ما EfficientNet؟ نظرة عامة سريعة

في عام 2019، قدّم باحثون في Google AI نموذج EfficientNet، وهو نموذج متقدم في مجال الرؤية الحاسوبية صُمم للتعرف على الأجسام والأنماط في الصور. وقد صُمم أساسًا لتصنيف الصور، وهي مهمة تتضمن إسناد الصورة إلى فئة واحدة من عدة فئات محددة مسبقًا. لكن EfficientNet يُستخدم اليوم أيضًا بوصفه شبكةً أساسيةً لمهام أكثر تعقيدًا، مثل اكتشاف الأجسام والتجزئة والتعلم بالنقل.

قبل EfficientNet، كانت نماذج التعلم الآلي والذكاء الاصطناعي البصري تحاول تحسين الدقة بإضافة مزيد من الطبقات أو زيادة حجمها. والطبقات هي خطوات في نموذج الشبكة العصبية (وهو نوع من نماذج التعلم العميق المستوحاة من الدماغ البشري) تعالج البيانات لتعلم الأنماط وتحسين الدقة.

أوجدت هذه التغييرات مفاضلة، إذ جعلت نماذج الذكاء الاصطناعي التقليدية أكبر وأبطأ، بينما كان التحسن الإضافي في الدقة محدودًا غالبًا مقارنة بالزيادة الكبيرة في القدرة الحاسوبية المطلوبة.

اتبعت EfficientNet نهجًا مختلفًا، إذ زادت العمق (عدد الطبقات) والعرض (عدد الوحدات في كل طبقة) ودقة الصورة (مستوى تفاصيل الصور المدخلة) معًا بطريقة متوازنة. وتُسمى هذه الطريقة التحجيم المركّب. والنتيجة نموذج أصغر وأسرع يمكنه التفوق على نماذج أقدم مثل ResNet أو DenseNet.

تقدم نماذج الرؤية الحاسوبية الأحدث اليوم، مثل Ultralytics YOLO11 وخليفته Ultralytics YOLO26، دقة وسرعة وكفاءة أكبر. ومع ذلك، يظل EfficientNet محطة مهمة أثرت في تصميم العديد من المعماريات المتقدمة.

في هذه المقالة، سنشرح EfficientNet في خمس دقائق، ونتناول آلية عمله وما يميزه وأسباب استمرار أهميته في الرؤية الحاسوبية.

ما EfficientNet؟#

قبل تصميم EfficientNet، كانت معظم نماذج التعرف على الصور تحسن الدقة بتعديل طبقاتها أو زيادة حجم الصور المدخلة لالتقاط مزيد من التفاصيل. حسّنت هذه الاستراتيجيات النتائج، لكنها جعلت النماذج أثقل وأكثر تطلبًا للموارد أيضًا، ما استلزم ذاكرة أكبر وأجهزة أقوى.

بدلًا من تغيير الطبقات منفردة، يوسّع EfficientNet العمق والعرض ودقة الصور معًا باستخدام طريقة تُسمى التحجيم المركب. ويتيح هذا النهج نمو النموذج بكفاءة دون تحميل أي جانب منفرد فوق طاقته.

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

الشكل 1. اللبنات الأساسية لبنية EfficientNet. (المصدر)

تستخدم الإصدارات الأصغر عددًا أقل من الوحدات، بينما تكرر الإصدارات الأكبر الوحدات مرات أكثر. ويتيح هذا التصميم المرن لـ EfficientNet تحقيق دقة وكفاءة عاليتين في نطاق واسع من التطبيقات، من الأجهزة المحمولة إلى الأنظمة واسعة النطاق.

آلية عمل التحجيم المركب#

تعمل طريقة التحجيم المركب على توسيع عمق النموذج وعرضه ودقة صوره مع الحفاظ على التوازن بينها. وهذا يجعل استخدام القدرة الحاسوبية بكفاءة أمرًا ممكنًا. تبدأ السلسلة بنموذج أساسي أصغر يُسمى EfficientNet-B0، وهو أساس جميع الإصدارات الأخرى.

