شرح YOLO12: تطبيقات العالم الحقيقي وحالات الاستخدام

رؤية الحاسوب هي فرع من فروع الذكاء الاصطناعي (AI) يساعد الآلات على فهم الصور ومقاطع الفيديو. إنه مجال يتقدم بخطى مذهلة لأن باحثي ومطوري الذكاء الاصطناعي يدفعون الحدود باستمرار. يهدف مجتمع الذكاء الاصطناعي دائمًا إلى جعل النماذج أسرع وأذكى وأكثر كفاءة. أحد أحدث الإنجازات هو YOLO12، وهو أحدث إضافة إلى سلسلة نماذج YOLO (You Only Look Once)، الذي تم إصداره في 18 فبراير 2025.

تم تطوير YOLO12 بواسطة باحثين من جامعة بوفالو، وSUNY (جامعة ولاية نيويورك)، وجامعة الأكاديمية الصينية للعلوم. في نهج جديد وفريد من نوعه، يقدم YOLO12 آليات انتباه، مما يسمح للنموذج بالتركيز على الأجزاء الأكثر أهمية في الصورة بدلاً من معالجة كل شيء بالتساوي.

كما يتميز بتقنية FlashAttention، وهي تقنية تسرع المعالجة مع استخدام ذاكرة أقل، وآلية انتباه منطقية، مصممة لمحاكاة الطريقة التي يركز بها البشر بشكل طبيعي على الكائنات المركزية.

هذه التحسينات تجعل YOLO12n أكثر دقة بنسبة 2.1% من YOLOv10n وYOLO12m أكثر دقة بنسبة 1.0% من YOLO11m. ومع ذلك، يأتي هذا مع مقايضة - YOLO12n أبطأ بنسبة 9% من YOLOv10n، وYOLO12m أبطأ بنسبة 3% من YOLO11m.

الشكل 1. مثال على استخدام YOLO12 لاكتشاف الكائنات.

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

Link to this sectionالطريق إلى إصدار YOLO12#

سلسلة نماذج YOLO هي مجموعة من نماذج رؤية الحاسوب المصممة لاكتشاف الكائنات في الوقت الفعلي، مما يعني أنها تستطيع تحديد وتحديد مواقع الكائنات في الصور ومقاطع الفيديو بسرعة. بمرور الوقت، تحسن كل إصدار من حيث السرعة والدقة والكفاءة.

على سبيل المثال، Ultralytics YOLOv5، الذي تم إصداره في عام 2020، أصبح مستخدمًا على نطاق واسع لأنه كان سريعًا وسهل التدريب المخصص والنشر. لاحقًا، قام Ultralytics YOLOv8 بتحسين ذلك من خلال توفير دعم إضافي لمهام رؤية الحاسوب مثل تجزئة الكائنات وتتبعها.

في الآونة الأخيرة، ركز Ultralytics YOLO11 على تحسين المعالجة في الوقت الفعلي مع الحفاظ على التوازن بين السرعة والدقة. على سبيل المثال، احتوى YOLO11m على معاملات أقل بنسبة 22% من YOLOv8m، ومع ذلك قدم أداء اكتشاف أفضل على مجموعة بيانات COCO، وهو معيار مستخدم على نطاق واسع لتقييم نماذج اكتشاف الكائنات.

بناءً على هذه التطورات، يقدم YOLO12 تحولًا في كيفية معالجة المعلومات المرئية. فبدلاً من معاملة جميع أجزاء الصورة بالتساوي، فإنه يعطي الأولوية للمناطق الأكثر صلة، مما يحسن دقة الاكتشاف. ببساطة، يبني YOLO12 على التحسينات السابقة مع السعي ليكون أكثر دقة.

Link to this sectionالميزات الرئيسية لـ YOLO12#

يقدم YOLO12 العديد من التحسينات التي تعزز مهام رؤية الحاسوب مع الحفاظ على سرعات المعالجة في الوقت الفعلي. إليك نظرة عامة على الميزات الرئيسية لـ YOLO12:

• بنية قائمة على الانتباه: بدلاً من معاملة كل جزء من الصورة بالتساوي، يركز YOLO12 على المناطق الأكثر أهمية. هذا يحسن الدقة ويقلل من المعالجة غير الضرورية، مما يجعل الاكتشاف أكثر دقة وكفاءة، حتى في الصور المزدحمة.
• FlashAttention: يسرع YOLO12 تحليل الصور مع استخدام ذاكرة أقل. بفضل FlashAttention (خوارزمية فعالة في استخدام الذاكرة)، فإنه يحسن التعامل مع البيانات، مما يقلل من إجهاد الأجهزة ويجعل المهام في الوقت الفعلي أكثر سلاسة وموثوقية.
• شبكات تجميع الطبقات الفعالة المتبقية (R-ELAN): ينظم YOLO12 طبقاته بشكل أكثر كفاءة باستخدام R-ELAN، مما يحسن كيفية معالجة النموذج للبيانات والتعلم منها. هذا يجعل التدريب أكثر استقرارًا، والتعرف على الكائنات أكثر حدة، ومتطلبات الحوسبة أقل، بحيث يعمل بكفاءة عبر بيئات مختلفة.

