شرح YOLO12: التطبيقات الواقعية وحالات الاستخدام

الرؤية الحاسوبية فرع من فروع الذكاء الاصطناعي (AI) يساعد الآلات على فهم الصور ومقاطع الفيديو. ويشهد هذا المجال تقدمًا مذهلًا، لأن باحثي الذكاء الاصطناعي ومطوريه يدفعون حدوده باستمرار. ويسعى مجتمع الذكاء الاصطناعي دائمًا إلى جعل النماذج أسرع وأذكى وأكثر كفاءة. ومن أحدث الإنجازات YOLO12، أحدث إضافة إلى سلسلة نماذج YOLO (أنت تنظر مرة واحدة)، الذي صدر في 18 فبراير 2025. ومنذ ذلك الحين، أصبح Ultralytics YOLO26 النموذج الموصى به لمعظم أعباء العمل الإنتاجية.

طوّر YOLO12 باحثون من جامعة بوفالو، جامعة ولاية نيويورك (SUNY)، وجامعة الأكاديمية الصينية للعلوم. ويقدّم YOLO12، من خلال نهج جديد ومتميز، آليات الانتباه التي تتيح للنموذج التركيز على الأجزاء الأكثر أهمية في الصورة بدلًا من معالجة جميع أجزائها بالتساوي.

ويتضمن أيضًا FlashAttention، وهي تقنية تسرّع المعالجة مع استخدام ذاكرة أقل، وآلية انتباه إلى المناطق مصممة لمحاكاة الطريقة التي يركز بها البشر طبيعيًا على الأجسام المركزية.

تجعل هذه التحسينات YOLO12n أدق بنسبة 2.1% من YOLOv10n، وYOLO12m أدق بنسبة 1.0% من YOLO11m. لكن ذلك يأتي مقابل مفاضلة؛ إذ إن YOLO12n أبطأ بنسبة 9% من YOLOv10n، وYOLO12m أبطأ بنسبة 3% من YOLO11m.

الشكل 1. مثال على استخدام YOLO12 لاكتشاف الأجسام.

سنستعرض في هذه المقالة ما يميز YOLO12، وكيف يقارن بالإصدارات السابقة، وأين يمكن تطبيقه.

مسيرة إصدار YOLO12#

تضم سلسلة نماذج YOLO مجموعة من نماذج الرؤية الحاسوبية المصممة لاكتشاف الأجسام في الوقت الفعلي، أي إنها تستطيع تحديد الأجسام وتحديد مواقعها بسرعة في الصور ومقاطع الفيديو. وقد تحسّن كل إصدار بمرور الوقت من حيث السرعة والدقة والكفاءة.

فعلى سبيل المثال، Ultralytics YOLOv5، الذي صدر في عام 2020، انتشر على نطاق واسع لسرعته وسهولة تدريبه المخصص ونشره. ولاحقًا، حسّن Ultralytics YOLOv8 هذه القدرات بتوفير دعم إضافي لمهام الرؤية الحاسوبية مثل تجزئة المثيلات وتتبع الأجسام.

وفي الآونة الأخيرة، ركّز Ultralytics YOLO11 على تحسين المعالجة في الوقت الفعلي مع الحفاظ على التوازن بين السرعة والدقة. فعلى سبيل المثال، احتوى YOLO11m على عدد معلمات أقل بنسبة 22% من YOLOv8m، ومع ذلك حقق أداءً أفضل في اكتشاف الأجسام على مجموعة بيانات COCO، وهي معيار شائع الاستخدام لتقييم نماذج اكتشاف الأجسام.

استنادًا إلى هذه التطورات، يقدم YOLO12 تحولًا في طريقة معالجة المعلومات المرئية. فبدلًا من التعامل مع جميع أجزاء الصورة بالتساوي، يعطي الأولوية للمناطق الأكثر صلة، ما يحسّن دقة الاكتشاف. وببساطة، يستند YOLO12 إلى التحسينات السابقة مع السعي إلى تحقيق دقة أكبر.