انطلاقًا من B0، تتدرج النماذج إلى متغيرات أكبر تحمل أسماء EfficientNet-B1 إلى EfficientNet-B7. وفي كل مرحلة، تكتسب الشبكة طبقات إضافية، ويزداد عدد القنوات (الوحدات المستخدمة للمعالجة)، وتتعامل مع صور مدخلة أعلى دقة. ويحدد مقدار النمو في كل مرحلة مُعامل يُسمى معامل التحجيم المركب، ما يضمن زيادة العمق والعرض والدقة بنسب ثابتة بدلًا من زيادتها كلٌّ على حدة.

الشكل 2. يزيد التحجيم المركب عرض النموذج وعمقه ودقة صوره. (المصدر)

بنية EfficientNet#

والآن، لنلقِ نظرة على بنية EfficientNet.

تعتمد البنية على MobileNetV2، وهو نموذج خفيف للرؤية الحاسوبية مُحسّن للأجهزة المحمولة والمضمنة. وفي صميمها كتلة الالتفاف ذات عنق الزجاجة المقلوب للأجهزة المحمولة (MBConv)، وهي طبقة خاصة تعالج بيانات الصور مثل الالتفاف التقليدي ولكن بحسابات أقل. وتجعل هذه الكتلة النموذج سريعًا وأكثر كفاءة في استخدام الذاكرة.

تحتوي كل كتلة MBConv على وحدة الضغط والإثارة (SE). وتضبط هذه الوحدة قوة القنوات المختلفة في الشبكة؛ فتعزز قوة القنوات الأساسية وتخفض قوة القنوات الأخرى. وتساعد الوحدة الشبكة على التركيز على أهم الميزات في الصورة مع تجاهل الباقي. ويستخدم نموذج EfficientNet أيضًا دالة التنشيط Swish، وهي دالة رياضية تساعد الشبكة على تعلم الأنماط، ما يعينها على اكتشاف الأنماط في الصور بفاعلية أكبر من الطرق الأقدم.

إضافة إلى ذلك، يستخدم النموذج DropConnect، حيث تُعطّل بعض الوصلات داخل الشبكة عشوائيًا أثناء التدريب. وتحد طريقة التنظيم العشوائي هذه (تقنية عشوائية تمنع النموذج من حفظ بيانات التدريب بدلًا من التعميم) من فرط التكيّف، إذ تجبر الشبكة على تعلم تمثيلات أكثر متانة للسمات (أنماط أقوى وأكثر قابلية للتعميم في البيانات) تنتقل بفاعلية أكبر إلى البيانات غير المرئية.

الشكل 3. بنية EfficientNet-B0 (المصدر)

لمحة موجزة عن متغيرات نموذج EfficientNet#

بعد أن تعرفنا على طريقة عمل نماذج EfficientNet، لنناقش متغيرات النماذج المختلفة.

تتدرج نماذج EfficientNet من B0 إلى B7، بدءًا من B0 بوصفه النموذج الأساسي الذي يوازن بين السرعة والدقة. ويزيد كل إصدار العمق والعرض ودقة الصور، ما يحسن الدقة. لكنه يتطلب أيضًا قدرة حاسوبية أكبر، بدءًا من B1 وB2 وصولًا إلى B6 وB7 ذوي الأداء العالي.

تحقق نماذج EfficientNet-B3 وEfficientNet-B4 توازنًا مناسبًا للصور الأكبر، بينما يُختار B5 غالبًا لمجموعات البيانات المعقدة التي تتطلب الدقة. أما EfficientNetV2، خليفة هذه النماذج، فيُدرَّب بسرعة أكبر ويحقق كفاءة أعلى في استخدام المعلمات.

تطبيقات EfficientNet#

يستطيع EfficientNet تحقيق نتائج دقيقة مع استخدام ذاكرة وقدرة معالجة أقل من كثير من النماذج الأخرى. وهذا يجعله مفيدًا في مجالات عديدة، 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 ملاحظتها. ومن تطبيقات EfficientNet لهذا الغرض نموذج MONAI (الشبكة المفتوحة الطبية للذكاء الاصطناعي) EfficientNet، المصمم خصيصًا لـتحليل الصور الطبية.

استنادًا إلى معمارية EfficientNet، طور الباحثون أيضًا Lung-EffNet، وهو نموذج يصنف صور التصوير المقطعي المحوسب للرئتين لاكتشاف الأورام. ويمكنه تصنيف الصور إلى حميدة أو خبيثة أو طبيعية، محققًا دقة معلنة تتجاوز 99% في البيئات التجريبية.