لفهم كيفية عمل هذه الميزات في الحياة الواقعية، فكر في مركز تجاري. يمكن لـ YOLO12 المساعدة في تتبع المتسوقين، وتحديد زينة المتجر مثل النباتات المحفوظة بوعاء أو علامات ترويجية، ورصد العناصر في غير مكانها أو المهجورة.

تساعد بنيته القائمة على الانتباه في التركيز على أهم التفاصيل، بينما تضمن FlashAttention معالجة كل شيء بسرعة دون زيادة تحميل النظام. وهذا يسهل على مشغلي المركز التجاري تحسين الأمن، وتنظيم تخطيطات المتاجر، وتعزيز تجربة التسوق بشكل عام.

الشكل 2. اكتشاف الكائنات في مركز تجاري باستخدام YOLO12.

ومع ذلك، يأتي YOLO12 أيضًا مع بعض القيود التي يجب مراعاتها:

• أوقات تدريب أبطأ: نظرًا لبنيته، يتطلب YOLO12 مزيدًا من وقت التدريب مقارنة بـ YOLO11.
• تحديات التصدير: قد يواجه بعض المستخدمين صعوبات عند تصدير نماذج YOLO12، خاصة عند دمجها في بيئات نشر محددة.

Link to this sectionفهم معايير أداء YOLO12#

يأتي YOLO12 في متغيرات متعددة، كل منها مُحسَّن لاحتياجات مختلفة. تعطي الإصدارات الأصغر (نانو وصغير) الأولوية للسرعة والكفاءة، مما يجعلها مثالية للأجهزة المحمولة والحوسبة الطرفية. تحقق الإصدارات المتوسطة والكبيرة التوازن بين السرعة والدقة، بينما تم تصميم YOLO12x (كبير جدًا) للتطبيقات عالية الدقة، مثل الأتمتة الصناعية، والتصوير الطبي، وأنظمة المراقبة المتقدمة.

مع هذه الاختلافات، يقدم YOLO12 مستويات مختلفة من الأداء اعتمادًا على حجم النموذج. تُظهر اختبارات المعيار أن بعض متغيرات YOLO12 تتفوق على YOLOv10 وYOLO11 في الدقة، محققة متوسط دقة متوسط (mAP) أعلى.

ومع ذلك، تقوم بعض النماذج، مثل YOLO12m وYOLO12l وYOLO12x، بمعالجة الصور بشكل أبطأ من YOLO11، مما يظهر مقايضة بين دقة الاكتشاف والسرعة. على الرغم من ذلك، يظل YOLO12 فعالاً، حيث يتطلب معاملات أقل من العديد من النماذج الأخرى، على الرغم من أنه لا يزال يستخدم أكثر من YOLO11. وهذا يجعله خيارًا رائعًا للتطبيقات التي تكون فيها الدقة أكثر أهمية من السرعة الخام.

الشكل 3. مقارنة بين Ultralytics YOLO11 وYOLO12.

Link to this sectionاستخدام YOLO12 من خلال حزمة Ultralytics Python#

يتم دعم YOLO12 بواسطة حزمة Ultralytics Python وهو سهل الاستخدام، مما يجعله في متناول المبتدئين والمحترفين على حد سواء. ببضعة أسطر من التعليمات البرمجية، يمكن للمستخدمين تحميل نماذج مدربة مسبقًا، وتشغيل مهام رؤية الحاسوب المختلفة على الصور ومقاطع الفيديو، وكذلك تدريب YOLO12 على مجموعات بيانات مخصصة. تبسط حزمة Ultralytics Python العملية، مما يلغي الحاجة إلى خطوات إعداد معقدة.

على سبيل المثال، إليك الخطوات التي ستمر بها لـ استخدام YOLO12 لاكتشاف الكائنات:

• تثبيت حزمة Ultralytics: أولاً، قم بتثبيت حزمة Ultralytics Python، التي توفر الأدوات اللازمة لتشغيل YOLO12 بكفاءة. يضمن هذا إعداد جميع التبعيات بشكل صحيح.
• تحميل نموذج YOLO12 مدرب مسبقًا: اختر متغير YOLO12 المناسب (نانو، صغير، متوسط، كبير، أو كبير جدًا) بناءً على مستوى الدقة والسرعة المطلوبة لمهمتك.
• توفير صورة أو مقطع فيديو: أدخل ملف صورة أو فيديو تريد تحليله. يمكن لـ YOLO12 أيضًا معالجة بث الفيديو المباشر للاكتشاف في الوقت الفعلي.
• تشغيل عملية الاكتشاف: يقوم النموذج بمسح البيانات المرئية، وتحديد الكائنات، ووضع مربعات محيطة حولها. يقوم بتسمية كل كائن مكتشف بالفئة المتوقعة ودرجة الثقة الخاصة به.
• ضبط إعدادات الاكتشاف: يمكنك أيضًا تعديل المعلمات مثل عتبات الثقة لضبط دقة الاكتشاف والأداء.
• حفظ أو استخدام المخرجات: يمكن حفظ الصورة أو الفيديو المعالج، الذي يحتوي الآن على الكائنات المكتشفة، أو دمجه في تطبيق لمزيد من التحليل أو الأتمتة أو اتخاذ القرار.