الميزات الرئيسية في YOLO12#

يقدم YOLO12 تحسينات عديدة تعزز مهام الرؤية الحاسوبية مع الحفاظ على سرعة المعالجة في الوقت الفعلي. إليك نظرة عامة على أبرز ميزات YOLO12:

• بنية تتمحور حول الانتباه: بدلًا من التعامل مع جميع أجزاء الصورة بالتساوي، يركز YOLO12 على المناطق الأهم. ويعزز ذلك الدقة ويحد من المعالجة غير الضرورية، ما يجعل الاكتشاف أكثر وضوحًا وكفاءة، حتى في الصور المزدحمة.
• FlashAttention: يسرّع YOLO12 تحليل الصور مع استهلاك ذاكرة أقل. وباستخدام FlashAttention، وهي خوارزمية فعالة في استهلاك الذاكرة، يحسّن معالجة البيانات، ويقلل الضغط على الأجهزة، ويجعل المهام الآنية أكثر سلاسة وموثوقية.
• شبكات تجميع الطبقات الفعالة المتبقية (R-ELAN): ينظّم YOLO12 طبقاته بكفاءة أكبر باستخدام R-ELAN، ما يحسّن طريقة معالجة النموذج للبيانات وتعلّمه منها. ويجعل ذلك التدريب أكثر استقرارًا، والتعرف على الأجسام أدق، ومتطلبات الحوسبة أقل، ما يتيح تشغيله بكفاءة في بيئات مختلفة.

لفهم كيفية عمل هذه الميزات في الواقع، تخيل مركزًا تجاريًا. يمكن لـ YOLO12 المساعدة في تتبع المتسوقين، والتعرف على زينة المتاجر مثل النباتات في الأصص أو اللافتات الترويجية، ورصد الأغراض الموضوعة في غير مكانها أو المتروكة.

تساعد البنية التي تتمحور حول الانتباه النموذج على التركيز على أهم التفاصيل، بينما تضمن FlashAttention معالجة كل شيء بسرعة دون تحميل النظام فوق طاقته. ويسهّل ذلك على مشغّلي المراكز التجارية تحسين الأمن وتنظيم تصميم المتاجر وتعزيز تجربة التسوق عمومًا.

الشكل 2. اكتشاف الأجسام في مركز تجاري باستخدام YOLO12.

لكن YOLO12 ينطوي أيضًا على بعض القيود التي ينبغي أخذها في الحسبان:

• بطء أوقات التدريب: تتطلب بنية YOLO12 وقتًا أطول للتدريب مقارنةً بـ Ultralytics YOLO11.
• تحديات التصدير: قد يواجه بعض المستخدمين صعوبات عند تصدير نماذج YOLO12، ولا سيما عند دمجها في بيئات نشر محددة.

فهم معايير أداء YOLO12#

يتوفر YOLO12 بنسخ متعددة، كل منها محسّنة لتلبية احتياجات مختلفة. وتعطي النسخ الأصغر (nano وsmall) الأولوية للسرعة والكفاءة، ما يجعلها مثالية للأجهزة المحمولة والحوسبة الطرفية. أما النسختان medium وlarge فتحققان توازنًا بين السرعة والدقة، في حين صُممت YOLO12x (extra large) للتطبيقات التي تتطلب دقة فائقة، مثل الأتمتة الصناعية والتصوير الطبي وأنظمة المراقبة المتقدمة.

تتيح هذه الاختلافات لـ YOLO12 تقديم مستويات أداء متنوعة بحسب حجم النموذج. وتُظهر اختبارات القياس المعيارية أن بعض نسخ YOLO12 تتفوق على YOLOv10 وUltralytics YOLO11 من حيث الدقة، محققةً متوسط دقة أعلى (mAP).

