تخفض RTM تكلفة الاستدلال بنسبة 28% باستخدام Ultralytics YOLO26

RTM شركة صناعية للذكاء الاصطناعي مقرها سيول. وتطور وحدة الرؤية فيها أنظمة مراقبة سلامة مدعومة بالذكاء الاصطناعي لمواقع التصنيع: إذ تراقب نماذج Ultralytics YOLO26 الكاميرات المثبتة مسبقًا في أرضية المصنع على مدار الساعة، للكشف عن الأشخاص والسقوط والتسلل إلى مناطق الخطر والحرائق أو الدخان، وتعمل على أي حاسوب لدى العميل، بدءًا من الرسوميات المدمجة ووصولًا إلى GPU منفصل.

مراقبة كاميرات لا يراقبها أحد#

تقع الحوادث الصناعية عادةً في الفجوات التي لا يغطيها أحد. فالمصانع مجهزة بالفعل بكاميرات على كل خط إنتاج، لكن لا يمكن لأحد متابعة كل البثوث في جميع الأوقات. طورت RTM نظامًا للقيام بذلك باستمرار: إذ تشغّل كل قناة كاميرا نموذجي Ultralytics YOLO26، أحدهما مدرب على كشف الأشخاص والآخر على كشف الحرائق والدخان، وتغذي بهما طبقة أحداث حتمية تطلق إنذارات عند سقوط العمال أو التسلل إلى مناطق الخطر.

خلال الأشهر الستة الماضية، نُشر حل RTM للذكاء الاصطناعي في مجال السلامة الصناعية ليعمل على مدار الساعة طوال أيام الأسبوع، أو يخضع لتقييم ميداني لدى 21 شركة تصنيع تعمل في قطاعات الصلب والبطاريات والمواد الكيميائية والبلاستيك والأغذية والروبوتات. ويرتبط النظام بكاميرات المراقبة الحالية، فيكشف دخول العامل إلى منطقة خطرة أو سقوطه، ثم يطلق التنبيهات عبر الأنظمة الداخلية أو يتحكم مباشرةً في معدات المصنع المتصلة، عن طريق التكامل مع PLC.

الشكل 1. بث مباشر لاكتشاف السقوط من RTM باستخدام Ultralytics YOLO (مصدر الصورة: RTM).

حل مشكلة الأجهزة التي لا يرغب أحد في شرائها#

تتنافس مراقبة السلامة مع خيار عدم تركيب أي نظام. فإذا تطلب النظام أجهزة خوادم جديدة قبل أن يتمكن من مراقبة كاميرا واحدة، فغالبًا ما يتوقف التقييم قبل أن يبدأ. وكان الوضع المعتاد لدى المصنّعين يضعهم أمام خيارين: أجهزة مخصصة باهظة الثمن أو عدم استخدام المراقبة المؤتمتة إطلاقًا.

سعت RTM إلى إزالة هذه المفاضلة من خلال نشر واحد يعمل على أي حاسوب موجود بالفعل في غرفة التحكم، بدءًا من الرسوميات المدمجة من Intel ووصولًا إلى NVIDIA RTX 3090، من دون الحاجة إلى إصدار منفصل لكل موقع.

لتحقيق ذلك، تصدّر RTM نموذجي YOLO26 إلى ONNX بأبعاد ثابتة، وتشغّلهما عبر ONNX Runtime باستخدام خمسة موفري تنفيذ: TensorRT وCUDA وOpenVINO وDirectML وCPU. وعند بدء التشغيل، تكتشف مكتبة الاستدلال الشركة المصنّعة لـ GPU المثبتة وتختار تلقائيًا سلسلة موفري التنفيذ المناسبة، لذا يعمل الملف نفسه، بحجم 36 MB لكل نموذج، دون تعديل سواء كان الجهاز المستهدف بلا GPU منفصل أو مزودًا ببطاقة متطورة. ولا يعتمد التطبيق المنشور على Python أو PyTorch، كما لا يتطلب صيانة مسار إصدار منفصل لكل شركة مصنّعة.

جعل رأس الكشف الشامل من البداية إلى النهاية في YOLO26 نهج القطعة الواحدة عمليًا: بما أن النموذج يُخرج الكشوف النهائية مباشرةً، لا تحتاج طبقة الاستدلال بلغة C++ في RTM إلا إلى عتبة ثقة وتحويل عكسي لتغيير حجم الصورة مع الحشو، دون الحاجة إلى إعادة تنفيذ NMS أو معالجة فجوة التكافؤ التي تتطلب تصحيحًا بين مسار التدريب بلغة Python ومسار النشر بلغة C++، وهي فئة من الأخطاء تظهر عادةً عند نقل الكاشف بين لغتين.

