النطاق.

كيف يعمل القياس المركب#

توسع طريقة القياس المركب عمق النموذج وعرضه ودقة صورته ولكنها تحافظ على توازنها. هذا يجعل من الممكن استخدام قوة الحوسبة بكفاءة. تبدأ السلسلة بنموذج أساسي أصغر يسمى EfficientNet-B0، والذي يعمل كأساس لجميع الإصدارات الأخرى.

من B0، تتوسع النماذج إلى متغيرات أكبر تسمى EfficientNet-B1 حتى EfficientNet-B7. مع كل خطوة، تكتسب الشبكة طبقات إضافية، وتزيد من عدد القنوات (الوحدات المستخدمة للمعالجة)، وتتعامل مع صور مدخلة ذات دقة أعلى. يتم تحديد مقدار النمو في كل خطوة بواسطة معلمة تسمى المعامل المركب، والذي يضمن زيادة العمق والعرض والدقة بنسب ثابتة بدلاً من زيادتها بشكل مستقل.

الشكل 2. يعمل القياس المركب على زيادة عرض النموذج وعمقه ودقة صورته. (المصدر)

بنية EfficientNet#

بعد ذلك، دعونا نلقي نظرة على بنية EfficientNet.

إنها تعتمد على MobileNetV2، وهو نموذج رؤية حاسوب خفيف الوزن ومحسن للأجهزة المحمولة والمدمجة. في جوهره يوجد كتلة Mobile Inverted Bottleneck Convolution (MBConv)، وهي طبقة خاصة تعالج بيانات الصورة مثل الالتفاف القياسي ولكن مع حسابات أقل. تجعل هذه الكتلة النموذج سريعًا وأكثر كفاءة في استخدام الذاكرة.

داخل كل من كتل MBConv توجد وحدة squeeze-and-excitation (SE). تقوم هذه الوحدة بضبط قوة القنوات المختلفة في الشبكة. إنها تعزز قوة القنوات الأساسية وتقلل من قوة القنوات الأخرى. تساعد الوحدة الشبكة على التركيز على أهم الميزات في الصورة، مع تجاهل الباقي. يستخدم نموذج EfficientNet أيضًا دالة تنشيط Swish (دالة رياضية تساعد الشبكة على تعلم الأنماط)، والتي تساعده في اكتشاف الأنماط في الصور بشكل أفضل من الطرق القديمة.

علاوة على ذلك، فهي تستخدم DropConnect، حيث يتم إيقاف بعض الاتصالات داخل الشبكة بشكل عشوائي أثناء التدريب. تعمل طريقة التنظيم العشوائي هذه (تقنية عشوائية لمنع النموذج من حفظ بيانات التدريب بدلاً من التعميم) على تقليل الإفراط في التخصيص من خلال إجبار الشبكة على تعلم تمثيلات ميزات أكثر قوة (أنماط أقوى وأكثر عمومية في البيانات) والتي تنتقل بشكل أفضل إلى البيانات غير المرئية.

الشكل 3. بنية EfficientNet-B0 (المصدر)

نظرة عامة موجزة على متغيرات نموذج EfficientNet#

الآن بعد أن أصبح لدينا فهم أفضل لكيفية عمل نماذج EfficientNet، دعونا نناقش متغيرات النموذج المختلفة.

تتوسع نماذج EfficientNet من B0 إلى B7، بدءًا من B0 كأساس يوازن بين السرعة والدقة. يزيد كل إصدار من العمق والعرض ودقة الصورة، مما يحسن الدقة. ومع ذلك، فهي تتطلب أيضًا المزيد من قوة الحوسبة، من B1 و B2 وصولاً إلى B6 و B7 عالية الأداء.

بينما تحقق نماذج EfficientNet-B3 و EfficientNet-B4 توازناً للصور الأكبر، غالبًا ما يتم اختيار B5 لمجموعات البيانات المعقدة التي تتطلب الدقة. بخلاف هذه النماذج، يمكن لأحدث نموذج، EfficientNet V2، تحسين سرعة التدريب، والتعامل مع مجموعات البيانات الصغيرة بشكل أفضل، كما أنه مُحسَّن للأجهزة الحديثة.

تطبيقات EfficientNet#

يمكن لـ EfficientNet إنتاج نتائج دقيقة مع استخدام ذاكرة وقوة معالجة أقل من العديد من النماذج الأخرى. وهذا يجعلها مفيدة في العديد من المجالات، من البحث العلمي إلى المنتجات التي يستخدمها الناس يوميًا.

تحليل الصور الطبية#

تحتوي الصور الطبية، مثل التصوير المقطعي للرئتين، غالباً على تفاصيل دقيقة بالغة الأهمية للتشخيص الدقيق. يمكن لنماذج الذكاء الاصطناعي المساعدة في تحليل هذه الصور للكشف عن الأنماط التي قد يصعب على البشر اكتشافها. أحد تعديلات EfficientNet لهذا الغرض هو MONAI (Medical Open Network for AI) EfficientNet، المصمم خصيصاً لـتحليل الصور الطبية.

