YOLOvME: عدّ المستعمرات، وتقييم المسحات، والكشف عن الحياة البرية

هل اضطررت يوماً إلى تقييم عدد لا يحصى من الصور والبيانات والنتائج، وما إلى ذلك؟ ولجعل العملية أكثر تعقيداً، هل سبق لك أن اضطررت للقيام بهذه التقييمات يدوياً؟ بالطبع، الأمر يستغرق وقتاً طويلاً جداً.

بالنسبة لـ Martin Schätz، أثبتت نموذج YOLOv5 من Ultralytics أنها أداة مفيدة في تقليص الوقت اللازم لتحليل الصور المشاركة في أبحاث ومراقبة الأمراض المعدية. وفي الوقت الذي يقوم فيه مارتن بعدة وظائف في آن واحد، يركز جوهر عمله على تحليل الصور الحيوية، وهو قطاع يصفه بأنه "النقطة الفاصلة بين علوم الكمبيوتر وعلم الأحياء". أردنا معرفة المزيد عن عمل مارتن في مجال مراقبة المستعمرات وعدها، لذا جلسنا معه وطرحنا عليه بعض الأسئلة.

ماذا تفعل بالضبط باستخدام YOLOv5 من Ultralytics؟#

تنبع منطق مارتن وراء تطبيق Ultralytics YOLOv5 لمشاريعه من الحاجة إلى أتمتة العمليات الحالية لاكتشاف الكائنات وتصنيفها وعدها. يهدف مارتن أيضًا إلى استخدام YOLOv5 لحالات مثل تجربة التطور طويلة الأجل.

عد المستعمرات البكتيرية#

في المختبرات، عادة ما يتم العد يدويًا للمستعمرات البكتيرية النامية على أطباق أغار بواسطة الفنيين. للأسف، قد يؤدي العد اليدوي إلى نتائج عرضة للأخطاء. ولحل هذه المشكلة، استخدم مارتن YOLOv5 من Ultralytics لأتمتة عملية العد. وقد أدى هذا النهج إلى تقليص الأخطاء والوقت المرتبطين باكتشاف المستعمرات وتصنيفها بشكل كبير.

الكشف عن الكائنات المجهرية وتصنيفها#

لإجراء اختبارات في العالم المجهري، من الضروري تقييم المسحات. ولا تزال هذه العملية تتم يدوياً في الغالب. وكما نعلم، فإن العمليات اليدوية أكثر عرضة للأخطاء وتباين النتائج. بالإضافة إلى ذلك، بينما توجد أدوات مناسبة للكشف عن كائنات ذات أشكال محددة، هناك حاجة إلى أدوات أكثر تخصصاً للعد والتصنيف الآلي لمختلف الكائنات.

رصد ومراقبة الحياة البرية#

"يسجل زملائي الحياة البرية في الغابات ومواقع أخرى، وعادة ما يراجعون مقاطع الفيديو يدوياً، مما يعني أنهم يضطرون للجلوس ومراجعة مئات مقاطع الفيديو."

مع وضع في الاعتبار أن البحث اليدوي عن حالة خنزير بري أو غزال في مقطع فيديو قد يستغرق وقتًا هائلاً، كان مارتن يعلم أن اكتشاف الكائنات يمكنه بالتأكيد تحسين هذه العملية. وهنا، تم تطبيق YOLOv5 من Ultralytics مما سمح باكتشاف الحياة البرية بسهولة وفورية عندما يدخل حيوان في مجال رؤية الكاميرا.

كيف دخلت إلى عالم تعلم الآلة وذكاء الرؤية الاصطناعي؟#

خلال دراسة الماجستير، درس Martin ما يحب أن يسميه "النهج الكلاسيكية لتحليل الصور". وأثناء إنهاء دراسته، بدأ الحديث يكثر عن التعلم العميق، والذي كان يطلق عليه في ذلك الوقت مجرد "الشبكات التلافيفية".

خلال هذه الفترة، كان Martin يعمل على استخراج البيانات، وهي بيانات لم تكن قابلة للاستخدام بشكل كبير. ورغبة منه في التعامل المباشر مع البيانات، اختار Martin الغوص في عالم تعلم الآلة وذكاء الرؤية الاصطناعي.

ما الذي تقترحه لشخص يبدأ في استخدام YOLOv5 من Ultralytics؟#

في الوقت الحالي، يمكن أن تكون عملية تعلم تعلم الآلة وذكاء الرؤية الاصطناعي معقدة للغاية. وباعتباره شخصاً يستخدم ذكاء الرؤية الاصطناعي منذ فترة، ذكر Martin ثلاث نقاط لأي شخص يتطلع للبدء:

1. "بصفتي عالماً، أفضل قراءة كل شيء أولاً حتى أتمكن من إعادة قراءة أي شيء لا أفهمه تماماً في المرة الأولى". إن اكتساب مستوى أساسي من الفهم قبل الغوص في تدريب نماذجك سيجعل العملية أسهل بكثير للمبتدئين.
2. بالإضافة إلى ذلك، أشار Martin إلى فائدة دراسة حالات استخدام الآخرين. فمشاهدة ما يفعله الآخرون يمكن أن يلهمك لاستخداماتك ومشاريعك الخاصة.
3. قم بتشغيل واختبار مشاريعك بشكل متكرر. إذا وجدت أنك بحاجة إلى تغيير شيء ما، فعد للوراء وقم بإجراء التغيير، وتابع المضي قدماً بمزيد من الاختبارات والتكرارات.

Martin Schätz هو باحث يقوم بالتدريس أيضًا مع التركيز على تحليل الصور الحيوية ومعالجة البيانات في الفحص المجهري متحد البؤر. الدافع وراء المشروع الذي يعمل عليه مارتن هو تحسين عملية تحليل الصور لأبحاث ومراقبة الأمراض المعدية. يمكنك العثور على الوثائق والتفاصيل الكامنة وراء مشاريع مارتن الثلاثة على مستودع GitHub الخاص به. بالإضافة إلى ذلك، يُعد مارتن جزءًا من NEUBIAS، وهي منظمة تعزز الأدوات الأكثر استخدامًا لتحليل الصور العلمية في علم الأحياء/المجهري، بما في ذلك نماذج التعلم العميق المدربة في مستودع النماذج.

نريد تسليط الضوء على حالة استخدامك لـ YOLOv5 أيضاً! قم بالإشارة إلينا على وسائل التواصل الاجتماعي عبر @Ultralytics باستخدام #YOLOvME للحصول على فرصة ليتم عرض مشروعك.