ما الذي يتيحه GPU بالأرقام#

قاس RTM أداء نموذجي YOLO26-small (للأشخاص وللحرائق/الدخان) عند دقتَي إدخال على NVIDIA RTX 3090 (ONNX Runtime 1.26.0، وموفّر تنفيذ CUDA، وFP32، ودفعة بحجم 1، والمرور الأمامي فقط). عند 640×640، يعمل نموذج الأشخاص في 4.20 مللي ثانية لكل إطار، ونموذج الحرائق/الدخان في 4.34 مللي ثانية؛ وعند 1280×1280 يرتفع زمن كلاهما إلى نحو 12.5 مللي ثانية، مع زيادة ذاكرة GPU من 406 MB إلى 1,302 MB. يجعل ذلك دقة 640×640 أقل كلفة بنحو 2.9 مرة لكل إطار وأخف على الذاكرة بمقدار 3.2 مرة، بينما يحسّن الإدخال الأكبر كشف الأجسام الصغيرة والبعيدة. تعتمد RTM دقة 640×640 افتراضيًا، وتبقي التصدير بدقة 1280×1280 متاحًا للمواقع التي تملك هامشًا كافيًا في GPU لتخصيصه لتحسين هامش الكشف بدلًا من عدد القنوات.

أدى الانتقال من CUDA بدقة FP32 إلى TensorRT بدقة FP16 إلى خفض الكلفة المجمعة لكل إطار للنموذجين من 8.68 مللي ثانية إلى 6.26 مللي ثانية، أي بنسبة 28%، ما يعادل نحو 39.9 إطارًا في الثانية عبر أربع قنوات على GPU واحدة بدلًا من 28.8 إطارًا في الثانية. وتحققت RTM من أن تحويل FP16 لم يكلّف أي شيء من الدقة قبل طرحه: لم يتغير الاستدعاء في أي فئة لحجم الأجسام أو على مستوى الحدث، سواء للحرائق أو للدخان. وفي التطبيق المنشور، تدعم آلة بالمواصفات الموصى بها (معالج Intel Core i7 من فئة 16 نواة أو أفضل، وذاكرة RAM بسعة 32GB، وRTX 5060 بسعة 8GB أو أعلى) ست قنوات متزامنة، بينما تدعم آلة منخفضة المستوى لا تملك سوى رسومات مدمجة قناة واحدة، مقابل حد أقصى للمنتج يبلغ عشر قنوات لكل صندوق.

لماذا الاستفادة من Ultralytics YOLO26؟#

يدرّب RTM كاشف الأشخاص وكاشف الحرائق/الدخان باستخدام قاعدة شيفرة التدريب نفسها من Ultralytics، ويشترك الاثنان في 352 سطرًا من الشيفرة، من دون أي تفرع خاص بالمجال. والشيء الوحيد الذي يتغير بين كاشف يرصد الأشخاص وآخر يرصد الحرائق هو ملف إعدادات: حجم الإدخال، وعدد العصور التدريبية، ومعدل التعلّم، وتركيبة مجموعة البيانات. وهذا نابع مباشرةً من طريقة بناء Ultralytics YOLO. فوجود بنية متسقة واحدة وواجهة برمجة تدريب موحدة عبر مهام الكشف يعني أن دخول مجال كشف جديد يتطلب تغيير الإعدادات بدلًا من إنشاء مسار عمل جديد، وهذا ما مكّن فريقًا هندسيًا صغيرًا من إطلاق نموذجين بمستوى الإنتاج من دون صيانة قاعدتي شيفرة.

وقد جعل هذا الاتساق نفسه الانتقال إلى YOLO26 منخفض المخاطر. اعتمدت RTM YOLO26 بعد أربعة أيام من بدء المشروع، في مايو 2026، ولم يتطلب الترحيل تغيير أي سطر من شيفرة التدريب الحالية، بل اقتصر على استخدام نقطة تحقق مختلفة. وبفضل حفاظ Ultralytics على استقرار واجهة التدريب بين أجيال النماذج، لم يتطلب التحديث إلى أحدث بنية إعادة كتابة مسار عمل سبق أن بنته RTM واختبرته.

