تتجه Prezent إلى نماذج Ultralytics YOLO لاكتشاف عناصر الشرائح

تعتبر العروض التقديمية أساسية للتواصل الواضح في اجتماعات العمل، ولكن إعادة تصميمها لتكون مؤثرة وغنية بالمعلومات في آن واحد قد يكون أمرًا صعبًا. يستخدم Prezent الذكاء الاصطناعي لاكتشاف وفهم عناصر الشرائح مثل العناوين والنصوص والصور والمخططات، مما يضمن بقاء الشرائح المعاد تصميمها واضحة وجذابة بصريًا وسهلة المتابعة.

عند اختبار أدوات مختلفة لاكتشاف عناصر الشرائح، وجد Prezent أن العديد منها يعطل التخطيطات والتسلسلات الهرمية للمعلومات، مما يجعل العروض التقديمية أقل تماسكًا. من خلال دمج نماذج Ultralytics YOLO، يعمل Prezent على تبسيط العملية، مما يجعل اكتشاف عناصر الشرائح أسرع وأكثر سلاسة واحترافية بأقل جهد.

جعل إعادة تصميم الشرائح أسرع وأكثر ذكاءً باستخدام الذكاء الاصطناعي

تساعد Prezent المديرين التنفيذيين وفرق العمل على إنشاء عروض تقديمية واضحة واحترافية عن طريق أتمتة عملية إعادة التصميم. في الأصل، اعتمد هذا على القوالب اليدوية والجهد البشري، مما كان بطيئًا وغير فعال. 

لتحسين الكفاءة، تحولت Prezent إلى الذكاء الاصطناعي والرؤية الحاسوبية لأتمتة تنسيق الشرائح مع الحفاظ على التخطيط الأصلي. باستخدام نماذج اكتشاف الكائنات، يمكن لمنصتهم الآن اكتشاف محتوى الشريحة وتنظيمه تلقائيًا لعملية إعادة تصميم أسرع وأكثر سلاسة بأقل قدر من إدخال المستخدم. من خلال القيام بذلك، تتأكد Prezent من أن العروض التقديمية تظل واضحة وجذابة بصريًا وسهلة المتابعة.

‍العقبة في إعادة تصميم الشرائح المدعومة بالذكاء الاصطناعي

العرض التقديمي الرائع لا يتعلق فقط بالمعلومات، بل يتعلق بالوضوح والهيكل والتأثير. ومع ذلك، فإن إعادة تصميم الشرائح يدويًا لجعلها أكثر جاذبية تستغرق وقتًا وجهدًا. بالنسبة للمديرين التنفيذيين في C-suite وفرق الأعمال، الذين يعتمدون بشكل متكرر على العروض التقديمية للاجتماعات، كانت عملية إعادة التصميم البطيئة والمحبطة تحديًا كبيرًا.

شرعت Prezent في أتمتة إعادة تصميم الشرائح، ولكن كانت هناك عقبة رئيسية - كيف يمكنك اكتشاف وإعادة تنظيم عناصر الشرائح مع الحفاظ على كل شيء في مكانه؟ يمكن للأدوات التقليدية استخراج النص ولكنها فشلت في التعرف على كيفية ترتيب العناوين والصور والمخططات، مما أدى غالبًا إلى تعطيل التخطيط.

في البداية، استخدمت Prezent نماذج مفتوحة المصدر للكشف عن الكائنات، ولكن هذه الطرق كانت لها قيود: دقة منخفضة (60-65٪)، وأوقات معالجة بطيئة، وتصميمات كانت لا تزال بحاجة إلى إصلاحات يدوية. لأتمتة العملية حقًا، احتاجت Prezent إلى حل أسرع وأكثر ذكاءً للرؤية بالذكاء الاصطناعي يمكنه اكتشاف عناصر الشرائح وإعادة تصميمها بدقة دون المساس بالهيكل. عندها تحولوا إلى رؤية الكمبيوتر والذكاء الاصطناعي لجعل العملية سلسة.

حل Prezent للذكاء الاصطناعي البصري لاكتشاف عناصر الشرائح

لأتمتة إعادة تصميم الشرائح مع الحفاظ على التخطيطات سليمة، قامت Prezent بدمج نماذج Ultralytics YOLO في منصتها. تدعم نماذج Ultralytics YOLO العديد من مهام الرؤية الحاسوبية، بما في ذلك اكتشاف الأجسام. يتم تحويل الشرائح إلى صور، وتكتشف YOLO العناصر الرئيسية - العناوين ومربعات النصوص والصور والمخططات - مع الحفاظ على التخطيط الأصلي سليماً. 

يلعب YOLO دورًا حاسمًا في استخراج التخطيط، مما يساعد Prezent في الحفاظ على بنية وتسلسل كل شريحة مع تمكين عمليات إعادة التصميم السريعة والآلية. من خلال التعرف على كل من النص والعناصر المرئية، يساعد YOLO في التأكد من أن العروض التقديمية تحافظ على وظائفها وتصميمها المصقول. بفضل الدقة العالية والمعالجة السريعة، يمكّن YOLO شركة Prezent من أتمتة اكتشاف عناصر الشرائح، مما يقلل الحاجة إلى التعديلات اليدوية.

