ما ResNet-50 وما أهميته في الرؤية الحاسوبية؟

أصبح تحليل الصور آليًا شائعًا على نحو متزايد في تطبيقات مثل اكتشاف السيارات المسرعة أو تحليل الصور الطبية. والتقنية التي تقف وراء هذه الابتكارات هي الرؤية الحاسوبية أو الذكاء الاصطناعي البصري. وهي فرع من الذكاء الاصطناعي (AI) يمكّن الآلات من تفسير الصور ومقاطع الفيديو وفهمها، على نحو يشبه البشر.

لإنشاء حلول الرؤية الحاسوبية هذه، يعتمد المطورون على نماذج الذكاء الاصطناعي البصري القادرة على التعلّم من كميات كبيرة من البيانات المرئية. وعلى مر السنين، طوّر الباحثون نماذج أحدث وأكثر تقدمًا، حققت أداءً لافتًا في مهام الذكاء الاصطناعي البصري، مثل تصنيف الصور (إسناد تسميات إلى الصور)، واكتشاف الأجسام (تحديد مواقع الأجسام داخل الصور والتعرّف عليها)، وتقسيم الكائنات (اكتشاف الأجسام وتحديد حدود أشكالها بدقة).

مع ذلك، يمكن أن تساعد العودة إلى النماذج السابقة وفهمها على استيعاب طريقة عمل أنظمة الرؤية الحاسوبية الحالية. ومن الأمثلة البارزة ResNet-50، وهو نموذج مؤثر قدّم مفهوم الوصلات المختصرة؛ وهي مسارات بسيطة تساعد النموذج على التعلّم بسرعة ودقة أكبر.

أدى هذا الابتكار إلى تدريب شبكات عصبية أعمق بكثير بفاعلية، ما حقق تحسينات كبيرة في تصنيف الصور وأسهم في تشكيل تصميم كثير من النماذج التي تلتها. سنستكشف في هذه المقالة ResNet-50 وآلية عمله وأهميته في تطور الرؤية الحاسوبية.

ما ResNet-50؟#

ResNet-50 نموذج للرؤية الحاسوبية يستند إلى نوع من الشبكات العصبية يُسمى الشبكة العصبية الالتفافية (CNN). وصُممت شبكات CNN لمساعدة الحواسيب على فهم المعلومات المرئية من خلال تعلّم الأنماط في الصور، مثل الحواف والألوان والأشكال، واستخدام هذه الأنماط للتعرّف على الأجسام وتصنيفها.

قدّم باحثون في Microsoft Research نموذج ResNet-50 عام 2015، وسرعان ما أصبح من أكثر النماذج تأثيرًا في المجال بفضل دقته وكفاءته في مهام التعرّف على الصور واسعة النطاق.

من السمات الرئيسية لنموذج ResNet-50 استخدامه الوصلات المتبقية، المعروفة أيضًا بالوصلات المختصرة. وهي مسارات بسيطة تتيح للنموذج تجاوز بعض الخطوات في عملية التعلّم. وبعبارة أخرى، فبدلًا من إجبار النموذج على تمرير المعلومات عبر كل طبقة، تسمح هذه الوصلات له بتمرير التفاصيل المهمة مباشرةً. وهذا يجعل التعلّم أسرع وأكثر موثوقية.

الشكل 1. نظرة على الوصلات المتبقية في بنية ResNet.

يساعد هذا التصميم على حل مشكلة شائعة في التعلم العميق تُسمى مشكلة تلاشي التدرج. ففي النماذج شديدة العمق، قد تضيع المعلومات المهمة أثناء انتقالها عبر طبقات عديدة، ما يصعّب على النموذج التعلم.

تساعد الوصلات المتبقية على منع ذلك من خلال الحفاظ على تدفق المعلومات بوضوح من البداية إلى النهاية. ولهذا سُمّي النموذج ResNet-50: إذ يشير ResNet إلى الشبكة المتبقية، بينما يشير الرقم «50» إلى عدد الطبقات التي يستخدمها لمعالجة الصورة.