لكن بعض النماذج، مثل YOLO12m وYOLO12l وYOLO12x، تعالج الصور ببطء أكبر من YOLO11، ما يوضح المفاضلة بين دقة الاكتشاف والسرعة. وعلى الرغم من ذلك، يظل YOLO12 فعالًا، إذ يتطلب عددًا من المعلمات أقل من نماذج كثيرة أخرى، وإن كان لا يزال يستخدم معلمات أكثر من YOLO11. وهذا يجعله خيارًا ممتازًا للتطبيقات التي تكون فيها الدقة أهم من السرعة الخام.

الشكل 3. مقارنة Ultralytics YOLO11 وYOLO12.

استخدام YOLO12 عبر حزمة Python من Ultralytics#

تدعم حزمة Python من Ultralytics YOLO12، كما أنها سهلة الاستخدام ومتاحة للمبتدئين والمحترفين على حد سواء. فباستخدام بضعة أسطر من التعليمات البرمجية، يستطيع المستخدمون تحميل نماذج مدرّبة مسبقًا، وتنفيذ مهام متنوعة للرؤية الحاسوبية على الصور ومقاطع الفيديو، وتدريب YOLO12 على مجموعات بيانات مخصصة أيضًا. وتبسّط حزمة Python من Ultralytics هذه العملية، وتلغي الحاجة إلى خطوات إعداد معقدة.

على سبيل المثال، إليك الخطوات اللازمة لاستخدام YOLO12 في اكتشاف الأجسام:

• تثبيت حزمة Ultralytics: ثبّت أولًا حزمة Python من Ultralytics، التي توفر الأدوات اللازمة لتشغيل YOLO12 بكفاءة. وهذا يضمن إعداد جميع التبعيات على نحو صحيح.
• تحميل نموذج YOLO12 مدرّب مسبقًا: اختر نسخة YOLO12 المناسبة (nano أو small أو medium أو large أو extra large) استنادًا إلى مستوى الدقة والسرعة الذي تتطلبه مهمتك.
• توفير صورة أو مقطع فيديو: أدخل ملف صورة أو فيديو تريد تحليله. ويمكن لـ YOLO12 أيضًا معالجة تدفقات الفيديو المباشرة لاكتشاف الأجسام في الوقت الفعلي.
• تنفيذ عملية الاكتشاف: يمسح النموذج البيانات المرئية، ويتعرف على الأجسام، ويحيطها بمربعات تحديد. ويضع لكل جسم مكتشف تسمية بفئته المتوقعة ودرجة الثقة.
• ضبط إعدادات الاكتشاف: يمكنك أيضًا تعديل معلمات مثل عتبات الثقة لتحسين دقة الاكتشاف والأداء.
• حفظ المخرجات أو استخدامها: يمكن حفظ الصورة أو مقطع الفيديو المعالج، الذي يتضمن الآن الأجسام المكتشفة، أو دمجه في تطبيق لإجراء مزيد من التحليل أو الأتمتة أو اتخاذ القرارات.

تجعل هذه الخطوات YOLO12 سهل الاستخدام في تطبيقات متنوعة، بدءًا من المراقبة وتتبع المنتجات في متاجر التجزئة وصولًا إلى التصوير الطبي والمركبات ذاتية القيادة.

تطبيقات YOLO12 العملية#

يمكن استخدام YOLO12 في مجموعة متنوعة من التطبيقات الواقعية بفضل دعمه لاكتشاف الأجسام وتقسيم الكائنات وتصنيف الصور وتقدير الوضعية واكتشاف الأجسام الموجّهة (OBB)، مع أن الأوزان المدرّبة مسبقًا المتاحة حاليًا مخصصة للكشف فقط.

الشكل 4. يدعم YOLO12 مهامًا مثل اكتشاف الأجسام وتجزئة المثيلات.