«حتى مع مجموعة البيانات نفسها، يؤثر حجم الإدخال والتعزيز في أداء النموذج. مع Ultralytics، توجد كل هذه الإعدادات في ملف إعدادات واحد، لذا نغيّر بعض القيم، ونشغّل عدة تنويعات جنبًا إلى جنب، ثم نختار الأفضل. لا نلمس الشيفرة لأي من ذلك، لذا فإن إعداد عشرة تشغيلات لا يتطلب جهدًا أكبر بكثير من تشغيل واحد». — مهندس ذكاء اصطناعي، RTM

وقد انعكس هذا الاستقرار أيضًا على الدقة. فقد أدى دمج منهج تدريبي متتابع من خمس مراحل في عملية تدريب مشتركة واحدة إلى تحسين mAP₅₀ للتحقق من 0.672 إلى 0.689، مع بقاء عتبة التشغيل دون تغيير؛ وهو مكسب حققته RTM بمجرد إعادة التدريب على بنية YOLO26 نفسها بدلًا من إعادة تصميم النموذج. ولأن YOLO26 يُصدّر بسلاسة إلى أثر ONNX ذي أبعاد ثابتة، مع توفير عتبات الكشف في ملف جانبي بدلًا من تضمينها في التطبيق، أمكن تطبيق هذا التحسن في الدقة ميدانيًا باستبدال ملف ONNX واحد، دون أي تغيير في التطبيق المضيف. وهذا ما يتيح لفريق هندسي صغير دفع تحديثات النماذج إلى كل موقع دون إصدار منسق، وهو نتيجة مباشرة للبناء على YOLO26 بدلًا من بنية مخصصة.

ما الذي يأتي بعد الكشف#

إنذارات RTM ليست مجرد عمليات كشف خام: فوجود شخص في الإطار لا يشكل حدثًا، لكن وجود شخص سقط وظل على الأرض يشكل حدثًا. وتعمل طبقة أحداث حتمية فوق نموذجي YOLO26، إذ تجمع بين التتبع وحالة وضعية الجسم والانتماء إلى المنطقة والتصويت ضمن نافذة منزلقة قبل إطلاق أي إنذار. ويتيح فصل هذا المنطق عن النموذج استخدام كاشف واحد للأشخاص في جميع المواقع، رغم الاختلاف الكبير بين المصانع في ارتفاع الكاميرات وزواياها وإضاءتها. كما يعني ذلك إمكانية إعادة استخدام عمليات الكشف الحالية لإضافة سلوكيات سلامة جديدة: إذ تعمل RTM حاليًا على بناء نظام لمراقبة الامتثال لمعدات الوقاية الشخصية (PPE) اعتمادًا على مخرجات كشف الأشخاص نفسها، دون الحاجة إلى نموذج جديد أو أجهزة جديدة في المواقع المزودة بـ GPU.

الأثر الإجمالي#

يتجلى الأثر بوضوح لدى عملاء RTM الذين يدمجون الروبوتات التعاونية، إذ يوردون الروبوتات التعاونية ويركبونها في المصانع، وقد واجهوا طويلًا اصطدام العمال بالروبوتات رغم وجود أسوار أمان مادية أو تعمل بالليزر. وباستخدام نظام RTM، يُكشف التسلل إلى منطقة الخطر ويُفعّل فورًا إيقاف الروبوت المتصل بـ PLC دون تأخير، وقد اعتمد هؤلاء المدمجون النظام منذ ذلك الحين جهاز السلامة الافتراضي لديهم بدلًا من الأسوار المادية.

أفاد أحد عملاء قطاع تصنيع الصلب بأن قدرة Ultralytics YOLO على تكييف سيناريوهات الكشف مع المواقع المختلفة مكّنته من تقليص عدد أكثر من 100 موظف لمراقبة السلامة كانوا يجوبون أرضية المصنع سابقًا. وعلى نطاق أوسع، يصف المصنّعون حل RTM بأنه الأسهل تركيبًا والأكثر فعالية من حيث التكلفة بين خيارات مراقبة السلامة التي قيّموها، إذ يغطي كشف مناطق الخطر والسقوط والحرائق/الدخان معظم احتياجاتهم.

التوسع أكثر باستخدام النماذج نفسها#

تتمثل الخطوة التالية لـ RTM في كشف الامتثال لمعدات الوقاية الشخصية، اعتمادًا بالكامل على مخرجات نظامها الحالي لكشف الأشخاص. فلا حاجة إلى تدريب نموذج جديد، ولا إلى تركيب أجهزة جديدة في المواقع التي لديها سعة GPU إضافية. ومع استمرار التوسع إلى مواقع تصنيع وطبقات أجهزة إضافية، يواصل ملف ONNX واحد لكل نموذج أداء المهمة، من حاسوب ذي أدنى مواصفات ورسوميات مدمجة إلى خادم GPU عالي المواصفات في أرضية المصنع.

هل ترغب في بناء حلولك الخاصة للذكاء الاصطناعي البصري؟ استكشف نماذج Ultralytics YOLO، واطّلع على استخدامها في مختلف القطاعات، بما فيها الرؤية الحاسوبية في التصنيع، وتعرّف على خيارات الترخيص لبدء العمل.