نظرة عامة على طريقة عمل ResNet-50#

يتميز ResNet-50 ببنية منظمة جيدًا تتيح للنموذج التعمق دون فقدان المعلومات المهمة. ويتبع نمطًا بسيطًا قابلًا للتكرار يحافظ على الكفاءة مع توفير أداء قوي.

إليك نظرة عن كثب على طريقة عمل بنية ResNet-50:

• استخراج السمات الأساسية: يبدأ النموذج بتطبيق عملية رياضية تُسمى الالتفاف. وتتضمن تمرير مرشحات صغيرة (تُسمى النوى) فوق الصورة لإنتاج خرائط سمات؛ وهي نسخ جديدة من الصورة تُبرز الأنماط الأساسية مثل الحواف أو الأنسجة. وهكذا يبدأ النموذج في التقاط المعلومات المرئية المفيدة.
• تعلّم السمات المعقدة: كلما انتقلت البيانات عبر الشبكة، صغر حجم خرائط السمات. ويحدث ذلك باستخدام تقنيات مثل التجميع أو المرشحات ذات الخطوات الأكبر (وتُسمى الخطوات). وفي الوقت نفسه، تُنشئ الشبكة مزيدًا من خرائط السمات، ما يساعدها على التقاط أنماط تزداد تعقيدًا، مثل الأشكال وأجزاء الأجسام والأنسجة.
• ضغط البيانات وتوسيعها: تضغط كل كتلة عنق زجاجة البيانات، وتعالجها، ثم توسعها مجددًا. ويساعد ذلك النموذج على التعلّم مع توفير الذاكرة.
• الوصلات المختصرة: هذه مسارات بسيطة تتيح للمعلومات تجاوز بعض الطبقات بدلًا من المرور عبرها كلها. وهي تجعل التعلّم أكثر استقرارًا وكفاءة.
• إجراء التنبؤ: في نهاية الشبكة، تُدمج جميع المعلومات التي تعلمها النموذج وتُمرر عبر دالة softmax. وينتج عن ذلك توزيع احتمالي للفئات المحتملة، يوضح مستوى ثقة النموذج بكل تنبؤ، مثل: 90% قطة، و9% كلب، و1% سيارة.

الشكل 2. بنية ResNet-50.

السمات الرئيسية لنموذج ResNet-50#

على الرغم من أن ResNet-50 صُمم في الأصل لتصنيف الصور، فإن تصميمه المرن جعله مفيدًا في مجالات عديدة من الرؤية الحاسوبية. لنلقِ نظرة على بعض السمات التي تميّز ResNet-50.

استخدام ResNet-50 لتصنيف الصور#

يُستخدم ResNet-50 أساسًا لتصنيف الصور، حيث يكون الهدف إسناد تسمية واحدة إلى صورة. فعلى سبيل المثال، قد يصنف النموذج صورةً على أنها كلب أو قطة أو طائرة، استنادًا إلى الكائن الرئيسي الذي يراه.

جعل التصميم الموثوق لهذا النموذج وتوافره في مكتبات التعلّم العميق واسعة الاستخدام، مثل PyTorch وTensorFlow، من ResNet-50 خيارًا مبكرًا شائعًا للتدريب على مجموعات بيانات الصور الكبيرة. ومن أشهر الأمثلة ImageNet، وهي مجموعة ضخمة من الصور المصنفة تُستخدم لتقييم نماذج الرؤية الحاسوبية ومقارنتها.

على الرغم من تفوق النماذج الأحدث، مثل Ultralytics YOLO11، على ResNet-50، فإنه لا يزال يُستخدم عادةً معيارًا مرجعيًا بفضل توازنه الجيد بين الدقة والسرعة والبساطة.

الشكل 3. مثال على استخدام ResNet-50 لتصنيف صورة كلب.

