ما ResNet-50 وما مدى أهميته في الرؤية الحاسوبية؟

يصبح تحليل الصور آليًا أكثر شيوعًا في تطبيقات مثل اكتشاف السيارات المسرعة أو تحليل الصور الطبية. والتقنية التي تقود هذه الابتكارات هي الرؤية الحاسوبية أو الذكاء الاصطناعي للرؤية. وهي فرع من الذكاء الاصطناعي (AI) يتيح للآلات تفسير الصور والفيديو وفهمهما، على نحو يشبه البشر.

لبناء حلول الرؤية الحاسوبية هذه، يعتمد المطورون على نماذج الذكاء الاصطناعي للرؤية القادرة على التعلم من كميات كبيرة من البيانات المرئية. وعلى مر السنين، طور الباحثون نماذج أحدث وأكثر تقدمًا ذات أداء مذهل في مهام الذكاء الاصطناعي للرؤية مثل تصنيف الصور (إسناد تسميات إلى الصور)، واكتشاف الأجسام (تحديد مواقع الأجسام والتعرف عليها داخل الصور)، وتقسيم المثيلات (اكتشاف الأجسام وتحديد أشكالها الدقيقة).

ومع ذلك، فإن استعراض النماذج السابقة وفهمها يمكن أن يساعد في استيعاب كيفية عمل أنظمة الرؤية الحاسوبية الحالية. ومن الأمثلة الرئيسية على ذلك ResNet-50، وهو نموذج مؤثر قدم فكرة الوصلات المختصرة - وهي مسارات بسيطة تساعد النموذج على التعلم بسرعة ودقة أكبر.

أتاح هذا الابتكار تدريب الشبكات العصبية الأعمق بكثير بفاعلية، مما أدى إلى تحسينات كبيرة في تصنيف الصور وأسهم في تشكيل تصميم العديد من النماذج اللاحقة. في هذه المقالة، سنستكشف ResNet-50، وكيفية عمله، وأهميته في تطور الرؤية الحاسوبية. لنبدأ!

ما هو ResNet-50؟#

ResNet-50 هو نموذج للرؤية الحاسوبية يعتمد على نوع من الشبكات العصبية يُسمى الشبكة العصبية الالتفافية (CNN). صُممت CNN لمساعدة أجهزة الكمبيوتر على فهم المعلومات المرئية من خلال تعلم الأنماط الموجودة في الصور، مثل الحواف والألوان والأشكال، واستخدام هذه الأنماط للتعرف على الأجسام وتصنيفها.

قدمه باحثون في Microsoft Research عام 2015، وسرعان ما أصبح ResNet-50 أحد أكثر النماذج تأثيرًا في المجال بفضل دقته وكفاءته في مهام التعرف واسع النطاق على الصور.

من السمات الرئيسية لـ ResNet-50 استخدامه للوصلات المتبقية، المعروفة أيضًا باسم الوصلات المختصرة. وهي مسارات بسيطة تتيح للنموذج تجاوز بعض الخطوات في عملية التعلم. وبعبارة أخرى، بدلًا من إجبار النموذج على تمرير المعلومات عبر كل طبقة، تسمح له هذه الاختصارات بنقل التفاصيل المهمة إلى الأمام بصورة مباشرة أكثر. وهذا يجعل التعلم أسرع وأكثر موثوقية.

الشكل 1. نظرة على الوصلات المتبقية في بنية ResNet.

يساعد هذا التصميم في حل مشكلة شائعة في التعلم العميق تُسمى مشكلة تلاشي التدرج. ففي النماذج العميقة جدًا، قد تضيع المعلومات المهمة أثناء انتقالها عبر العديد من الطبقات، مما يجعل تعلم النموذج صعبًا.

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

نظرة عامة على كيفية عمل ResNet-50#

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

إليك نظرةً أقرب على كيفية عمل بنية ResNet-50:

• استخراج السمات الأساسية: يبدأ النموذج بتطبيق عملية رياضية تُسمى الالتفاف. ويتضمن ذلك تمرير مرشحات صغيرة (تُسمى نوى) فوق الصورة لإنتاج خرائط سمات - وهي إصدارات جديدة من الصورة تبرز الأنماط الأساسية مثل الحواف أو القوام. وهكذا يبدأ النموذج في التقاط المعلومات المرئية المفيدة.
• تعلم السمات المعقدة: أثناء انتقال البيانات عبر الشبكة، يصغر حجم خرائط السمات. ويتم ذلك باستخدام تقنيات مثل التجميع أو المرشحات ذات الخطوات الأكبر (تُسمى القفزات). وفي الوقت نفسه، تنشئ الشبكة مزيدًا من خرائط السمات، مما يساعدها على التقاط أنماط متزايدة التعقيد، مثل الأشكال أو أجزاء الأجسام أو القوام.
• ضغط البيانات وتوسيعها: تضغط كل مرحلة البيانات، وتعالجها، ثم توسعها مجددًا. ويساعد ذلك النموذج على التعلم مع توفير الذاكرة.
• الوصلات المختصرة: هذه مسارات بسيطة تتيح للمعلومات التقدم إلى الأمام بدلًا من المرور عبر كل طبقة. وهي تجعل التعلم أكثر استقرارًا وكفاءة.
• إجراء تنبؤ: في نهاية الشبكة، تُدمج جميع المعلومات المتعلمة وتمرر عبر دالة softmax. وينتج عن ذلك توزيع احتمالي للفئات المحتملة، يوضح مدى ثقة النموذج في كل تنبؤ—مثلًا: 90% قطة، و9% كلب، و1% سيارة.

الشكل 2. بنية ResNet-50.

السمات الرئيسية لـ ResNet-50#

على الرغم من أن ResNet-50 صُمم أساسًا لتصنيف الصور، فإن تصميمه المرن جعله مفيدًا في العديد من مجالات الرؤية الحاسوبية. فلنلقِ نظرة على بعض السمات التي تميز ResNet-50.

استخدام ResNet-50 لتصنيف الصور#

يُستخدم ResNet-50 أساسًا في تصنيف الصور، حيث يتمثل الهدف في إسناد تسمية واحدة إلى صورة. فعلى سبيل المثال، عند تزويده بصورة، قد يصنفها النموذج على أنها كلب أو قطة أو طائرة، استنادًا إلى الجسم الرئيسي الذي يراه.

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

ورغم أن النماذج الأحدث، مثل Ultralytics YOLO11، تتفوق عليه، فلا يزال ResNet-50 يُستخدم عادةً كمعيار مرجعي بفضل توازنه المتين بين الدقة والسرعة والبساطة.

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

اكتشاف الأجسام باستخدام ركائز ResNet-50#

بينما يركز تصنيف الصور على تحديد الجسم الرئيسي في صورة ما، يأخذ اكتشاف الأجسام الأمر خطوة أبعد من خلال العثور على أجسام متعددة في الصورة نفسها وتسميتها. فعلى سبيل المثال، في صورة لشارع مزدحم، قد يحتاج النموذج إلى اكتشاف السيارات والحافلات والأشخاص - وتحديد موقع كل منها.

يُستخدم ResNet-50 بوصفه الركيزة في بعض هذه النماذج. وهذا يعني أنه يتولى الجزء الأول من المهمة: تحليل الصورة واستخراج التفاصيل المهمة التي تصف ما تحتويه وأماكن وجوده. ثم تُمرر هذه التفاصيل إلى الجزء التالي من النموذج، المسمى رأس الاكتشاف، الذي يتخذ القرارات النهائية بشأن الأجسام الموجودة في الصورة ومواقعها.

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

التعلم بالنقل باستخدام ResNet-50#

من الجوانب الأخرى المثيرة للاهتمام في نموذج ResNet-50 قدرته على دعم التعلم بالنقل. ويعني ذلك إمكانية تكييف النموذج، الذي دُرّب أصلًا على مجموعة بيانات كبيرة مثل ImageNet لتصنيف الصور، مع مهام جديدة باستخدام بيانات أقل بكثير.

وبدلًا من البدء من الصفر، يُعاد استخدام معظم طبقات النموذج، ولا تُستبدل وتُعاد تدريبيًا للمهمة الجديدة إلا طبقة التصنيف النهائية. وهذا يوفر الوقت، ويكون مفيدًا خصوصًا عندما تكون البيانات المصنفة محدودة.

تطبيقات ResNet-50 في الرؤية الحاسوبية#

جعلت بنية ResNet-50 منه نموذجًا مفيدًا لمجموعة واسعة من تطبيقات الرؤية الحاسوبية. وكان مهمًا بصفة خاصة في المراحل المبكرة من التعلم العميق، إذ ساعد على نقل تقنية الذكاء الاصطناعي للرؤية من البحث إلى الاستخدام الفعلي. ومن خلال حل تحديات رئيسية، مهد الطريق للنماذج الأكثر تقدمًا التي نراها في تطبيقات اليوم.