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

اكتشاف الأجسام في الوقت الفعلي#

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

أصبح EfficientNet مهمًا في هذا المجال لأنه أتاح طريقة عالية الكفاءة لاستخراج السمات من الصور. وأوضحت طريقته في تحجيم العمق والعرض والدقة كيف يمكن للنماذج تحقيق الدقة دون أن تصبح ثقيلة أو بطيئة للغاية. ولهذا تستخدم أنظمة كثيرة لاكتشاف الأجسام، مثل EfficientDet، EfficientNet عمودًا فقريًا لها.

تشترك نماذج أحدث، مثل Ultralytics YOLO11، في الهدف نفسه المتمثل في الجمع بين السرعة والدقة. وقد تأثر هذا التوجه نحو النماذج الفعالة بشدة بأفكار من بنيات مثل EfficientNet.

مزايا EfficientNet وعيوبه#

فيما يلي بعض فوائد استخدام EfficientNet في مشاريع الرؤية الحاسوبية:

• دقة عالية مع عدد أقل من المعلمات: يستطيع EfficientNet تحقيق دقة مماثلة أو أفضل من نماذج أقدم مثل ResNet أو DenseNet. ومع ذلك، يستخدم عددًا أقل من المعلمات، ما يجعل تدريبه أسرع ونشره أسهل.
• عائلة نماذج قابلة للتوسع: تتدرج الإصدارات من B0 إلى B7، ويمكنك اختيار إصدار يناسب أجهزتك ومتطلبات الإحكام دون تغيير الشبكة الأساسية.
• ملائم للتعلم بالنقل: يمكن لـEfficientNet أن يوفر أداءً موثوقًا للنموذج في التعلم بالنقل، وهي عملية إعادة تدريب نموذج مدرّب مسبقًا لمهمة مخصصة. ويمكن استخدامه عمودًا فقريًا لمجموعة متنوعة من مهام الرؤية الحاسوبية. كما أظهر نتائج قوية عند ضبطه بدقة. فعلى سبيل المثال، حقق دقة تضاهي أحدث ما توصلت إليه التقنية على CIFAR-100، وهي مجموعة بيانات واسعة الاستخدام لـتصنيف الصور، مع عدد أقل بكثير من المعلمات مقارنةً بالنماذج السابقة.

على الرغم من فوائد استخدام EfficientNet العديدة، إليك بعض قيوده التي ينبغي وضعها في الحسبان:

• يتطلب ذاكرة أكبر: تتطلب إصدارات مثل EfficientNet-B6 وEfficientNet-B7 قدرًا كبيرًا من ذاكرة GPU.
• إعدادات التحجيم مضبوطة على ImageNet: صُممت إعدادات التحجيم لمجموعة بيانات ImageNet، لذا قد يتراجع الأداء على مجموعات بيانات مختلفة جدًا دون ضبط دقيق. وينطبق ذلك خصوصًا على مجموعات البيانات الصغيرة، لأن بنية EfficientNet وإعدادات تحجيمه صُممت لمجموعة بيانات كبيرة ومتنوعة مثل ImageNet، توفر بيانات كافية لتبرير عمق النموذج وعرضه.
• أبطأ على بعض الأجهزة: يستخدم EfficientNet طبقات تُسمى MBConv، وهي مصممة لتحقيق الكفاءة على الأجهزة الحديثة. وقد تعمل هذه الطبقات ببطء أكبر على وحدات GPU أو CPU الأقدم.

أبرز النقاط#

غيّر EfficientNet طريقة توسع نماذج الرؤية الحاسوبية من خلال الحفاظ على التوازن بين العمق والعرض ودقة الصور. وما زال نموذجًا مهمًا، كما أثّر في البنيات الأحدث. وله مكانة بارزة في تاريخ الرؤية الحاسوبية على وجه الخصوص.

انضم إلى مجتمعنا ومستودعنا على GitHub لاستكشاف المزيد عن الذكاء الاصطناعي. تفقّد صفحات حلولنا للاطلاع على الذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في قطاع السيارات. اكتشف خيارات الترخيص وابدأ اليوم في بناء حلول باستخدام الرؤية الحاسوبية!