اكتشاف الأجسام باستخدام العمود الفقري ResNet-50#

يركز تصنيف الصور على تحديد الجسم الرئيسي في الصورة، بينما يأخذ اكتشاف الأجسام الأمر خطوة إلى الأمام، إذ يحدد أجسامًا متعددة في الصورة نفسها ويصنّفها. فعلى سبيل المثال، قد يحتاج النموذج في صورة لشارع مزدحم إلى اكتشاف السيارات والحافلات والأشخاص، وتحديد موقع كل منها.

يُستخدم ResNet-50 عمودًا فقريًا في بعض هذه النماذج. وهذا يعني أنه يتولى الجزء الأول من المهمة: تحليل الصورة واستخراج التفاصيل المهمة التي تصف محتواها ومواقع العناصر فيها. ثم تُمرر هذه التفاصيل إلى الجزء التالي من النموذج، المسمى رأس الكشف، الذي يتخذ القرارات النهائية بشأن الكائنات الموجودة في الصورة ومواقعها.

تستخدم نماذج الاكتشاف الشائعة، مثل Faster R-CNN وDETR، ResNet-50 في خطوة استخراج السمات هذه. وبفضل قدرته على التقاط التفاصيل الدقيقة والتخطيط العام للصورة، يساعد هذه النماذج على إجراء تنبؤات دقيقة، حتى في المشاهد المعقدة.

التعلّم بالنقل باستخدام ResNet-50#

من الجوانب الأخرى المثيرة للاهتمام في نموذج ResNet-50 قدرته على دعم التعلّم بالنقل. وهذا يعني إمكانية تكييف النموذج، الذي دُرّب في الأصل على مجموعة بيانات كبيرة مثل ImageNet لتصنيف الصور، لمهام جديدة باستخدام بيانات أقل بكثير.

وبدلًا من البدء من الصفر، يُعاد استخدام معظم طبقات النموذج، ولا تُستبدل سوى طبقة التصنيف النهائية وتُعاد تهيئتها للتدريب على المهمة الجديدة. وهذا يوفر الوقت، ويكون مفيدًا بوجه خاص عندما تكون البيانات المصنفة محدودة.

تطبيقات ResNet-50 في الرؤية الحاسوبية#

جعلت بنية ResNet-50 منه نموذجًا مفيدًا لمجموعة واسعة من تطبيقات الرؤية الحاسوبية. وقد كان مهمًا بوجه خاص في البدايات الأولى للتعلّم العميق، إذ ساعد على نقل تقنية الذكاء الاصطناعي البصري من الأبحاث إلى الاستخدام العملي. ومن خلال معالجة تحديات رئيسية، أسهم في تمهيد الطريق للنماذج الأكثر تقدمًا التي نراها في تطبيقات اليوم.

التصوير الطبي المدعوم بـ ResNet-50#

كان ResNet-50 من النماذج المبكرة المستخدمة في التصوير الطبي القائم على التعلّم العميق. واستفاد منه الباحثون لتحديد أنماط الأمراض في صور الأشعة السينية والرنين المغناطيسي وغيرها من صور الفحوص التشخيصية. فعلى سبيل المثال، ساعد في اكتشاف الأورام وتصنيف صور شبكية العين لدى مرضى السكري لدعم التشخيص في طب العيون.

على الرغم من استخدام نماذج أكثر تقدمًا الآن في الأدوات السريرية، فقد أدى ResNet-50 دورًا رئيسيًا في الأبحاث الطبية المبكرة للذكاء الاصطناعي. وجعلته سهولة استخدامه وتصميمه الوحداتي خيارًا مناسبًا لإنشاء نماذج أولية لأنظمة التشخيص.

الشكل 4. اكتشاف ورم دماغي باستخدام ResNet-50.