التصوير الطبي المدعوم بـ ResNet-50#

كان ResNet-50 أحد النماذج المبكرة المستخدمة في التصوير الطبي القائم على التعلم العميق. وقد استعان به الباحثون للتعرف على أنماط الأمراض في الأشعة السينية والتصوير بالرنين المغناطيسي وغيرها من الفحوصات التشخيصية. فعلى سبيل المثال، ساعد في اكتشاف الأورام وتصنيف صور شبكية العين لدى مرضى السكري لدعم التشخيص في طب العيون.

ومع استخدام نماذج أكثر تقدمًا حاليًا في الأدوات السريرية، أدى ResNet-50 دورًا رئيسيًا في أبحاث الذكاء الاصطناعي الطبي المبكرة. كما جعلته سهولة استخدامه وتصميمه المعياري خيارًا مناسبًا لإنشاء نماذج أولية للأنظمة التشخيصية.

الشكل 4. اكتشاف ورم الدماغ استنادًا إلى ResNet-50.

الأتمتة الصناعية المدعومة بـ ResNet-50#

وبالمثل، استُخدم ResNet-50 أيضًا في البيئات الصناعية. فعلى سبيل المثال، استُخدم في التصنيع ضمن أنظمة بحثية وتجريبية من أجل اكتشاف عيوب الأسطح في المواد مثل الفولاذ والخرسانة والأجزاء المطلية.

كما اختُبر في إعدادات تهدف إلى تحديد الثقوب الناتجة عن العيوب أو الشقوق أو الترسبات التي تتشكل أثناء السبك أو التجميع. ويلائم ResNet-50 هذه المهام جيدًا لأنه يستطيع رصد الاختلافات الطفيفة في قوام السطح، وهي قدرة مهمة لفحص الجودة.

ومع استخدام نماذج أكثر تقدمًا مثل Ultralytics YOLO11 حاليًا في أنظمة الإنتاج على نطاق واسع، لا يزال ResNet-50 يؤدي دورًا مهمًا في البحث الأكاديمي والقياس المعياري، لا سيما في مهام تصنيف الصور.

الشكل 5. فحص الأسطح باستخدام ResNet-50.

فوائد ResNet-50 وقيوده#

إليك نظرة على بعض مزايا ResNet-50:

• أداء قوي كنموذج أساسي: يوفر ResNet-50 دقة جيدة عبر مجموعة واسعة من المهام، مما يجعله معيارًا مرجعيًا موثوقًا في المشاريع البحثية والتطبيقية على حد سواء.
• موثق ومدروس على نطاق واسع: تتميز بنيته بفهم جيد وتوثيق شامل، مما يجعل استكشاف الأخطاء والتعلم أسهل للمطورين والباحثين.
• متعدد الاستخدامات عبر المجالات: من التصوير الطبي إلى التصنيع، طُبق ResNet-50 بنجاح على مجموعة متنوعة من المشكلات الواقعية، مما يثبت مرونته.

وفي المقابل، إليك لمحة عن قيود ResNet-50:

• استهلاك مرتفع للموارد: يتطلب ResNet-50 ذاكرة وقدرة حوسبة أكبر من النماذج خفيفة الوزن، مما قد يجعله أقل ملاءمة للأجهزة المحمولة أو التطبيقات الآنية.
• فرط التوافق مع مجموعات البيانات الصغيرة: بسبب عمقه وتعقيده، قد يعاني ResNet-50 من فرط التوافق عند تدريبه على بيانات محدودة من دون تقنيات التنظيم المناسبة.
• حجم إدخال ثابت: يتوقع ResNet-50 عادةً صورًا بحجم محدد، مثل 224×224 بكسل، ولذلك غالبًا ما يلزم تغيير حجم الصور أو اقتصاصها، وهو ما قد يزيل أحيانًا تفاصيل مهمة.

أهم النقاط المستخلصة#

أثبت ResNet-50 إمكانية تدريب الشبكات العميقة جدًا بفاعلية مع الحفاظ على أداء قوي في المهام المرئية. وقدمت بنيته إطارًا واضحًا وعمليًا لبناء نماذج أعمق تعمل بصورة موثوقة.

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

انضم إلى مجتمعنا المتنامي! استكشف مستودعنا على GitHub لمعرفة المزيد عن الذكاء الاصطناعي. هل أنت مستعد لبدء مشاريعك الخاصة في الرؤية الحاسوبية؟ اطّلع على خيارات الترخيص. واكتشف الذكاء الاصطناعي في الزراعة والذكاء الاصطناعي للرؤية في الرعاية الصحية من خلال زيارة صفحات حلولنا!