باستخدام نماذج Ultralytics YOLO، رفعت Prezent الدقة من 65% إلى 87%، وخفضت مدة التدريب من 3 أيام إلى يوم واحد، وقلّصت زمن معالجة الشرائح إلى أقل من 10 ثوانٍ.
تُعد العروض التقديمية أساسية للتواصل الواضح في اجتماعات الأعمال، لكن إعادة تصميمها لتكون مؤثرة وغنية بالمعلومات في آنٍ واحد قد تشكل تحديًا. تستخدم Prezent الذكاء الاصطناعي لاكتشاف عناصر الشرائح وفهمها، مثل العناوين والنصوص والصور والمخططات، بما يضمن أن تظل الشرائح المعاد تصميمها واضحة وجذابة بصريًا وسهلة المتابعة.
أثناء اختبار أدوات متنوعة لاكتشاف عناصر الشرائح، وجدت Prezent أن كثيرًا منها يخلّ بتنسيقات التخطيط والتسلسل الهرمي للمعلومات، ما يجعل العروض التقديمية أقل تماسكًا. ومن خلال دمج نماذج Ultralytics YOLO، تبسّط Prezent العملية وتجعل اكتشاف عناصر الشرائح أسرع وأكثر سلاسة واحترافية، مع الحد الأدنى من الجهد.
إعادة تصميم الشرائح بسرعة وذكاء أكبر باستخدام الذكاء الاصطناعي#
تساعد Prezent كبار المسؤولين التنفيذيين وفرق الأعمال على إنشاء عروض تقديمية واضحة واحترافية من خلال أتمتة عملية إعادة التصميم. وكانت هذه العملية تعتمد في الأصل على القوالب اليدوية والجهد البشري، ما جعلها بطيئة وغير فعّالة.
لتحسين الكفاءة، لجأت Prezent إلى الذكاء الاصطناعي والرؤية الحاسوبية لأتمتة تنسيق الشرائح مع الحفاظ على تخطيطها الأصلي. وباستخدام نماذج اكتشاف الأجسام، تستطيع منصتها الآن اكتشاف محتوى الشرائح وتنظيمه تلقائيًا، ما يتيح عملية إعادة تصميم أسرع وأكثر سلاسة مع الحد الأدنى من إدخال المستخدم. وبهذا، تضمن Prezent بقاء العروض التقديمية واضحة وجذابة بصريًا وسهلة المتابعة.
التحدي في إعادة تصميم الشرائح المدعومة بالذكاء الاصطناعي#
لا يقتصر العرض التقديمي الرائع على المعلومات؛ بل يتطلب الوضوح والتنظيم والتأثير. لكن إعادة تصميم الشرائح يدويًا لجعلها أكثر جاذبية تستغرق وقتًا وجهدًا. وكان بطء عملية إعادة التصميم وإحباطها تحديًا كبيرًا للمديرين التنفيذيين وكبار فرق الأعمال، الذين يعتمدون كثيرًا على العروض التقديمية في الاجتماعات.
سعت Prezent إلى أتمتة إعادة تصميم الشرائح، لكن واجهتها عقبة أساسية: كيف يمكن اكتشاف عناصر الشريحة وإعادة تنظيمها مع إبقائها في مواضعها؟ استطاعت الأدوات التقليدية استخراج النصوص، لكنها أخفقت في التعرّف على ترتيب العناوين والصور والمخططات، وغالبًا ما أخلّت بتنسيق الشرائح.
استخدمت Prezent في البداية نماذج مفتوحة المصدر لاكتشاف الكائنات، لكن هذه الأساليب عانت من قيود شملت انخفاض الدقة (60–65%) وبطء المعالجة والحاجة إلى إصلاح التخطيطات يدويًا. ولأتمتة العملية فعليًا، احتاجت Prezent إلى حل أسرع وأذكى للذكاء الاصطناعي البصري، قادر على اكتشاف عناصر الشرائح بدقة وإعادة تصميمها دون الإخلال ببنيتها. عندها استعانت بالرؤية الحاسوبية والذكاء الاصطناعي لجعل العملية سلسة.
حل Prezent للذكاء الاصطناعي المرئي لاكتشاف عناصر الشرائح#
لأتمتة إعادة تصميم الشرائح مع الحفاظ على تخطيطها، دمجت Prezent نماذج Ultralytics YOLO في منصتها. تدعم نماذج Ultralytics YOLO مجموعة متنوعة من مهام الرؤية الحاسوبية، بما فيها اكتشاف الكائنات. تُحوّل الشرائح إلى صور، ثم يكتشف YOLO العناصر الأساسية (العناوين ومربعات النصوص والصور والمخططات) مع الحفاظ على التخطيط الأصلي.
تؤدي YOLO دورًا محوريًا في استخراج التخطيط، إذ تساعد Prezent على الحفاظ على بنية كل شريحة وتسلسلها الهرمي مع إتاحة إعادة تصميم سريعة وآلية. ومن خلال التعرّف على العناصر النصية والمرئية على حد سواء، تساعد YOLO في ضمان احتفاظ العروض التقديمية بوظيفتها وتصميمها المصقول. وبفضل دقتها العالية وسرعة معالجتها، تمكّن YOLO Prezent من أتمتة اكتشاف عناصر الشرائح وتقليل الحاجة إلى التعديلات اليدوية.