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

Link to this sectionتطبيقات YOLO12 العملية#

يمكن استخدام YOLO12 في مجموعة متنوعة من تطبيقات العالم الحقيقي بفضل دعمه لاكتشاف الكائنات، وتجزئة الكائنات، وتصنيف الصور، وتقدير الوضع، واكتشاف الكائنات الموجهة (OBB).

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

ومع ذلك، كما ناقشنا سابقًا، تعطي نماذج YOLO12 الأولوية للدقة على السرعة، مما يعني أنها تستغرق وقتًا أطول قليلاً لمعالجة الصور مقارنة بالإصدارات السابقة. هذه المقايضة تجعل YOLO12 مثاليًا للتطبيقات التي تكون فيها الدقة أكثر أهمية من السرعة في الوقت الفعلي، مثل:

• التصوير الطبي: يمكن تدريب YOLO12 بشكل مخصص لاكتشاف الأورام أو التشوهات في الأشعة السينية والرنين المغناطيسي بدقة عالية، مما يجعله أداة مفيدة للأطباء وأخصائيي الأشعة الذين يحتاجون إلى تحليل دقيق للصور للتشخيص.
• مراقبة الجودة في التصنيع: يمكن أن يساعد في تحديد عيوب المنتج أثناء عملية الإنتاج، مما يضمن وصول العناصر عالية الجودة فقط إلى السوق مع تقليل الهدر وتحسين الكفاءة.
• التحليل الجنائي: يمكن لوكالات إنفاذ القانون ضبط YOLO12 لتحليل لقطات المراقبة وجمع الأدلة. في التحقيقات الجنائية، تعد الدقة أمرًا حيويًا لتحديد التفاصيل الرئيسية.
• الزراعة الدقيقة: يمكن للمزارعين استخدام YOLO12 لتحليل صحة المحاصيل، واكتشاف الأمراض أو تفشي الآفات، ومراقبة ظروف التربة. تساعد التقييمات الدقيقة في تحسين استراتيجيات الزراعة، مما يؤدي إلى تحسين العائد وإدارة الموارد.

Link to this sectionالبدء مع YOLO12#

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

تقنيًا، يمكن لـ YOLO12 العمل على أي GPU (وحدة معالجة الرسومات) مخصص. افتراضيًا، لا يتطلب FlashAttention، لذا يمكنه العمل على معظم أنظمة GPU بدونه. ومع ذلك، يمكن أن يكون تمكين FlashAttention مفيدًا بشكل خاص عند العمل مع مجموعات بيانات كبيرة أو صور عالية الدقة، حيث يساعد في منع التباطؤ، وتقليل استخدام الذاكرة، وتحسين كفاءة المعالجة.

لاستخدام FlashAttention، ستحتاج إلى NVIDIA GPU من إحدى هذه السلاسل: Turing (T4, Quadro RTX)، Ampere (RTX 30 series, A30, A40, A100)، Ada Lovelace (RTX 40 series)، أو Hopper (H100, H200).

مع وضع سهولة الاستخدام وإمكانية الوصول في الاعتبار، لا تدعم حزمة Ultralytics Python حتى الآن استنتاج FlashAttention، حيث يمكن أن يكون تثبيتها معقدًا تقنيًا للغاية. لمعرفة المزيد حول البدء مع YOLO12 وتحسين أدائه، راجع وثائق Ultralytics الرسمية.

Link to this sectionأبرز النقاط#

مع تقدم رؤية الحاسوب، أصبحت النماذج أكثر دقة وكفاءة. يعمل YOLO12 على تحسين مهام رؤية الحاسوب مثل اكتشاف الكائنات، وتجزئة الكائنات، وتصنيف الصور من خلال المعالجة القائمة على الانتباه وFlashAttention، مما يعزز الدقة مع تحسين استخدام الذاكرة.

في الوقت نفسه، أصبحت رؤية الحاسوب أكثر سهولة من أي وقت مضى. YOLO12 سهل الاستخدام من خلال حزمة Ultralytics Python، وبفضل تركيزه على الدقة بدلاً من السرعة، فهو مناسب تمامًا للتصوير الطبي، وعمليات التفتيش الصناعية، والروبوتات - التطبيقات التي تكون فيها الدقة مفتاحًا.

هل تشعر بالفضول بشأن الذكاء الاصطناعي؟ تفضل بزيارة مستودع GitHub الخاص بنا وتفاعل مع مجتمعنا. استكشف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة ورؤية الحاسوب في الزراعة على صفحات الحلول الخاصة بنا. تحقق من خيارات الترخيص الخاصة بنا وقم بتحويل مشاريع الذكاء الاصطناعي الخاصة بك إلى واقع. 🚀