شرح YOLO12: التطبيقات وحالات الاستخدام الواقعية

الرؤية الحاسوبية هي فرع من فروع الذكاء الاصطناعي (AI) يساعد الآلات على فهم الصور ومقاطع الفيديو. وهو مجال يتقدم بوتيرة مذهلة لأن باحثي الذكاء الاصطناعي ومطوريه يدفعون الحدود باستمرار. ويسعى مجتمع الذكاء الاصطناعي دائمًا إلى جعل النماذج أسرع وأذكى وأكثر كفاءة. ومن أحدث الاختراقات YOLO12، أحدث إضافة إلى سلسلة نماذج YOLO (انظر مرة واحدة فقط)، والذي أُطلق في 18 فبراير 2025.

طوّر YOLO12 باحثون من جامعة بوفالو التابعة لجامعة ولاية نيويورك (SUNY)، ومن جامعة الأكاديمية الصينية للعلوم. وفي نهج جديد وفريد، يقدّم YOLO12 آليات الانتباه، مما يسمح للنموذج بالتركيز على الأجزاء الأكثر أهمية من الصورة بدلًا من معالجة كل شيء بالتساوي.

كما يتميز بتقنية FlashAttention، وهي تقنية تسرّع المعالجة مع استخدام ذاكرة أقل، وبآلية انتباه للمناطق مصممة لمحاكاة الطريقة التي يركّز بها البشر طبيعيًا على العناصر المركزية.

تجعل هذه التحسينات YOLO12n أكثر دقة بنسبة 2.1% من YOLOv10n، وYOLO12m أكثر دقة بنسبة 1.0% من YOLO11m. إلا أن ذلك يأتي مقابل تكلفة؛ إذ إن YOLO12n أبطأ بنسبة 9% من YOLOv10n، وYOLO12m أبطأ بنسبة 3% من YOLO11m.

الشكل 1. مثال على استخدام YOLO12 لاكتشاف العناصر.

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

الطريق إلى إطلاق YOLO12#

سلسلة نماذج YOLO هي مجموعة من نماذج الرؤية الحاسوبية المصممة لاكتشاف العناصر في الوقت الفعلي، ما يعني أنها تستطيع تحديد العناصر وتحديد مواقعها بسرعة في الصور ومقاطع الفيديو. ومع مرور الوقت، حسّن كل إصدار السرعة والدقة والكفاءة.

فعلى سبيل المثال، أصبح Ultralytics YOLOv5، الذي أُطلق في عام 2020، واسع الاستخدام لأنه كان سريعًا وسهل التدريب المخصص والنشر. وفي وقت لاحق، حسّن Ultralytics YOLOv8 ذلك من خلال توفير دعم إضافي لمهام الرؤية الحاسوبية مثل تجزئة الكائنات وتتبع العناصر.

في الآونة الأخيرة، ركّز Ultralytics YOLO11 على تحسين المعالجة في الوقت الفعلي مع الحفاظ على توازن بين السرعة والدقة. فعلى سبيل المثال، احتوى YOLO11m على معلمات أقل بنسبة 22% من YOLOv8m، ومع ذلك قدّم أداءً أفضل في اكتشاف العناصر على مجموعة بيانات COCO، وهي معيار مرجعي واسع الاستخدام لتقييم نماذج اكتشاف العناصر.

استنادًا إلى هذه التطورات، يقدّم YOLO12 تغييرًا في طريقة معالجته للمعلومات المرئية. فبدلًا من التعامل مع جميع أجزاء الصورة بالتساوي، يعطي الأولوية للمناطق الأكثر صلة، مما يحسّن دقة الاكتشاف. وببساطة، يبني YOLO12 على التحسينات السابقة مع السعي إلى تحقيق دقة أكبر.

الميزات الرئيسية في YOLO12#

يقدّم YOLO12 عدة تحسينات تعزّز مهام الرؤية الحاسوبية مع الحفاظ على سرعات المعالجة في الوقت الفعلي. فيما يلي نظرة عامة على الميزات الرئيسية في YOLO12:

• بنية تتمحور حول الانتباه: بدلًا من التعامل مع كل جزء من الصورة بالتساوي، يركّز YOLO12 على المناطق الأكثر أهمية. ويحسّن ذلك الدقة ويقلل المعالجة غير الضرورية، مما يجعل الاكتشاف أكثر وضوحًا وكفاءة، حتى في الصور المزدحمة.
• FlashAttention: يسرّع YOLO12 تحليل الصور مع استخدام ذاكرة أقل. وباستخدام FlashAttention (خوارزمية فعّالة في استخدام الذاكرة)، يحسّن معالجة البيانات، ويخفف العبء عن العتاد، ويجعل المهام في الوقت الفعلي أكثر سلاسة وموثوقية.
• شبكات تجميع الطبقات الفعّالة المتبقية (R-ELAN): ينظّم YOLO12 طبقاته بكفاءة أكبر باستخدام R-ELAN، مما يحسّن طريقة معالجة النموذج للبيانات وتعلّمه منها. ويجعل ذلك التدريب أكثر استقرارًا، والتعرف على العناصر أكثر دقة، والمتطلبات الحوسبية أقل، بحيث يعمل بكفاءة في بيئات مختلفة.