لماذا تختار نماذج Ultralytics YOLO؟

اختارت Prezent نماذج Ultralytics YOLO لأنها يمكن أن تتدرب بشكل أسرع، وهي أكثر دقة، ولديها زمن انتقال أقل مقارنة بنماذج Vision AI الأخرى. وجدت Prezent أن معظم النماذج استغرقت يومين إلى ثلاثة أيام للتدريب، مما أدى إلى إبطاء التكرارات والتحسينات. 

"عادةً، يستغرق تدريب نموذج تعلم الآلة قدرًا هائلاً من الوقت، وغالبًا ما يتعين عليك الانتظار من يومين إلى ثلاثة أيام للاستدلال ثم تقرر ما إذا كانت الدقة جيدة بما فيه الكفاية. ولكن مع YOLO، يمكننا تدريب النموذج في يوم واحد، واتخاذ القرارات بسرعة، والتعلم بسرعة من النتائج"، كما يقول كبير علماء البيانات في Prezent.

مع YOLO، زادت دقة Prezent من 65٪ إلى 87٪ وتمكنت من تحسين النماذج بسرعة وتعزيز الأداء. أيضًا، تتيح سرعات الاستدلال السريعة لـ YOLO معالجة الشرائح في أقل من 10 ثوانٍ، مما يضمن الأتمتة في الوقت الفعلي وتجربة مستخدم سلسة. من خلال دمج YOLO، وجدت Prezent حلاً موثوقًا وقابلاً للتطوير لإعادة تصميم الشرائح بكفاءة ودقة.

معالجة الشرائح في أقل من 10 ثوانٍ باستخدام YOLO

من خلال تسخير نماذج Ultralytics YOLO، أعادت Prezent تعريف عملية إعادة تصميم الشرائح لتكون أسرع وأكثر كفاءة ودقة عالية. ضمنت القدرة على اكتشاف وتنظيم عناصر الشرائح تلقائيًا الحفاظ على العروض التقديمية على هيكلها الأصلي ووضوحها وجاذبيتها البصرية دون تدخل يدوي.

"باستخدام Ultralytics YOLO، تكون سرعة المعالجة أيضًا فائقة حيث يمكننا تزويد عملائنا بشرائح معالجة بالكامل في أقل من 10 ثوانٍ. لقد كان وقت التدريب السريع والكمون المنخفض أساسيين لتبسيط سير عملنا وتحسين جودة عمليات إعادة التصميم لدينا"، كما شارك كبير علماء البيانات في Prezent.

بفضل إمكانات المعالجة في الوقت الفعلي لـ YOLO، تمكنت Prezent من أتمتة اكتشاف تخطيط الشرائح بالكامل، مما أدى إلى القضاء على أوجه القصور في إعادة التصميم اليدوي. يمكن للمديرين التنفيذيين وفرق العمل إنشاء عروض تقديمية مصقولة واحترافية على الفور، مما يحسن كفاءة سير العمل وتجربة المستخدم. من خلال دمج رؤية الكمبيوتر والذكاء الاصطناعي، قامت Prezent ببناء حل قابل للتطوير ومؤتمت يعزز كلاً من الإنتاجية وجودة العرض التقديمي.

المسار المستقبلي للرؤية الحاسوبية في تحليل المستندات

تود Prezent أن ترى نماذج رؤية الكمبيوتر تتحسن في قدرتها على التعامل مع التخطيطات الأكثر تعقيدًا وتقديم رؤى أعمق حول هياكل المستندات. وهذا من شأنه أن يتيح إعادة تصميم الشرائح بشكل أكثر دقة.

من التحسينات المحتملة القدرة على تجميع العناصر ذات الصلة في فئات فرعية. ستساعد هذه الرؤى نماذج الرؤية الحاسوبية على فهم التسلسل الهرمي والعلاقات بين مكونات الشرائح. ونتيجة لذلك، ستكون الشرائح المعاد تصميمها أفضل تنظيمًا وأكثر تماسكًا من الناحية المرئية وأسهل للمتابعة.

بشكل عام، تعتقد Prezent أنه مع زيادة الطلب على الأتمتة والحلول التي تعتمد على الذكاء الاصطناعي، ستستمر نماذج الرؤية الحاسوبية في التطور للتعامل مع مهام أكثر تعقيدًا بدقة وسرعة أكبر. 

هل أنت متشوق لمعرفة كيف يمكن للرؤية الاصطناعية أن تحسن عملك؟ تفضل بزيارة مستودع GitHub الخاص بنا للتحقق من حلول الذكاء الاصطناعي من Ultralytics لمختلف الصناعات، مثل الرؤية الحاسوبية في الرعاية الصحية و التصنيع. اكتشف كيف يمكن لنماذج YOLO الخاصة بنا و خيارات الترخيص أن تساعدك على البدء اليوم!