الأتمتة الصناعية المدعومة بـ ResNet-50#

وبالمثل، طُبّق ResNet-50 أيضًا في البيئات الصناعية. ففي مجال التصنيع، على سبيل المثال، استُخدم في الأبحاث والأنظمة التجريبية من أجل اكتشاف عيوب الأسطح في المواد، مثل الفولاذ والخرسانة والأجزاء المطلية.

كما اختُبر في أنظمة مخصصة لاكتشاف الثقوب أو الشقوق أو الترسبات التي تتشكل أثناء الصب أو التجميع. ويناسب ResNet-50 هذه المهام لأنه قادر على رصد الاختلافات الدقيقة في نسيج السطح، وهي قدرة مهمة لفحص الجودة.

على الرغم من شيوع استخدام نماذج أكثر تقدمًا، مثل Ultralytics YOLO11، في أنظمة الإنتاج حاليًا، فلا يزال ResNet-50 يؤدي دورًا مهمًا في الأبحاث الأكاديمية والقياس المرجعي، ولا سيما في مهام تصنيف الصور.

الشكل 5. فحص الأسطح باستخدام ResNet-50.

مزايا ResNet-50 وقيوده#

إليك نظرة على بعض مزايا ResNet-50:

• أداء أساسي قوي: يوفر ResNet-50 دقة جيدة عبر مجموعة واسعة من المهام، ما يجعله معيارًا مرجعيًا موثوقًا به في الأبحاث والمشروعات التطبيقية على حد سواء.
• موثّق جيدًا ومدروس على نطاق واسع: بنية ResNet-50 مفهومة جيدًا وموثّقة بالتفصيل، ما يسهّل استكشاف المشكلات وإصلاحها والتعلّم للمطورين والباحثين.
• متعدد الاستخدامات عبر المجالات: طُبّق ResNet-50 بنجاح على مجموعة متنوعة من مشكلات العالم الحقيقي، من التصوير الطبي إلى التصنيع، ما يثبت مرونته.

وفي الوقت نفسه، إليك لمحة عن قيود ResNet-50:

• استهلاك مرتفع للموارد: يتطلب ResNet-50 ذاكرة وقدرة حوسبة أكبر من النماذج خفيفة الوزن، ما قد يجعله أقل ملاءمة للأجهزة المحمولة أو التطبيقات الآنية.
• فرط التكيّف مع مجموعات البيانات الصغيرة: بسبب عمقه وتعقيده، قد يفرط ResNet-50 في التكيّف عند تدريبه على بيانات محدودة من دون تقنيات تنظيم مناسبة.
• حجم إدخال ثابت: يتوقع ResNet-50 عادةً صورًا بحجم محدد، مثل 224×224 بكسل، لذا غالبًا ما يلزم تغيير حجم الصور أو اقتصاصها، ما قد يؤدي أحيانًا إلى إزالة تفاصيل مهمة.

أبرز النقاط#

أثبت ResNet-50 إمكانية تدريب الشبكات العميقة جدًا بفعالية مع الحفاظ على أداء قوي في المهام المرئية. وقد وفّرت بنيته إطارًا واضحًا وعمليًا لبناء نماذج أعمق تعمل بموثوقية.

بعد إصداره، توسّع الباحثون في التصميم وأنشؤوا إصدارات أعمق مثل ResNet-101 وResNet-152. وبوجه عام، يُعد ResNet-50 نموذجًا محوريًا ساعد في تشكيل طريقة استخدام التعلم العميق في الرؤية الحاسوبية اليوم.

انضم إلى مجتمعنا المتنامي! واستكشف مستودع GitHub للتعرف على المزيد عن الذكاء الاصطناعي. هل أنت مستعد لبدء مشاريعك الخاصة في الرؤية الحاسوبية؟ ألقِ نظرة على خيارات الترخيص. واكتشف الذكاء الاصطناعي في الزراعة والذكاء الاصطناعي البصري في الرعاية الصحية عبر زيارة صفحات حلولنا!