لفهم كيفية عمل هذه الميزات في الحياة الواقعية، فلنفكر في مركز تجاري. يمكن لـ YOLO12 المساعدة في تتبع المتسوقين، والتعرف على ديكورات المتاجر مثل النباتات الموضوعة في أصص أو اللافتات الترويجية، واكتشاف العناصر الموضوعة في غير أماكنها أو المتروكة.

تساعد بنيته التي تتمحور حول الانتباه على التركيز على التفاصيل الأكثر أهمية، بينما تضمن FlashAttention معالجة كل شيء بسرعة من دون زيادة الحمل على النظام. ويسهّل ذلك على مشغلي المراكز التجارية تحسين الأمن، وتنظيم تخطيطات المتاجر، وتعزيز تجربة التسوق عمومًا.

الشكل 2. اكتشاف العناصر في مركز تجاري باستخدام YOLO12.

ومع ذلك، يأتي YOLO12 أيضًا مع بعض القيود التي ينبغي أخذها في الاعتبار:

• أوقات تدريب أبطأ: بسبب بنيته، يتطلب 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 بعدة إصدارات، كل منها محسّن لاحتياجات مختلفة. تعطي الإصدارات الأصغر (nano وsmall) الأولوية للسرعة والكفاءة، مما يجعلها مثالية للأجهزة المحمولة والحوسبة الطرفية. وتحقق الإصدارات medium وlarge توازنًا بين السرعة والدقة، بينما صُمم YOLO12x (extra large) للتطبيقات عالية الدقة، مثل الأتمتة الصناعية والتصوير الطبي وأنظمة المراقبة المتقدمة.

مع هذه التنوعات، يقدّم YOLO12 مستويات مختلفة من الأداء اعتمادًا على حجم النموذج. وتُظهر اختبارات المعايير المرجعية أن بعض إصدارات YOLO12 تتفوق على YOLOv10 وUltralytics YOLO11 من حيث الدقة، محققةً متوسط دقة (mAP) أعلى.

ومع ذلك، تعالج بعض النماذج، مثل YOLO12m وYOLO12l وYOLO12x، الصور ببطء أكبر من YOLO11، مما يُظهر مفاضلة بين دقة الاكتشاف والسرعة. وعلى الرغم من ذلك، يظل YOLO12 فعالًا، إذ يتطلب عددًا أقل من المعلمات مقارنةً بالعديد من النماذج الأخرى، رغم أنه لا يزال يستخدم عددًا أكبر مما يستخدمه YOLO11. وهذا يجعله خيارًا ممتازًا للتطبيقات التي تكون فيها الدقة أهم من السرعة الخام.

الشكل 3. مقارنة Ultralytics YOLO11 وYOLO12.

استخدام YOLO12 من خلال حزمة Ultralytics Python#

يدعم حزمة Ultralytics Python نموذج YOLO12، كما يسهل استخدامها، مما يجعلها متاحة للمبتدئين والمحترفين على حد سواء. وباستخدام بضعة أسطر من التعليمات البرمجية فقط، يمكن للمستخدمين تحميل النماذج المدرّبة مسبقًا، وتشغيل مهام مختلفة للرؤية الحاسوبية على الصور ومقاطع الفيديو، وكذلك تدريب YOLO12 على مجموعات بيانات مخصصة. وتبسّط حزمة Ultralytics Python العملية، وتلغي الحاجة إلى خطوات إعداد معقدة.

على سبيل المثال، إليك الخطوات التي ستتبعها لاستخدام YOLO12 في اكتشاف العناصر:

• تثبيت حزمة Ultralytics: ثبّت أولًا حزمة Ultralytics Python، التي توفر الأدوات اللازمة لتشغيل YOLO12 بكفاءة. ويضمن ذلك إعداد جميع التبعيات بصورة صحيحة.
• تحميل نموذج YOLO12 مدرّب مسبقًا: اختر إصدار YOLO12 المناسب (nano أو small أو medium أو large أو extra large) استنادًا إلى مستوى الدقة والسرعة المطلوب لمهمتك.
• توفير صورة أو مقطع فيديو: أدخل ملف صورة أو فيديو تريد تحليله. ويمكن لـ YOLO12 أيضًا معالجة تدفقات الفيديو المباشرة لاكتشاف العناصر في الوقت الفعلي.
• تشغيل عملية الاكتشاف: يفحص النموذج البيانات المرئية، ويحدد العناصر، ويضع مربعات إحاطة حولها. ويضع تسمية لكل عنصر مكتشف تتضمن الفئة المتوقعة ودرجة الثقة.
• ضبط إعدادات الاكتشاف: يمكنك أيضًا تعديل معلمات مثل عتبات الثقة لضبط دقة الاكتشاف وأدائه بدقة.
• حفظ المخرجات أو استخدامها: يمكن حفظ الصورة أو مقطع الفيديو المعالَج، الذي يحتوي الآن على العناصر المكتشفة، أو دمجه في تطبيق لإجراء مزيد من التحليل أو الأتمتة أو اتخاذ القرارات.

