Bounding Box

المربع المحيط هو منطقة مستطيلة تُعرَّف بمجموعة من الإحداثيات وتحيط بكائن محدد داخل صورة أو إطار فيديو. في مجال الرؤية الحاسوبية (CV)، تؤدي هذه المربعات دور التعليقات التوضيحية الأساسية لتعليم أنظمة الذكاء الاصطناعي (AI) كيفية تحديد العناصر المختلفة والتعرف إليها. وبدلًا من تصنيف صورة كاملة ببساطة على أنها "تحتوي على سيارة"، يتيح المربع المحيط للنموذج تحديد الموقع الدقيق للسيارة وامتدادها المكاني، وفصلها عن الخلفية والكيانات الأخرى. وتُعد هذه القدرة على تحديد الموقع أمرًا أساسيًا لمهام اكتشاف الكائنات، التي تهدف إلى تحديد عدة كائنات في الوقت نفسه بدقة عالية.

المفاهيم والإحداثيات الأساسية#

لمعالجة البيانات المرئية بفعالية، تعتمد نماذج التعلم الآلي (ML) على أنظمة إحداثيات محددة لتمثيل المربعات المحيطة رياضيًا. وغالبًا ما يحدد التنسيق المختار كيفية إعداد البيانات من أجل تدريب النموذج، وكذلك كيفية إخراج النموذج لتنبؤاته.

• إحداثيات XYXY: يعرّف هذا التنسيق المربع باستخدام قيم البكسلات المطلقة للزاوية العلوية اليسرى والزاوية السفلية اليمنى. وهو تنسيق بديهي لأدوات التصور مثل OpenCV أو Matplotlib عند رسم المستطيلات مباشرةً على الصور.
• تنسيق XYWH: تُستخدم هذه الطريقة بشكل شائع في مجموعات بيانات مثل COCO، إذ تحدد النقطة المركزية للكائن، متبوعةً بعرض المربع وارتفاعه. ويُعد هذا التمثيل أساسيًا لحساب دوال الخسارة أثناء عملية التعلم.
• الإحداثيات المطبَّعة: لضمان قابلية التوسع عبر الصور ذات الدقات المختلفة، غالبًا ما تُقاس الإحداثيات إلى نطاق يتراوح بين 0 و1. ويساعد ذلك النماذج على التعميم بصورة أفضل عند تحليل مدخلات ذات أبعاد مختلفة.

التطبيقات الواقعية#

تُعد المربعات المحيطة اللبنات الأساسية لعدد لا يُحصى من حلول الذكاء الاصطناعي في مختلف القطاعات. ومن خلال تمكين تحديد الموقع بدقة، تتيح هذه المربعات للأنظمة التفاعل بذكاء مع العالم المادي.

• المركبات الذاتية القيادة: تستخدم السيارات ذاتية القيادة المربعات المحيطة لاكتشاف المشاة والمركبات الأخرى وإشارات المرور والعوائق وتتبعها في الوقت الفعلي. ويُعد هذا الوعي المكاني ضروريًا لكي تتخذ أنظمة الملاحة والسلامة قرارات سريعة للغاية.
• تحليلات البيع بالتجزئة: في المتاجر الذكية، تساعد المربعات المحيطة على مراقبة المخزون على الرفوف وتتبع تفاعلات العملاء مع المنتجات. ويمكن لهذه البيانات أتمتة إعادة تزويد المخزون وتوفير رؤى حول سلوك المتسوقين دون الحاجة إلى العد اليدوي.

المربعات المحيطة عمليًا#

عند استخدام بنيات حديثة مثل YOLO26، يتنبأ النموذج بالمربعات المحيطة إلى جانب تسمية الفئة ودرجة الثقة. يوضح المثال التالي كيفية تشغيل الاستدلال على صورة والوصول إلى إحداثيات المربع المحيط باستخدام الحزمة ultralytics.

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Access bounding box coordinates (xyxy format) for the first detected object
boxes = results[0].boxes
print(boxes.xyxy[0])  # Output: tensor([x1, y1, x2, y2, ...])

المصطلحات ذات الصلة والتمييز بينها#

رغم أن المربعات المحيطة تُعد معيارًا للاكتشاف العام، فإنها تختلف عن أنواع التعليقات التوضيحية الأخرى المستخدمة في المهام الأكثر دقة.

• تجزئة المثيلات: بخلاف المربع المحيط المستطيل، تنشئ التجزئة قناعًا دقيقًا على مستوى البكسل يتتبع المحيط الفعلي للكائن. ويكون ذلك مفيدًا عندما يكون الشكل الدقيق أهم من الموقع العام.
• المربع المحيط الموجَّه (OBB): تكون المربعات المحيطة القياسية متحاذية مع المحاور (مستطيلات قائمة). ويمكن للمربعات المحيطة الموجَّهة (OBBs) أن تدور لتلائم الكائنات المائلة، مثل السفن في الصور الملتقطة بالأقمار الصناعية أو الطرود على حزام ناقل، مما يوفر ملاءمةً أدق ويقلل ضوضاء الخلفية.
• النقاط الرئيسية: بدلًا من إحاطة كائن، تحدد النقاط الرئيسية معالم محددة، مثل المفاصل في جسم الإنسان من أجل تقدير الوضعية.

أدوات التعليق التوضيحي والإدارة#

يُعد إنشاء تعليقات توضيحية عالية الجودة للمربعات المحيطة خطوةً بالغة الأهمية في مسار عمل ML. وتبسّط منصة Ultralytics هذه العملية من خلال توفير أدوات لـالتعليق التوضيحي للبيانات وإدارة مجموعات البيانات. ويضمن التعليق التوضيحي السليم أن تتعلم النماذج تمييز الكائنات بدقة، مما يقلل من أخطاء مثل فرط التكيّف أو الالتباس مع الخلفية. وتُستخدم تقنيات متقدمة مثل القمع غير الأقصى (NMS) أثناء الاستدلال لتنقيح هذه التنبؤات من خلال إزالة المربعات المتداخلة، بما يضمن بقاء الاكتشاف الأكثر دقة لكل كائن.