أهمية تمكين المرأة في مجال الذكاء الاصطناعي وعلوم البيانات

YOLOV5 للكشف عن أنواع الحيوانات

بدأت ليانز العمل مع YOLOv5 منذ عدة أشهر فقط! من خلال العمل مع صور لأنواع مختلفة من الحيوانات، كان الهدف الرئيسي من العمل مع YOLOv5 كنموذج للكشف عن الكائنات هو تصنيف أنواع الحيوانات في محمية مدرستها. في وقت لاحق من المشروع، أدركت أنه بعد التصنيف، يمكن للنموذج أن يقوم تلقائيًا بتعليق جميع الصور. وهذا يجعل من السهل تقليل الجهد البشري وتوفير الوقت في التعليق على الصور.

جرّبت ليانز أيضًا نماذج أخرى مُدرّبة مسبقًا للكشف عن الأجسام، مثل TFOD و YOLOv3، لأنها في البداية كانت بحاجة إلى اكتساب المعرفة والمهارات في PyTorch. ومع ذلك، بعد العثور على YOLOv5 من خلال البحث، قامت بتطبيقه بسرعة. بالنسبة لـ ليان، كان أداء النموذج هو الأفضل لأنه خفيف الوزن وسهل الاستخدام ويوفر أفضل دقة.

"أفضل ما في الأمر أنه يمكنك البدء ببضعة أسطر من التعليمات البرمجية!"

القيمة في YOLOv5

• زيادة البيانات
• سرعة الاستدلال
• وحقيقة أن النموذج متاح في عدة متغيرات (s، m، l، x)، ولكل منها دقة وأداء مختلفان في الكشف، مما سهل عليها الأمر.

توصي ليانز باستخدام YOLOv5 لأي شخص جديد في هذا المجال. على حد تعبيرها: "صُمم YOLOv5 للكشف عن الأجسام، لذا فهو جيد فيما يفعله! نظرًا لقلة عدد العمليات وقلة عدد التعليمات البرمجية التي يجب كتابتها، فإن YOLOv5 هو أحد أشهر خوارزميات اكتشاف الأجسام نظرًا لسرعته ودقته".

ليانز منفتحة للتعاون على GitHub ومتاحة للدردشة على تويتر، كما أنها تنشر مقالات عن المشاريع التي تعمل عليها. اطلع على مقالها مقدمة في اكتشاف الكائنات باستخدام YOLOv5!

لقد قمت بنشر نموذج اكتشاف الكائنات على بعض مقاطع الفيديو مع كل من الحمير الوحشية والحمير الوحشية و.... من هذا المنظور أعتقد أنني سأضطر للعودة إلى المطبخ والعمل على المزيد من البيانات وإتقان النموذج. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri
‍

‍

- lian.s____ (@lians___) نوفمبر 29, 2022

شكراً لقراءتك عن تجربة ليانز. ونحن في Ultralytics، نتطلع إلى انضمام المزيد من النساء إلى هذا المجال. سنستمر في جعل الذكاء الاصطناعي أسهل للجميع، ترقبوا ذلك!