لماذا اختيار نماذج Ultralytics YOLO؟#
اختارت Prezent نماذج Ultralytics YOLO لأنها تُدرّب بسرعة أكبر، وتتميز بدقة أعلى وزمن استجابة أقل مقارنةً بنماذج الذكاء الاصطناعي المرئي الأخرى. ووجدت Prezent أن تدريب معظم النماذج يستغرق يومين إلى ثلاثة أيام، ما يبطئ دورات التحسين والتطوير.
«عادةً ما يستغرق تدريب نموذج تعلّم آلي وقتًا طويلًا جدًا، وغالبًا ما تضطر إلى الانتظار يومين أو ثلاثة أيام حتى تحصل على نتائج الاستدلال، ثم تقرر ما إذا كانت الدقة كافية. لكن باستخدام YOLO، يمكننا تدريب النموذج في يوم واحد، واتخاذ القرارات بسرعة، والتعلم من النتائج بوتيرة سريعة»، كما يقول كبير علماء البيانات في Prezent.
باستخدام YOLO، ارتفعت دقة Prezent من 65% إلى 87%، وتمكن الفريق من تحسين النماذج وتعزيز أدائها بسرعة. كما تتيح سرعات الاستدلال العالية لـ YOLO معالجة الشرائح في أقل من 10 ثوانٍ، ما يضمن الأتمتة في الوقت الفعلي وتجربة مستخدم سلسة. ومن خلال دمج YOLO، وجدت Prezent حلًا موثوقًا وقابلًا للتوسع لإعادة تصميم الشرائح بكفاءة ودقة.
معالجة الشرائح في أقل من 10 ثوانٍ باستخدام YOLO#
من خلال الاستفادة من نماذج Ultralytics YOLO، أعادت Prezent تعريف عملية إعادة تصميم الشرائح لتصبح أسرع وأكثر كفاءة ودقة عالية. وضمنت القدرة على اكتشاف عناصر الشرائح وتنظيمها تلقائيًا احتفاظ العروض التقديمية ببنيتها الأصلية ووضوحها وجاذبيتها البصرية دون تدخل يدوي.
«باستخدام Ultralytics YOLO، تكون سرعة المعالجة أعلى أيضًا، إذ يمكننا تزويد عملائنا بشرائح معالجة بالكامل في أقل من 10 ثوانٍ. وقد كان لسرعة التدريب وزمن الاستجابة المنخفض دور أساسي في تبسيط سير عملنا وتحسين جودة عمليات إعادة التصميم»، وفقًا لما أفاد به كبير علماء البيانات في Prezent.
بفضل قدرات المعالجة الفورية في YOLO، تمكنت Prezent من أتمتة اكتشاف تخطيط الشرائح بالكامل، والتخلص من أوجه القصور في إعادة التصميم اليدوية. وأصبح بإمكان كبار المسؤولين التنفيذيين وفرق الأعمال إنشاء عروض تقديمية احترافية مصقولة على الفور، ما يحسّن كفاءة سير العمل وتجربة المستخدم. ومن خلال دمج الرؤية الحاسوبية والذكاء الاصطناعي، أنشأت Prezent حلًا آليًا قابلًا للتوسع يعزز الإنتاجية وجودة العروض التقديمية.
آفاق الرؤية الحاسوبية في تحليل المستندات#
تأمل Prezent أن تتحسن قدرة نماذج الرؤية الحاسوبية على التعامل مع التخطيطات الأكثر تعقيدًا وتقديم رؤى أعمق حول بُنى المستندات. ومن شأن ذلك إتاحة إعادة تصميم الشرائح بمزيد من الدقة والإتقان.
من التحسينات المحتملة القدرة على تجميع العناصر المترابطة ضمن فئات فرعية. وستساعد هذه الرؤى نماذج الذكاء الاصطناعي المرئي على فهم التسلسل الهرمي والعلاقات بين مكونات الشرائح. ونتيجة لذلك، ستصبح الشرائح المعاد تصميمها أفضل تنظيمًا وأكثر تماسكًا بصريًا وأسهل متابعة.
بوجه عام، تعتقد Prezent أنه مع تزايد الطلب على الأتمتة والحلول القائمة على الذكاء الاصطناعي، ستواصل نماذج الرؤية الحاسوبية التطور للتعامل مع مهام أكثر تعقيدًا بدقة وسرعة أكبر.
هل ترغب في معرفة كيف يمكن للذكاء الاصطناعي المرئي تحسين أعمالك؟ تفضّل بزيارة مستودع GitHub لدينا للاطلاع على حلول Ultralytics للذكاء الاصطناعي في قطاعات مختلفة، مثل الرؤية الحاسوبية في الرعاية الصحية والتصنيع. اكتشف كيف يمكن لنماذج YOLO لدينا وخيارات الترخيص مساعدتك على البدء اليوم!
بقلم
منشئ محتوى · Ultralytics