بناءً على بنية EfficientNet، طوّر الباحثون أيضاً نموذج Lung-EffNet، وهو نموذج يصنف عمليات التصوير المقطعي للرئة للكشف عن الأورام. يمكنه تصنيف الأورام على أنها حميدة أو خبيثة أو طبيعية، محققاً دقة مُبلغاً عنها تزيد عن 99% في البيئات التجريبية.

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

اكتشاف الكائنات في الوقت الفعلي#

اكتشاف الكائنات هو عملية العثور على الكائنات في صورة وتحديد مواقعها. وهو جزء رئيسي من تطبيقات مثل أنظمة الأمان، والسيارات ذاتية القيادة، والطائرات بدون طيار.

أصبح نموذج EfficientNet مهمًا في هذا المجال لأنه يقدم طريقة فعالة للغاية لاستخراج الميزات من الصور. أظهرت طريقة قياس العمق والعرض والدقة كيف يمكن للنماذج أن تكون دقيقة دون أن تكون ثقيلة أو بطيئة للغاية. ولهذا السبب تستخدم العديد من أنظمة الكشف، مثل EfficientDet، نموذج EfficientNet كعمود فقري لها.

تشترك النماذج الأحدث، مثل Ultralytics YOLO11، في نفس هدف الجمع بين السرعة والدقة. تأثر هذا الاتجاه نحو النماذج الفعالة بشدة بالأفكار المستمدة من بنيات مثل EfficientNet.

إيجابيات وسلبيات EfficientNet#

إليك بعض فوائد استخدام EfficientNet في مشاريع رؤية الحاسوب:

• دقة عالية مع عدد أقل من المعلمات: يمكن لـ EfficientNet تقديم دقة مماثلة أو أفضل من النماذج الأقدم مثل ResNet أو DenseNet. ومع ذلك، فهي تستخدم معلمات أقل، مما يجعلها أسرع في التدريب وأسهل في النشر.
• عائلة نماذج قابلة للتوسع: بدءًا من B0 إلى B7، يمكنك اختيار إصدار يتناسب مع أجهزتك ومتطلبات الدقة الخاصة بك دون تغيير الشبكة الأساسية.
• جيد للتعلم النقلي: يمكن لـ EfficientNet تقديم أداء نموذج موثوق به للتعلم النقلي، وهي عملية إعادة تدريب نموذج مُدرب مسبقًا لمهمة مخصصة. يمكن أن يعمل كعمود فقري لمجموعة متنوعة من مهام الرؤية الحاسوبية. وقد أظهر أيضًا نتائج قوية عند الضبط الدقيق. على سبيل المثال، حقق دقة متطورة على CIFAR-100، وهو مجموعة بيانات تصنيف صور تستخدم على نطاق واسع، بمعلمات أقل بكثير من النماذج السابقة.

بينما توجد العديد من الفوائد المتعلقة باستخدام EfficientNet، إليك بعض قيود EfficientNet التي يجب وضعها في الاعتبار:

• تتطلب المزيد من الذاكرة: تتطلب إصدارات مثل EfficientNet-B6 و EfficientNet-B7 الكثير من ذاكرة GPU.
• ضبط القياس لـ ImageNet: تم تصميم إعدادات القياس لمجموعة بيانات ImageNet، لذلك قد ينخفض الأداء على مجموعات البيانات المختلفة جدًا بدون الضبط الدقيق. ينطبق هذا بشكل خاص على مجموعات البيانات الصغيرة، نظرًا لأن بنية EfficientNet وقياسها تم تصميمهما لمجموعة بيانات كبيرة ومتنوعة مثل ImageNet، والتي توفر بيانات كافية لتبرير عمقها وعرضها.
• أبطأ على بعض الأجهزة: تستخدم EfficientNet طبقات تسمى MBConv مصممة للكفاءة على الأجهزة الحديثة. على وحدات GPU أو CPU الأقدم، قد تعمل هذه الطبقات بشكل أبطأ.

أبرز النقاط#

غيرت EfficientNet كيفية نمو نماذج رؤية الحاسوب من خلال الحفاظ على توازن العمق والعرض ودقة الصورة. لا يزال نموذجًا مهمًا وقد أثر على البنيات الأحدث أيضًا. على وجه الخصوص، تحتل مكانة ذات مغزى في تاريخ رؤية الحاسوب.

انضم إلى مجتمعنا ومستودع GitHub لاستكشاف المزيد حول الذكاء الاصطناعي. تحقق من صفحتنا الحلول لقراءة حول الذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في قطاع السيارات. اكتشف خيارات الترخيص الخاصة بنا وابدأ في البناء باستخدام الرؤية الحاسوبية اليوم!