تجعل هذه الخطوات YOLO12 سهل الاستخدام لمجموعة متنوعة من التطبيقات، بدءًا من المراقبة وتتبع البيع بالتجزئة وصولًا إلى التصوير الطبي والمركبات ذاتية القيادة.

تطبيقات YOLO12 العملية#

يمكن استخدام YOLO12 في مجموعة متنوعة من التطبيقات الواقعية بفضل دعمه لاكتشاف العناصر، وتجزئة الكائنات، وتصنيف الصور، وتقدير الوضعيات، واكتشاف العناصر الموجّهة (OBB).

الشكل 4. يدعم YOLO12 مهام مثل اكتشاف العناصر وتجزئة الكائنات.

ومع ذلك، كما ناقشنا سابقًا، تعطي نماذج YOLO12 الأولوية للدقة على حساب 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 في الوقت الفعلي، مثل:

• التصوير الطبي: يمكن تدريب YOLO12 بشكل مخصص لاكتشاف الأورام أو التشوهات في صور الأشعة السينية والتصوير بالرنين المغناطيسي (MRI) بدقة عالية، مما يجعله أداة مفيدة للأطباء وأخصائيي الأشعة الذين يحتاجون إلى تحليل دقيق للصور بغرض التشخيص.
• مراقبة الجودة في التصنيع: يمكنه المساعدة في تحديد عيوب المنتجات أثناء عملية الإنتاج، مما يضمن وصول العناصر عالية الجودة فقط إلى السوق، مع تقليل الهدر وتحسين الكفاءة.
• التحليل الجنائي: يمكن لأجهزة إنفاذ القانون ضبط YOLO12 بدقة لتحليل تسجيلات المراقبة وجمع الأدلة. وفي التحقيقات الجنائية، تُعد الدقة أمرًا حيويًا لتحديد التفاصيل الرئيسية.
• الزراعة الدقيقة: يمكن للمزارعين استخدام YOLO12 لتحليل صحة المحاصيل، واكتشاف الأمراض أو تفشي الآفات، ومراقبة ظروف التربة. وتساعد التقييمات الدقيقة على تحسين استراتيجيات الزراعة، مما يؤدي إلى إنتاجية أفضل وإدارة أفضل للموارد.

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. ومع ذلك، قد يكون تمكين FlashAttention مفيدًا خصوصًا عند العمل مع مجموعات بيانات كبيرة أو صور عالية الدقة، إذ يساعد على منع التباطؤ وتقليل استخدام الذاكرة وتحسين كفاءة المعالجة.

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

مع مراعاة سهولة الاستخدام وإمكانية الوصول، لا تدعم حزمة Ultralytics Python استدلال FlashAttention حتى الآن، إذ قد يكون تثبيته معقدًا من الناحية التقنية. لمعرفة المزيد حول البدء باستخدام YOLO12 وتحسين أدائه، راجع وثائق Ultralytics الرسمية.

أهم النقاط المستخلصة#

مع تقدم الرؤية الحاسوبية، تصبح النماذج أكثر دقة وكفاءة. ويحسّن YOLO12 مهام الرؤية الحاسوبية مثل اكتشاف العناصر، وتجزئة الكائنات، وتصنيف الصور من خلال المعالجة التي تتمحور حول الانتباه وFlashAttention، مما يعزز الدقة مع تحسين استخدام الذاكرة.

وفي الوقت نفسه، أصبحت الرؤية الحاسوبية أكثر سهولة من أي وقت مضى. ويسهل استخدام YOLO12 من خلال حزمة Ultralytics Python، كما أنه، بتركيزه على الدقة بدلًا من السرعة، مناسب تمامًا للتصوير الطبي وعمليات الفحص الصناعي والروبوتات؛ وهي تطبيقات تُعد فيها الدقة أمرًا أساسيًا.

هل يثير الذكاء الاصطناعي فضولك؟ زر مستودعنا على GitHub وتفاعل مع مجتمعنا. واستكشف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة على صفحات حلولنا. وتعرّف على خيارات الترخيص لدينا وحوّل مشاريعك في مجال الذكاء الاصطناعي للرؤية إلى واقع. 🚀