لكن كما ذكرنا سابقًا، تعطي نماذج YOLO12 الأولوية للدقة على السرعة، ما يعني أنها تستغرق وقتًا أطول قليلًا لمعالجة الصور مقارنةً بالإصدارات السابقة. وتجعل هذه المفاضلة YOLO12 مثاليًا للتطبيقات التي تكون فيها الدقة أهم من السرعة الآنية، مثل:

• التصوير الطبي: يمكن تدريب YOLO12 خصيصًا لاكتشاف الأورام أو الحالات غير الطبيعية في صور الأشعة السينية والرنين المغناطيسي بدقة عالية، ما يجعله أداة مفيدة للأطباء وأخصائيي الأشعة الذين يحتاجون إلى تحليل دقيق للصور لأغراض التشخيص.
• مراقبة الجودة في التصنيع: يمكن أن يساعد في تحديد عيوب المنتجات أثناء عملية الإنتاج، وضمان وصول المنتجات عالية الجودة فقط إلى السوق، مع تقليل الهدر وتحسين الكفاءة.
• التحليل الجنائي: يمكن لأجهزة إنفاذ القانون ضبط YOLO12 لتحليل لقطات المراقبة وجمع الأدلة. وتُعد الدقة ضرورية لتحديد التفاصيل الرئيسية في التحقيقات الجنائية.
• الزراعة الدقيقة: يمكن للمزارعين استخدام YOLO12 لتحليل صحة المحاصيل واكتشاف الأمراض أو انتشار الآفات ومراقبة ظروف التربة. وتساعد التقييمات الدقيقة على تحسين استراتيجيات الزراعة، ما يؤدي إلى زيادة الغلال وتحسين إدارة الموارد.

البدء باستخدام YOLO12#

قبل تشغيل YOLO12، من المهم التأكد من أن نظامك يستوفي المتطلبات اللازمة.

من الناحية التقنية، يمكن تشغيل YOLO12 على أي وحدة معالجة رسومات (GPU) مخصصة. ولا يتطلب FlashAttention افتراضيًا، لذا يمكنه العمل على معظم أنظمة GPU من دونه. لكن تفعيل FlashAttention قد يكون مفيدًا خصوصًا عند العمل مع مجموعات بيانات كبيرة أو صور عالية الدقة، إذ يساعد على منع تباطؤ الأداء وتقليل استهلاك الذاكرة وتحسين كفاءة المعالجة.

لاستخدام FlashAttention، ستحتاج إلى GPU من NVIDIA من إحدى هذه السلاسل: Turing (T4 وQuadro RTX)، أو Ampere (سلسلة RTX 30 وA30 وA40 وA100)، أو Ada Lovelace (سلسلة RTX 40)، أو Hopper (H100 وH200).

حرصًا على سهولة الاستخدام وإمكانية الوصول، يُعد FlashAttention اختياريًا في حزمة Ultralytics Python، ويجب تجميعه بصورة منفصلة، إذ قد يكون تثبيته معقدًا من الناحية التقنية. لمعرفة المزيد حول البدء باستخدام YOLO12 وتحسين أدائه، راجع وثائق Ultralytics الرسمية.

أبرز النقاط#

مع تقدم الرؤية الحاسوبية، تزداد النماذج دقة وكفاءة. ويحسّن YOLO12 مهام الرؤية الحاسوبية مثل اكتشاف الأجسام وتجزئة المثيلات وتصنيف الصور، من خلال المعالجة التي تتمحور حول الانتباه وتقنية FlashAttention، ما يعزز الدقة ويحسّن استخدام الذاكرة.

وفي الوقت نفسه، أصبحت الرؤية الحاسوبية أسهل استخدامًا من أي وقت مضى. يسهل استخدام YOLO12 عبر حزمة Python من Ultralytics، كما أن تركيزه على الدقة بدلًا من السرعة يجعله مناسبًا للتصوير الطبي وعمليات الفحص الصناعي والروبوتات، وهي تطبيقات تُعد فيها الدقة أمرًا أساسيًا.

هل يثير الذكاء الاصطناعي فضولك؟ تفضل بزيارة مستودع GitHub وشارك في مجتمعنا. استكشف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة في صفحات الحلول لدينا. اطّلع على خيارات الترخيص وابدأ تنفيذ مشاريع الذكاء الاصطناعي للرؤية.